基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
贝叶斯网络结构学习是贝叶斯网络构建的核心,有效的结构学习算法是构建最优网络结构的基础.基于此,提出一种基于互信息的贝叶斯网络结构学习算法,该算法可以挖掘出数据集各属性中存在的隐含依赖关系,适时地对数据集进行降维操作,从而提高算法的效率,并可保证结果的准确性.实验结果表明,与常用的依赖分析算法SGS相比,在结果相似的情况下,该算法执行效率更高.
推荐文章
基于最大信息系数的贝叶斯网络结构学习算法
贝叶斯网络
结构学习
节点次序
最大信息系数
条件独立性测试
贝叶斯网络结构学习综述
贝叶斯网络
结构学习
数据
统计分析
搜索
基于因果效应的贝叶斯网络结构学习方法
贝叶斯网络
阿尔茨海默病
K2算法
因果效应
BDe评分
互信息
基于互信息学习贝叶斯网络等价类
数据挖掘
贝叶斯网络
结构学习
连通图
互信息
条件独立测试
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于互信息的贝叶斯网络结构学习算法
来源期刊 计算机工程 学科 工学
关键词 贝叶斯网络 结构学习 互信息
年,卷(期) 2011,(7) 所属期刊栏目 软件技术与数据库
研究方向 页码范围 62-64
页数 分类号 TP311
字数 3737字 语种 中文
DOI 10.3969/j.issn.1000-3428.2011.07.021
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王越 重庆理工大学计算机科学与工程学院 50 351 12.0 16.0
2 刘亚辉 重庆理工大学计算机科学与工程学院 6 49 2.0 6.0
3 谭暑秋 重庆理工大学计算机科学与工程学院 5 48 2.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (9)
参考文献  (4)
节点文献
引证文献  (42)
同被引文献  (52)
二级引证文献  (106)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(4)
  • 引证文献(4)
  • 二级引证文献(0)
2013(16)
  • 引证文献(9)
  • 二级引证文献(7)
2014(12)
  • 引证文献(4)
  • 二级引证文献(8)
2015(16)
  • 引证文献(3)
  • 二级引证文献(13)
2016(25)
  • 引证文献(7)
  • 二级引证文献(18)
2017(19)
  • 引证文献(8)
  • 二级引证文献(11)
2018(26)
  • 引证文献(4)
  • 二级引证文献(22)
2019(23)
  • 引证文献(2)
  • 二级引证文献(21)
2020(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
贝叶斯网络
结构学习
互信息
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导