贝叶斯网络参数学习中的连续变量离散化方法

• 作者: 吴红 杨峰 王维平
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 条件信息熵 贝叶斯网络 极小简单子网 连续变量 离散化 蚁群算法
• 年，卷（期）: 2012,（10）
• 所属期刊栏目: 软件、算法与仿真
• 页码范围: 2157-2162
• 页数: 6页
• 分类号: TJ765.2
• 字数: 5890字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-506X.2012.10.31

摘要

首先从离散方案对推理功能的影响出发,提出将条件信息熵作为评判离散方案好坏的标准；其次从降低问题求解的复杂度出发,提出将贝叶斯网络划分为多个极小简单子网分别进行离散化；最后,依据离散化问题与路径规划问题的相似性,设计了一套利用蚁群算法进行问题求解的方法.实验表明,采用所提方法进行贝叶斯网络连续变量离散化,能很好地将连续变量的取值空间进行分类,从而达到良好的推理效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王维平	国防科学技术大学信息系统与管理学院	31	363	10.0	18.0
2	杨峰	国防科学技术大学信息系统与管理学院	17	216	7.0	14.0
3	吴红	国防科学技术大学信息系统与管理学院	5	52	4.0	5.0