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:
贝叶斯优化算法是利用贝叶斯网络匹配进化种群的优良解集而产生新的染色体来体现种群的进化.在贝叶斯网络对种群进行匹配的过程中,贝叶斯网络结构越复杂,种群的进化信息描述越完整,进化质量越高,但运算速度相对来说越慢;相反,贝叶斯网络越简单,算法描述的种群的进化信息越少,进化质量越差,但却能够提高算法的运算速度.基于此,给出了简单贝叶斯优化与复杂贝叶斯优化定义.针对简单贝叶斯网络提出了基于BD度量的三步结构学习算法,并给出了一个利用这种算法进行贝叶斯网络结构学习的例子.
推荐文章
采用约束蚁群优化的贝叶斯网结构学习算法
贝叶斯网络
约束蚁群优化算法
增边规则
一种故障诊断的贝叶斯优化算法研究
飞行控制系统
贝叶斯优化算法
故障诊断
基于改进贝叶斯优化算法的CNN超参数优化方法
贝叶斯优化
卷积神经网络
高斯过程
超参数优化
一种优化的贝叶斯分类算法
贝叶斯分类算法
属性约简
重要性
相关性
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BD度量的简单贝叶斯优化学习算法
来源期刊 信息技术 学科 工学
关键词 BD 度量 贝叶斯网络 种群
年,卷(期) 2012,(9) 所属期刊栏目 基金项目
研究方向 页码范围 48-51
页数 分类号 TP183
字数 3347字 语种 中文
DOI 10.3969/j.issn.1009-2552.2012.09.013
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 汪民乐 第二炮兵工程大学数学与军事运筹教研室 68 406 11.0 16.0
2 房茂燕 第二炮兵工程大学数学与军事运筹教研室 13 20 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (53)
参考文献  (5)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1968(2)
  • 参考文献(0)
  • 二级参考文献(2)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
BD 度量
贝叶斯网络
种群
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
信息技术
月刊
1009-2552
23-1557/TN
大16开
哈尔滨市南岗区黄河路122号
14-36
1977
chi
出版文献量(篇)
11355
总下载数(次)
31
相关基金
陕西省自然科学基金
英文译名:Natural Science Basic Research Plan in Shaanxi Province of China
官方网址:
项目类型:
学科类型:
论文1v1指导