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:
针对爬山法容易陷入局部最优,而随机重复爬山法时间开销过大的问题,将互信息与爬山法相结合,提出了MI&HC贝叶斯网络结构学习算法.首先利用互信息构建初始网络结构,再从该网络结构开始利用爬山法进行贝叶斯网络结构学习.仿真结果表明:MI&HC算法,对小型稀疏网络结构的学习效果非常好,对较大型的网络结构的学习也能得到令人满意的结果;该算法不需要节点顺序这一先验信息,却能获得与K2算法相当的学习效果.
推荐文章
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
贝叶斯网络结构学习的发展与展望
概率贝叶斯网络
因果贝叶斯网络
贝叶斯网络结构学习
因果数据挖掘
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
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 互信息与爬山法相结合的贝叶斯网络结构学习
来源期刊 计算机应用与软件 学科 工学
关键词 互信息 爬山法 贝叶斯网络 结构学习
年,卷(期) 2012,(9) 所属期刊栏目 基金项目论文
研究方向 页码范围 122-125
页数 4页 分类号 TP181
字数 3664字 语种 中文
DOI 10.3969/j.issn.1000-386x.2012.09.032
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 胡云安 海军航空工程学院控制工程系 176 1006 15.0 21.0
2 宋艳波 海军航空工程学院指挥系 16 77 5.0 8.0
3 金焱 海军航空工程学院控制工程系 8 54 3.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (21)
同被引文献  (35)
二级引证文献  (58)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(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)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(4)
  • 引证文献(4)
  • 二级引证文献(0)
2016(13)
  • 引证文献(5)
  • 二级引证文献(8)
2017(11)
  • 引证文献(3)
  • 二级引证文献(8)
2018(18)
  • 引证文献(3)
  • 二级引证文献(15)
2019(24)
  • 引证文献(4)
  • 二级引证文献(20)
2020(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
互信息
爬山法
贝叶斯网络
结构学习
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导