基于单调性约束的离散贝叶斯网络参数学习

• 作者: 邸若海 郭志高 高晓光
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 小样本 单调性约束 保序回归 最大似然估计
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 系统工程
• 页码范围: 272-277
• 页数: 6页
• 分类号: TP18
• 字数: 4624字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-506X.2014.02.12

摘要

针对小样本条件下的离散贝叶斯网络参数学习问题,提出一种基于单调性约束的学习算法.首先,给出了单调性约束的数学模型,以表达定性的先验信息;然后,将单调性约束以狄利克雷先验的形式集成到贝叶斯估计中,并利用贝叶斯估计进行参数学习;最后,通过仿真实验与最大似然估计和保序回归方法进行比较.实验结果表明,在小样本条件下,所提算法在准确性上优于最大似然估计和保序回归,但时效性介于二者之间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高晓光	西北工业大学电子信息学院	350	2934	23.0	33.0
2	邸若海	西北工业大学电子信息学院	12	117	7.0	10.0
3	郭志高	西北工业大学电子信息学院	7	52	5.0	7.0