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:
贝叶斯网络是用于表示不确定变量之间潜在依赖关系的图形模型.结构学习是贝叶斯网络学习的核心,有效的结构学习方法和算法是构建最优网络结构的基础.文中对迄今为止贝叶斯网络应用中的结构学习方法进行探讨,从复杂度、适用性等方面对其进行分析比较,并指出每种方法的关键环节和主要思想,对实际应用中的方法选择和研究提供了参考.
推荐文章
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
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
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 贝叶斯网络应用中的结构学习方法研究
来源期刊 电子科技 学科 数学
关键词 贝叶斯网络 结构学习 完备数据 不完备数据
年,卷(期) 2014,(4) 所属期刊栏目 专题综述
研究方向 页码范围 179-182
页数 4页 分类号 O29
字数 4333字 语种 中文
DOI
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 唐兴佳 西安电子科技大学理学院 5 6 2.0 2.0
2 张秀方 西安电子科技大学理学院 5 6 2.0 2.0
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  (16)
节点文献
引证文献  (4)
同被引文献  (13)
二级引证文献  (35)
1978(1)
  • 参考文献(1)
  • 二级参考文献(0)
1986(2)
  • 参考文献(2)
  • 二级参考文献(0)
1992(2)
  • 参考文献(2)
  • 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)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(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)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(8)
  • 引证文献(0)
  • 二级引证文献(8)
2018(12)
  • 引证文献(2)
  • 二级引证文献(10)
2019(9)
  • 引证文献(0)
  • 二级引证文献(9)
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
完备数据
不完备数据
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
电子科技
月刊
1007-7820
61-1291/TN
大16开
西安电子科技大学
1987
chi
出版文献量(篇)
9344
总下载数(次)
32
总被引数(次)
31437
论文1v1指导