K2 & HC 结构学习算法

• 作者: 吴永广 庞世春
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: K2算法 爬山法 评分搜索 贝叶斯网络 结构学习
• 年，卷（期）: 2014,（7）
• 所属期刊栏目: 算法与分析
• 页码范围: 1137-1140,1145
• 页数: 5页
• 分类号: TP181
• 字数: 3533字
• 语种: 中文
• DOI: 10.3969/j.issn1672-9722.2014.07.006

摘要

贝叶斯网络理论在人工智能领域发挥着重要作用。贝叶斯网络从数据中学习知识的能力使得它在医学、故障诊断、预测等领域的应用迅速发展起来。结构学习算法成为贝叶斯网络的重要研究方向，它能够有效分析变量之间依赖关系，合理挖掘数据和知识。K2算法评分性能突出，而爬山算法能有效弥补K2评分法的解空间过于复杂的问题。论文结合K2评分函数和爬山策略，提出了K2&HC算法。同时，K2&HC算法在爬山策略中融入了回溯原理，解决了贝叶斯结构学习算法中存在的收敛于局部最优的问题，合理优化了算法的性能。同K2和K2SA算法进行仿真对比，得出在精度和收敛速度综合性能上K2&HC表现突出的结论。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	庞世春	空军航空大学基础部	12	53	6.0	7.0
2	吴永广	空军航空大学基础部	2	7	1.0	2.0