连续贝叶斯网络模型在断面调查数据的应用

• 作者: 曹家俭 杨静
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 贝叶斯网络 断面调查数据 因果模型 结构学习 因果关系 医学论证
• 年，卷（期）: 2014,（19）
• 所属期刊栏目: 信号处理
• 页码范围: 192-198
• 页数: 7页
• 分类号: TP182
• 字数: 7443字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1212-0119

摘要

研究目的是验证连续贝叶斯网络模型可以从断面调查数据获取因果信息。使用L1MB、TC、PCB和Two-Phase等连续贝叶斯网络结构学习算法，从美国健康和营养调查（NHANES）提供的真实断面调查数据，获取潜在的因果关系。实验结果表明这些算法能不同程度地从横断面调查数据发现相应的因果关系，适用于高斯和非高斯数据的PCB算法，以及Two-Phase算法的学习性能优于仅适用于高斯数据的L1MB算法和TC算法。结合PCB算法和Two-Phase算法进行因果分析，这样得到的因果结构才较为全面。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨静	合肥工业大学计算机与信息学院	26	163	7.0	11.0
2	曹家俭		4	5	2.0	2.0