基于专家知识融合的贝叶斯网络结构学习方法

• 作者: 党建武 张振海 王晓明 闵永智
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 贝叶斯网络 专家知识 因果关系 证据理论
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 博士论坛
• 页码范围: 1-4,9
• 页数: 5页
• 分类号: TP182
• 字数: 3096字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1304-0254

摘要

基于数据学习的贝叶斯网络结构学习算法因搜索空间大而效率低。领域专家可根据自己的经验知识确定网络结构中固有的因果关系。通过收集不同专家的意见，并利用证据理论进行综合，确定其中的部分因果关系，去除其中无意义的因果关系，然后利用常用的学习算法进行学习，减小搜索空间，提高算法效率。实验结果表明基于专家知识融合的贝叶斯网络构造方法利用专家知识来限制学习算法的搜索条件，有效地缩小了搜索空间，利用证据理论综合多个专家知识，防止了单个专家的主观片面性，能够有效地提高学习效率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晓明	兰州交通大学自动化与电气工程学院	46	467	13.0	19.0
2	闵永智	兰州交通大学自动化与电气工程学院	43	317	11.0	15.0
3	党建武	兰州交通大学自动化与电气工程学院	205	1363	18.0	23.0
4	张振海	兰州交通大学自动化与电气工程学院	25	177	9.0	12.0