作者:
原文服务方: 计算机应用研究       
摘要:
最大积实例包括最大可能解释(MPE)和最大后验估计(MAP),它们是贝叶斯网络的基本问题.针对经典算法求最大积实例的时间复杂度高,提出新算法来求解该问题.该算法将求贝叶斯网络的最大积实例问题转变成一组一元一次方程,而一元一次方程很容易求解;通过临时表来缓存计算最大积概率时的中间结果,而这些临时表可以用来优化计算最大积实例而不需要过多的额外空间开销,并能够在贝叶斯查询之间共享.通过实验证实该算法计算贝叶斯网络实例时的高效性,在计算最大积实例时的有效性.
推荐文章
基于最大熵的分布估计算法
模式
概率分布
约束
面向云计算框架的最大流算法实现研究
最大流路径
算法
实现
Hadoop
基于牛顿梯度的盲最大似然序列估计算法研究
牛顿梯度法
最大似然序列估计
码间干扰
Sign-LMS盲最大似然估计算法的研究
盲均衡
Sign-LMS盲最大似然估计
Viterbi
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 计算最大积实例的新算法
来源期刊 计算机应用研究 学科
关键词 贝叶斯网络 最大积实例 最大可能解释 最大后验估计
年,卷(期) 2015,(6) 所属期刊栏目 算法研究探讨
研究方向 页码范围 1711-1715
页数 5页 分类号 TP183
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2015.06.024
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 李超 中国政法大学商学院 37 153 5.0 11.0
2 覃飙 中国人民大学信息学院 9 18 3.0 3.0
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  (7)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (1)
1996(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)
1999(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)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
贝叶斯网络
最大积实例
最大可能解释
最大后验估计
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导