基于马尔科夫毯约束的最优贝叶斯网络结构学习算法

• 作者: 谭翔元 贺楚超 高晓光
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 贝叶斯网络结构学习 动态规划算法 马尔科夫毯 IAMB算法
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 学术论文
• 页码范围: 1898-1904
• 页数: 7页
• 分类号: TP18
• 字数: 7632字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2019.09.012

摘要

本文针对最优贝叶斯网络的结构学习问题,在动态规划算法(Dynamic Programming,DP)的基础上,使用IAMB算法(Incremental Association Markov Blanket,IAMB)计算得到的马尔科夫毯对评分计算过程进行约束,减少了评分的计算次数,提出了基于马尔科夫毯约束的动态规划算法(Dynamic Programming Constrained with Markov Blan-ket,DPCMB),研究了IAMB算法中重要性阈值对DPCMB算法的各项性能指标的影响,给出了调整阈值的合理建议.实验结果表明,DPCMB算法可以通过调整重要性阈值,使该算法的精度与DP算法相当,极大地减少了算法的运行时间、评分计算次数和所需存储空间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高晓光	西北工业大学电子信息学院	350	2934	23.0	33.0
2	贺楚超	西北工业大学电子信息学院	3	5	2.0	2.0
3	谭翔元	西北工业大学电子信息学院	1	2	1.0	1.0