基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对当前贝叶斯网络结构学习算法易陷入局部最优和寻优效率低的问题,该文提出一种基于改进鲸鱼优化策略的贝叶斯网络结构学习算法.该算法首先提出一种新的方法建立较优的初始种群,然后利用不产生非法结构的交叉变异算子构建适用于贝叶斯网络结构学习的改进捕食行为,同时采用动态调节参数增强算法个体寻优的能力,通过适应度排序更新种群,最终获得最优的贝叶斯网络结构.仿真结果表明,该算法具有全局收敛性,寻优效率高,精确率高于其它同类优化算法.
推荐文章
贝叶斯网络结构学习综述
贝叶斯网络
结构学习
数据
统计分析
搜索
基于最大信息系数的贝叶斯网络结构学习算法
贝叶斯网络
结构学习
节点次序
最大信息系数
条件独立性测试
贝叶斯网络结构学习的发展与展望
概率贝叶斯网络
因果贝叶斯网络
贝叶斯网络结构学习
因果数据挖掘
基于量子遗传算法的贝叶斯网络结构学习
贝叶斯网络
结构学习
量子遗传算法
量子位
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 基于改进鲸鱼优化策略的贝叶斯网络结构学习算法
来源期刊 电子与信息学报 学科 工学
关键词 贝叶斯网络结构学习 改进鲸鱼优化算法 改进捕食行为 动态调节参数
年,卷(期) 2019,(6) 所属期刊栏目 论文
研究方向 页码范围 1434-1441
页数 8页 分类号 TP18
字数 6216字 语种 中文
DOI 10.11999/JEIT180653
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 刘浩然 燕山大学信息科学与工程学院 80 568 14.0 20.0
2 张春兰 燕山大学信息科学与工程学院 4 4 2.0 2.0
3 王海羽 燕山大学河北省特种光纤与光纤传感重点实验室 2 4 2.0 2.0
4 张力悦 燕山大学河北省特种光纤与光纤传感重点实验室 3 2 1.0 1.0
5 范瑞星 燕山大学信息科学与工程学院 3 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (45)
共引文献  (47)
参考文献  (15)
节点文献
引证文献  (2)
同被引文献  (12)
二级引证文献  (0)
1956(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(5)
  • 参考文献(1)
  • 二级参考文献(4)
2015(10)
  • 参考文献(1)
  • 二级参考文献(9)
2016(7)
  • 参考文献(3)
  • 二级参考文献(4)
2017(7)
  • 参考文献(4)
  • 二级参考文献(3)
2018(4)
  • 参考文献(4)
  • 二级参考文献(0)
2019(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)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
贝叶斯网络结构学习
改进鲸鱼优化算法
改进捕食行为
动态调节参数
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
电子与信息学报
月刊
1009-5896
11-4494/TN
大16开
北京市北四环西路19号
2-179
1979
chi
出版文献量(篇)
9870
总下载数(次)
11
总被引数(次)
95911
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导