K2算法在贝叶斯网络结构学习中的改进研究

• 作者: 刘以安 周慕宇 肖颖
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 贝叶斯网络 结构学习 先验信息重构方法 模拟退火算法 马尔可夫链蒙特卡洛算法
• 年，卷（期）: 2020,（3）
• 页码范围: 320-324
• 页数: 5页
• 分类号: TP311
• 字数: 3313字
• 语种: 中文
• DOI: 10.14177/j.cnki.32-1397n.2020.44.03.009

摘要

针对K2算法学习贝叶斯网络(BN)结构苛刻的先验节点顺序条件,提出先验信息重构方法来提高算法适用性,让K2算法得到更加精准的网络结构.对于K2算法在较小样本数据中结构精度低的问题,使用模拟退火(SA)算法对其进行优化.利用重构先验信息构建初始网络结构,改进SA算法的邻域求解方法,以求得网络的最优结构.通过学习4个BN结构,将改进的混合算法分别与K2算法和马尔可夫链蒙特卡洛(MCMC)算法进行优劣仿真比较.仿真结果表明:在相同的网络结构和先验条件下,该文改进的混合算法都能更好地识别网络结构,在各网络结构中无论先验经验是否准确,在结构精确度和海明距离方面都具有较强的学习能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘以安	江南大学物联网工程学院	114	862	15.0	23.0
2	肖颖		18	21	3.0	4.0
3	周慕宇	江南大学物联网工程学院	1	0	0.0	0.0