钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
自动化技术与计算机技术期刊
\
自动化学报期刊
\
一种学习稀疏BN最优结构的改进K均值分块学习算法
一种学习稀疏BN最优结构的改进K均值分块学习算法
作者:
王晨凤
邸若海
高晓光
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
贝叶斯网络
结构学习
改进K均值算法
分块学习
摘要:
目前贝叶斯网络(Bayesian networks,BN)的传统结构学习算法在处理高维数据时呈现出计算负担过大、在合理时间内难以得到期望精度结果的问题.为了在高维数据下学习稀疏BN的最优结构,本文提出了一种学习稀疏BN最优结构的改进K均值分块学习算法.该算法采用分而治之的策略,首先采用互信息作为节点间距离度量,利用融合互信息的改进K均值算法对网络分块;其次,使用MMPC (Max-min parent and children)算法得到整个网络的架构,根据架构找到块间所有边的可能连接方向,从而找到所有可能的图结构;之后,对所有图结构依次进行结构学习;最终利用评分找到最优BN.实验证明,相比现有分块结构学习算法,本文提出的算法不仅习得了网络的精确结构,且学习速度有一定提高;相比非分块经典结构学习算法,本文提出的算法在保证精度基础上,学习速度大幅提高,解决了非分块经典结构学习算法无法在合理时间内处理高维数据的难题.
暂无资源
收藏
引用
分享
推荐文章
改进的基于K均值聚类的SVDD学习算法
支持向量数据描述
K均值
KKT条件
K2算法在贝叶斯网络结构学习中的改进研究
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
BN结构和参数学习算法改进
贝叶斯网络参数估计学习算法
广义贝叶斯字典学习K-SVD稀疏表示算法
稀疏贝叶斯学习
视频图像稀疏表示
字典学习
K-SVD算法
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
一种学习稀疏BN最优结构的改进K均值分块学习算法
来源期刊
自动化学报
学科
关键词
贝叶斯网络
结构学习
改进K均值算法
分块学习
年,卷(期)
2020,(5)
所属期刊栏目
论文与报告
研究方向
页码范围
923-933
页数
11页
分类号
字数
9290字
语种
中文
DOI
10.16383/j.aas.c180837
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
高晓光
西北工业大学电子信息学院
350
2934
23.0
33.0
2
邸若海
西北工业大学电子信息学院
12
117
7.0
10.0
3
王晨凤
西北工业大学电子信息学院
1
0
0.0
0.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(71)
共引文献
(18)
参考文献
(18)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1956(1)
参考文献(0)
二级参考文献(1)
1962(1)
参考文献(0)
二级参考文献(1)
1976(1)
参考文献(0)
二级参考文献(1)
1979(1)
参考文献(0)
二级参考文献(1)
1992(1)
参考文献(0)
二级参考文献(1)
1997(1)
参考文献(0)
二级参考文献(1)
1998(1)
参考文献(0)
二级参考文献(1)
2000(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)
2004(2)
参考文献(2)
二级参考文献(0)
2005(1)
参考文献(0)
二级参考文献(1)
2006(2)
参考文献(2)
二级参考文献(0)
2007(5)
参考文献(1)
二级参考文献(4)
2008(3)
参考文献(0)
二级参考文献(3)
2009(4)
参考文献(0)
二级参考文献(4)
2010(2)
参考文献(0)
二级参考文献(2)
2011(3)
参考文献(1)
二级参考文献(2)
2012(8)
参考文献(1)
二级参考文献(7)
2013(10)
参考文献(1)
二级参考文献(9)
2014(5)
参考文献(1)
二级参考文献(4)
2015(9)
参考文献(0)
二级参考文献(9)
2016(7)
参考文献(0)
二级参考文献(7)
2017(13)
参考文献(4)
二级参考文献(9)
2018(4)
参考文献(3)
二级参考文献(1)
2019(2)
参考文献(2)
二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
贝叶斯网络
结构学习
改进K均值算法
分块学习
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
自动化学报
主办单位:
中国自动化学会
中国科学院自动化研究所
出版周期:
月刊
ISSN:
0254-4156
CN:
11-2109/TP
开本:
大16开
出版地:
北京市海淀区中关村东路95号(北京2728信箱)
邮发代号:
2-180
创刊时间:
1963
语种:
chi
出版文献量(篇)
4124
总下载数(次)
26
总被引数(次)
120705
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
期刊文献
相关文献
1.
改进的基于K均值聚类的SVDD学习算法
2.
K2算法在贝叶斯网络结构学习中的改进研究
3.
BN结构和参数学习算法改进
4.
广义贝叶斯字典学习K-SVD稀疏表示算法
5.
一种用于BN结构学习的自适应遗传退火算法
6.
基于TL1范数的改进K-SVD字典学习算法
7.
结合均值漂移的多示例多标记学习改进算法
8.
基于改进的K-SVD字典学习CT图像重建算法
9.
半监督的改进K-均值聚类算法
10.
自适应半耦合稀疏字典学习算法
11.
具有双重稀疏机制的在线学习算法
12.
一种改进的基于遗传算法的K均值聚类算法
13.
一种基于K-均值分类稀疏表示的灰度图像颜色重建方法
14.
结合自适应字典学习的稀疏贝叶斯重构
15.
基于PCA改进算法的k近邻多标签学习
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
自动化学报2022
自动化学报2021
自动化学报2020
自动化学报2019
自动化学报2018
自动化学报2017
自动化学报2016
自动化学报2015
自动化学报2014
自动化学报2013
自动化学报2012
自动化学报2011
自动化学报2010
自动化学报2009
自动化学报2008
自动化学报2007
自动化学报2006
自动化学报2005
自动化学报2004
自动化学报2003
自动化学报2002
自动化学报2001
自动化学报2000
自动化学报1999
自动化学报1998
自动化学报2020年第9期
自动化学报2020年第8期
自动化学报2020年第7期
自动化学报2020年第6期
自动化学报2020年第5期
自动化学报2020年第4期
自动化学报2020年第3期
自动化学报2020年第2期
自动化学报2020年第12期
自动化学报2020年第11期
自动化学报2020年第10期
自动化学报2020年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号