典型文献
基于v-结构和邻居集的启发式贝叶斯网络结构学习方法
文献摘要：
针对K2算法存在的序依赖性问题,提出了能够从给定数据集中有效学习变量序的启发式算法(H-vnK2).具体而言,基于PC算法学习的v-结构知识以节点块的形式快速准确修正部分父子节点顺序,获得部分节点的最优序;基于PC算法学习的邻居集知识以距离阈值启发式策略进一步从全局最优角度修正父子节点顺序,获得所有节点的最佳序.实验表明,在标准数据集Asia、Alarm网络上,所提算法显著优于对比算法,其中与性能最好的基于因果效应的方法相比,准确率平均提升了7%,增量最高能达到33.3%,可以学习到更准确的网络结构.
文献关键词：
变量序;K2算法;v-结构;邻居集
中图分类号：
作者姓名：
徐苗;王慧玲;梁义;綦小龙
作者机构：
伊犁师范大学 网络安全与信息技术学院,新疆 伊宁835000
文献出处：
引用格式：
[1]徐苗;王慧玲;梁义;綦小龙-.基于v-结构和邻居集的启发式贝叶斯网络结构学习方法)[J].计算机应用研究,2022(02):442-446
A类：
vnK2
B类：
邻居集,贝叶斯网络结构学习,有效学习,变量序,启发式算法,结构知识,快速准确,父子,分节,距离阈值,启发式策略,全局最优,标准数据集,Asia,Alarm,法显,对比算法,因果效应
AB值：
0.373748
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
