典型文献
贝叶斯网络结构学习的双重K2算法
文献摘要：
贝叶斯网络源于人们对人工智能领域不确定性问题的研究,是进行不确定问题推理和数据分析的重要工具.结构学习是贝叶斯网络研究的核心内容,K2算法是结构学习的经典算法之一.为解决K2算法学习效果强烈依赖于节点序的问题,提出一种新的混合结构学习算法:双重K2算法.首先将节点信息作为初始节点序,通过K2算法的搜索策略得到初始网络结构;然后在初始网络结构上利用拓扑排序得到修正后的节点序;最后K2算法通过修正后的节点序学习得到最优的网络结构.实验结果表明:在精度和效率上,双重K2算法效果优于其他经典算法.
文献关键词：
贝叶斯网络;结构学习;节点序;K2算法
中图分类号：
作者姓名：
李晓晴;于海征
作者机构：
新疆大学数学与系统科学学院,乌鲁木齐830046
文献出处：
引用格式：
[1]李晓晴;于海征-.贝叶斯网络结构学习的双重K2算法)[J].科学技术与工程,2022(24):10602-10610
A类：
B类：
贝叶斯网络结构学习,K2,人工智能领域,节点序,混合结构,节点信息,搜索策略,拓扑排序,习得
AB值：
0.180668
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。
