-
题名贝叶斯网络结构学习的简化贪婪算法
被引量：2
- 1
-
-
作者
刘浩然
李轩
马明
李世昭
-
机构
燕山大学信息科学与工程学院河北省特种光纤与光纤传感重点实验室
燕山大学信息科学与工程学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2015年第2期306-309,共4页
-
文摘
基于数据的贝叶斯网络结构学习是一个NP难题.基于条件约束和评分搜索相结合的方法是贝叶斯网络结构学习的一个热点.基于互信息理论提出一种最大支撑树(MWST)机制,并基于最大支撑树结合贪婪搜索的思想提出一种简化贪婪算法.简化贪婪算法不依赖先验知识,完全基于数据集.首先,通过计算互信息建立目标网络的最大支撑树;然后,在最大支撑树的基础上学习初始网络结构,最后,利用简化搜索机制对初始结构进一步优化,最终完成贝叶斯网络的结构学习.数据仿真实验证明,简化贪婪算法不仅具有很高的精度而且具有高效率.
-
关键词
贝叶斯网络
结构学习
最大支撑树
互信息
-
Keywords
bayesian network
structure learning
maximum weight support tree
mutual information
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于动态项集计数的加权频繁项集算法
被引量：1
- 2
-
-
作者
秦丽君
罗雄飞
-
机构
中国科学院软件研究所
中国科学院研究生院
-
出处
《计算机工程》
CAS
CSCD
2012年第3期31-33,共3页
-
基金
国家"863"计划基金资助项目(2007AA040702)
-
文摘
基于Apriori的加权频繁项集挖掘算法存在扫描数据集次数多的问题。为此,提出一种基于动态项集计数的加权频繁项集算法。该算法采用权值键树的数据结构和动态项集计数的方法,满足向下闭合特性,并且动态生成候选频繁项集,从而减少扫描数据集的次数。实验结果证明,该算法生成的加权频繁项集具有较高的效率和时间性能。
-
关键词
数据挖掘
加权频繁项集挖掘
动态项集计数
加权支持度
权值键树
向下闭合特性
最大权值
-
Keywords
data mining
weighted frequent itemset mining
dynamic itemset counting
weighted support degree
weighted trie tree
downwardclosure property
maximum weight
-
分类号
TP311.1
[自动化与计算机技术—计算机软件与理论]
-
