期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
贝叶斯网络结构加速学习算法 被引量:1
1
作者 SEIN Minn 傅顺开 《计算机科学》 CSCD 北大核心 2016年第2期263-268,272,共7页
结构学习是应用贝叶斯网络(BN)的基础。提出一种新的基于约束的学习类算法APC(Accelerated PC),它基于一系列局部结构的推导获得BN。APC不但继承了经典的PC(Peter&Clark)算法优先执行低阶条件独立(CI)测试的优点,而且能够从已执行... 结构学习是应用贝叶斯网络(BN)的基础。提出一种新的基于约束的学习类算法APC(Accelerated PC),它基于一系列局部结构的推导获得BN。APC不但继承了经典的PC(Peter&Clark)算法优先执行低阶条件独立(CI)测试的优点,而且能够从已执行的CI测试中推导相关拓扑信息,并利用其来挑选并优先执行更可能d-分割节点X和Y的候选CI测试。该策略可有效避免在搜索过程中执行无效的CI测试,例如APC算法在实验中较PC算法节省高达50%的计算量,同时实现了质量相同的学习效果。 展开更多
关键词 贝叶斯网络 结构学习 基于约束的学习 条件独立性测试
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部