期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
改进遗传-狼群对节点序寻优的贝叶斯网络结构算法 被引量:4
1
作者 刘浩然 苏昭玉 +2 位作者 张力悦 王念太 范瑞星 《计量学报》 CSCD 北大核心 2023年第1期120-126,共7页
贝叶斯网络是数据挖掘领域的一种重要方法。针对贝叶斯网络结构学习算法寻优效率低和易陷入局部最优的问题,提出一种基于改进的混合遗传-狼群对节点序寻优的贝叶斯网络结构学习算法。该算法首先利用深度优先搜索对最大支撑树的节点进行... 贝叶斯网络是数据挖掘领域的一种重要方法。针对贝叶斯网络结构学习算法寻优效率低和易陷入局部最优的问题,提出一种基于改进的混合遗传-狼群对节点序寻优的贝叶斯网络结构学习算法。该算法首先利用深度优先搜索对最大支撑树的节点进行拓扑排序;然后利用动态变异及最优交叉算子构建适用于节点序寻优的改进捕食行为,引入动态参数因子来增强算法局部寻优能力;最后与K2算法结合得到最优的贝叶斯网络结构。用3种不同大小的标准网络数据集中进行实验,结果表明,该算法收敛到较优值,寻优效率高于其它同类优化算法。 展开更多
关键词 计量学 贝叶斯网络结构学习 深度优先搜索 节点序寻优 动态参数因子 K2算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部