期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
用于因果分析的混合贝叶斯网络结构学习 被引量:6
1
作者 王双成 李小琳 侯彩虹 《智能系统学报》 2007年第6期82-89,共8页
目前主要结合扩展的熵离散化方法和打分-搜索方法进行混合贝叶斯网络结构学习,算法效率和可靠性低,而且易于陷入局部最优结构.针对问题建立了一种新的混合贝叶斯网络结构迭代学习方法.在迭代中,基于父结点结构和Gibbs sampling进行混合... 目前主要结合扩展的熵离散化方法和打分-搜索方法进行混合贝叶斯网络结构学习,算法效率和可靠性低,而且易于陷入局部最优结构.针对问题建立了一种新的混合贝叶斯网络结构迭代学习方法.在迭代中,基于父结点结构和Gibbs sampling进行混合数据聚类,实现对连续变量的离散化,再结合贝叶斯网络结构优化调整,使贝叶斯网络结构序列逐渐趋于稳定,可避免使用扩展的熵离散化和打分-搜索所带来的主要问题. 展开更多
关键词 因果分析 混合贝叶斯网络 最大似然树 GIBBS抽样
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部