数据缺失下学习贝叶斯网的SEM算法

摘要：

针对SEM算法易收敛于局部最优的问题,提出一种改进SEM算法--DSEM-PACOB算法,采用PACOB算法提供的良好候选网络及合理的策略,估计节点变量缺失值,并使与待估节点变量紧密相关的若干节点变量直接参与估计.实验结果表明,与SEM算法相比,利用新算法获得的最终解的质量有所提高,且具有更好的稳定性.

关键词：学习贝叶斯网、PACOB算法、紧密相关、新决策网络

所属期刊栏目：35

分类号：TP301.6(计算技术、计算机技术)

资助基金：教育部博士点基金资助项目20060285008;江苏省自然科学基金资助项目BK2003030

在线出版日期：2009-05-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：214-216,219