10.19734/j.issn.1001-3695.2022.06.0281
基于MWST-CS-K2算法的贝叶斯网络结构学习
针对K2算法依赖最大父节点数和节点顺序的不足,提出了一种改进的贝叶斯网络结构学习算法(MWST-CS-K2).该算法先通过构造最大支撑树(MWST)得到最大父节点数;再利用变量间的关联度和更新系数对加边、减边和反转边进行规则设定,通过改进的布谷鸟算法对鸟巢位置进行寻优,应用广度优先搜索策略搜索遍历得到节点顺序;最后将最大父节点数和节点顺序作为K2算法的输入搜索得到最终网络.实验表明,所提出的MWST-CS-K2算法在标准的ASIA、SACHS和CHILD网络数据测试中的平均正确边比率分别达到了97.3%、87.7%和95.6%,学习效果优于其他对比算法,获得的网络结构和标准的网络结构最为相似.
贝叶斯网络、布谷鸟算法、K2算法、最大支撑树
40
TP301(计算技术、计算机技术)
国家自然社科基金资助项目;国家自然社科基金资助项目;新疆财经大学研究生科研项目
2023-01-16(万方平台首次上网日期,不代表论文的发表时间)
共6页
160-164,171