基于强相关逻辑的贝叶斯网络结构学习方法1）

摘要：

对问题域的经验知识进行知识发现并形成贝叶斯网络结构是贝叶斯网络建模的核心问题。但是现有的结构学习方法的底层逻辑系统不具备知识发现的能力。强相关逻辑（strong relevant logic, SRL）系统的相关推论是获取新知识的有效手段。为了解决传统贝叶斯网络结构学习方法的主观性问题，本文提出一种新的贝叶斯网络结构学习方法。该方法首先建立了一种强相关逻辑为基础的贝叶斯网络形式化的表达系统，给出了方法实现的流程及其子算法，最后通过实例分析该方法进行结构建模的有效性。

关键词：贝叶斯网络、强相关逻辑、结构学习

分类号：TP3;TP1

资助基金：1基金项目国家自然科学基金61374178。

在线出版日期：2015-01-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共26页

页码：178-203