10.3969/j.issn.1673-629X.2007.08.018
基于TAN结构的启发式贝叶斯网络结构学习算法
贝叶斯网络结构学习是个NP难题.一种有效且准确性较高的学习算法是K2算法.但K2算法要确定结点次序,在无先验信息时受到很大限制.提出了一种启发式结构学习G算法,该算法以学习树扩展朴素贝叶斯TAN结构作为启发式信息,由该启发式信息生成结点次序,再用K2算法生成贝叶斯网络结构.实验结果表明,G算法可以解决无先验信息时确定结点次序的问题.所添加的弧比较简洁,网络结构比TAN结构更加合理.
贝叶斯网络、树扩展朴素贝叶斯结构、结构学习、启发式
17
TP181;TP39(自动化基础理论)
安徽省教育厅自然科学基金2006KJ061B
2007-09-03(万方平台首次上网日期,不代表论文的发表时间)
共3页
61-63