分组样本下Bayes网络条件概率的学习算法

摘要：

本文应用带盘的Bayes网络作为分析模型,对于学习实例数据库为分组样本的关于各组样本私有条件概率的学习算法进行讨论,构建出两层学习结构:第一层针对各组私有条件概率分布Θij(l)s的学习;第二层针对是各组公有条件概率分布Θij的学习.算法在在综合公有后验条件概率分布和本组学习实例数据的基础上,实现对各组私有条件概率分布的学习,并可以通过调整组间差异性信度β值来改变综合值中共性和个性的比例.

关键词：分组样本、私有条件概率、先验分布、后验分布

所属期刊栏目：23

分类号：TP182(自动化基础理论)

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：687-689