贝叶斯网络结构模型的构建
贝叶斯网络结构是一种将贝叶斯概率方法和有向无环图的网络拓扑结构有机结合的表示模型,它描述了数据项及其依赖关系,并根据各个变量之间概率关系建立图论模型,但是如何获取具有丢失数据的网络结构是一个急需解决的问题.本文提出一个基于Kullback-Leibler(KL)散度的贝叶斯网络结构学习的KLBN(Kullback-Leibler Bayesian Network)算法.实验结果表明,KLBN算法在可靠性方面明显优于传统的具有丢失数据的贝叶斯网络结构学习算法.
丢失数据、KL散度、贝叶斯网络
29
TP181(自动化基础理论)
国家自然科学基金项目60472017,30670699
2008-07-09(万方平台首次上网日期,不代表论文的发表时间)
共4页
859-862