| 基于约束最大信息熵的贝叶斯网络结构学习算法 |
| |
| 引用本文： | 张少中,王秀坤. 基于约束最大信息熵的贝叶斯网络结构学习算法[J]. 小型微型计算机系统, 2005, 26(6): 983-987 |
| |
| 作者姓名： | 张少中 王秀坤 |
| |
| 作者单位： | 1. 浙江万里学院,电子信息学院,浙江,宁波,315100
2. 大连理工大学,计算机科学与工程系,辽宁,大连,116023 |
| |
| 基金项目： | 国家科技部“九七三”专项(2001CCA00700)资助. |
| |
| 摘 要： | 贝叶斯网络的学习可分为结构学习和参数学习.基于约束最大信息熵的结构学习算法是一种以搜索最高记分函数为原则的方法.本文以KL距离、相互信息以及最大相互信息为基础,通过附加合适的约束函数降低变量维数和网络结构的复杂度,提出了一种附加约束的最大熵记分函数,并结合爬山法设计一种贝叶斯网络结构学习的启发式算法.通过与著名的K2和B&B-MDL算法的实验比较,结果表明该算法在时间和精度上都具有较好的效果.
|
| 关 键 词： | 贝叶斯网络 结构学习 最大信息熵 约束函数 启发式算法 |
| 文章编号： | 1000-1220(2005)06-0983-05 |
Algorithm for Bayesian Networks Structure Learning Based on Information Entropy |
| |
| ZHANG Shao-zhong,WANG Xiu-kun. Algorithm for Bayesian Networks Structure Learning Based on Information Entropy[J]. Mini-micro Systems, 2005, 26(6): 983-987 |
| |
| Authors: | ZHANG Shao-zhong WANG Xiu-kun |
| |
| Abstract: | |
| |
| Keywords: | bayesian networks structure learning maximum information entropy restrained function heuristic algorithm |
| 本文献已被 万方数据 等数据库收录！ |
|
