基于最小描述长度和K2的贝叶斯网络结构学习算法 |
| |
作者姓名: | 曾安 李晓兵 杨海东 潘丹 |
| |
作者单位: | 广东工业大学计算机学院;中油管道物资装备总公司;美国Batteries |
| |
基金项目: | 国家自然科学基金资助项目(61300107);广东省自然科学基金资助项目(S2012010010212) |
| |
摘 要: | 为了找到既简约又客观的网络结构,在分析最小描述长度(MDL)测度和K2算法特点的基础上,提出了一种将MDL与K2算法相结合的贝叶斯网络结构学习算法(KMBN).实验结果表明,KMBN算法在时间复杂性和可靠性方面都优于传统的K2算法和基于K2与模拟退火的贝叶斯网络结构学习算法.
|
关 键 词: | 互信息熵 贝叶斯结构 MDL K2算法 |
本文献已被 CNKI 等数据库收录! |
|