| 基于双尺度约束模型的BN结构自适应学习算法 |
| |
| 引用本文： | 戴晶帼, 任佳, 董超, 杜文才. 基于双尺度约束模型的BN结构自适应学习算法. 自动化学报, 2021, 47(8): 1988-2001 doi: 10.16383/j.aas.c180226 |
| |
| 作者姓名： | 戴晶帼 任佳 董超 杜文才 |
| |
| 作者单位： | 1.海南大学信息与通信工程学院 海口 570228 中国;;2.自然资源部海洋环境探测技术与应用重点实验室 广州 510310 中国;;3.澳门城市大学数据科学研究院 澳门 999078 中国 |
| |
| 基金项目： | 国家国际科技合作专项2015DFR10510国家自然科学基金61562018国家海洋局南海维权技术与重点实验室开放基金1704海口市重点科技计划项目2017041 |
| |
| 摘 要： | 
在无先验信息的情况下,贝叶斯网络(Bayesian network,BN)结构搜索空间的规模随节点数目增加呈指数级增长,造成BN结构学习难度急剧增加.针对该问题,提出基于双尺度约束模型的BN结构自适应学习算法.该算法利用最大互信息和条件独立性测试构建大尺度约束模型,完成BN结构搜索空间的初始化.在此基础上设计改进遗传算...
|
| 关 键 词： | 贝叶斯网络 结构学习 约束模型 遗传算法 |
| 收稿时间： | 2018-04-17 |
|
| 点击此处可从《自动化学报》浏览原始摘要信息 |
|
点击此处可从《自动化学报》下载免费的PDF全文 |
|
