排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
贝叶斯网络是研究不确定环境下知识表示和因果推理的有效工具之一。MMHC算法是一种较新的贝叶斯网络结构学习算法。在MMHC算法的基础上，对几种广泛使用的贝叶斯网络评分准则如MIT、K2Score、MDL、BDeu评分准则等进行了研究，实验结果表明K2评分准则在MMHC学习算法上具有最好的学习效果，MIT评分和BDeu评分次之，MDL评分效果最差。 相似文献
2.
基于MMHC算法的贝叶斯网络结构学习算法研究 总被引：2，自引：0，他引：2
贝叶斯网络是人工智能领域研究不确定环境下知识表示和因果推理的有效工具之一,迄今为止已经提出了许多贝叶斯网络结构学习算法.MMHC算法是一种较新的贝叶斯网络结构学习算法,该算法的评分搜索阶段应用了贪婪搜索算法,但该算法容易陷入局部最优而无法得到全局最优网络,针对该缺点,在MMHC算法的评分搜索阶段应用模拟退火、随机重启爬山搜索、禁忌搜索3种搜索策略取代贪婪搜索,详尽的实验结果表明在MMHC算法中这3种搜索算法的效果普遍优于贪婪搜索,其中模拟退火搜索学习效果最好,MMHC算法的评分搜索阶段可以用模拟退火搜索替代贪婪搜索达到提升算法的学习效果. 相似文献
1