|
|||||
|
|
| 因果图网络结构学习算法研究 | |
| 引用本文： | 石庆喜,王洪春,张勤. 因果图网络结构学习算法研究[J]. 微电子学与计算机, 2006, 23(1): 77-79,84 |
| 作者姓名： | 石庆喜 王洪春 张勤 |
| 作者单位： | 1. 重庆大学自动化学院,重庆,400044;重庆工商大学计算机学院,重庆,400067 2. 重庆大学自动化学院,重庆,400044;重庆师范大学数学与计算机科学学院,重庆,400047 3. 重庆大学自动化学院,重庆,400044 |
| 基金项目： | 重庆市科技攻关项目;重庆市科委资助项目 |
| 摘 要： | 在因果图理论中，采用了图形化和直接因果强度来表达知识和因果关系．它克服了贝叶斯网的一些不足，已经发展成了一个能够处理离散变量和连续变量的混合模型。但是因果图的结构得由领域专家给出．这在实际中很难办到。文章中给出了如何利用已知数据集，寻找最有可能的因果图网络模型方法．并用启发式算法进行模型评估。 |
| 关 键 词： | 因果图 结构 机器学习 |
| 文章编号： | 1000-7180（2006）01-077-03 |
| 收稿时间： | 2005-07-28 |
| 修稿时间： | 2005-07-28 |
Study on Learning Algorithms of Causality Diagram Structure |
|
| SHI Qing-xi,WANG Hong-chun,ZHANG Qin. Study on Learning Algorithms of Causality Diagram Structure[J]. Microelectronics & Computer, 2006, 23(1): 77-79,84 | |
| Authors: | SHI Qing-xi WANG Hong-chun ZHANG Qin |
| Affiliation: | 1 College of Automation, Chongqing University, Chongqing 400044 China;2 Dept.of Computer Science, Chongqing Technology and Business University, Chongqing 400067 China;3 Dept.of Mathematics and Computer Science, Chongqing Normal University, Chongqing 400047 China |
| Abstract: | The Causality Diagram theory, which adopted graphical expression of knowledge and direct causality intensity of causality, overcomes some shortages in Belief Network and has evolved into a mixed causality diagram methodology coped with discrete and continuous variable. But it is difficult that the structure of Causality Diagram given by expert. In this paper, we discuss approaches to find the most possible structure from a set of data, znd evaluate the model using the heuristic method. |
| Keywords: | Causality diagram Structure Machine learning |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |