留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

贝叶斯网络结构学习及其应用研究

黄解军 万幼川 潘和平

黄解军, 万幼川, 潘和平. 贝叶斯网络结构学习及其应用研究[J]. 武汉大学学报 ● 信息科学版, 2004, 29(4): 315-318.
引用本文: 黄解军, 万幼川, 潘和平. 贝叶斯网络结构学习及其应用研究[J]. 武汉大学学报 ● 信息科学版, 2004, 29(4): 315-318.
HUANG Jiejun, WAN Youchuan, PAN Heping. Bayesian Network Structure Learning and Its Applications[J]. Geomatics and Information Science of Wuhan University, 2004, 29(4): 315-318.
Citation: HUANG Jiejun, WAN Youchuan, PAN Heping. Bayesian Network Structure Learning and Its Applications[J]. Geomatics and Information Science of Wuhan University, 2004, 29(4): 315-318.

贝叶斯网络结构学习及其应用研究

基金项目: 国家自然科学基金资助项目(60175022)
详细信息
    作者简介:

    黄解军,博士生。研究方向为数据挖掘与数据仓库等。E-mail:hjjtk@21cn.com

  • 中图分类号: TP18;TP311

Bayesian Network Structure Learning and Its Applications

计量
  • 文章访问数:  733
  • HTML全文浏览量:  34
  • PDF下载量:  258
  • 被引次数: 0
出版历程
  • 收稿日期:  2004-01-23
  • 刊出日期:  2004-04-05

贝叶斯网络结构学习及其应用研究

    基金项目:  国家自然科学基金资助项目(60175022)
    作者简介:

    黄解军,博士生。研究方向为数据挖掘与数据仓库等。E-mail:hjjtk@21cn.com

  • 中图分类号: TP18;TP311

摘要: 阐述了贝叶斯网络结构学习的内容与方法,提出一种基于条件独立性(CI)测试的启发式算法。从完全潜在图出发,融入专家知识和先验常识,有效地减少网络结构的搜索空间,通过变量之间的CI测试,将全连接无向图修剪成最优的潜在图,近似于有向无环图的无向版。通过汽车故障诊断实例,验证了该算法的可行性与有效性。

English Abstract

黄解军, 万幼川, 潘和平. 贝叶斯网络结构学习及其应用研究[J]. 武汉大学学报 ● 信息科学版, 2004, 29(4): 315-318.
引用本文: 黄解军, 万幼川, 潘和平. 贝叶斯网络结构学习及其应用研究[J]. 武汉大学学报 ● 信息科学版, 2004, 29(4): 315-318.
HUANG Jiejun, WAN Youchuan, PAN Heping. Bayesian Network Structure Learning and Its Applications[J]. Geomatics and Information Science of Wuhan University, 2004, 29(4): 315-318.
Citation: HUANG Jiejun, WAN Youchuan, PAN Heping. Bayesian Network Structure Learning and Its Applications[J]. Geomatics and Information Science of Wuhan University, 2004, 29(4): 315-318.

目录

    /

    返回文章
    返回