基于最大信息系数的贝叶斯网络结构学习算法-计算机工程.pdfVIP

第 卷 第 期 计 算 机 工 程 年 月 人工智能及识别技术 文章编号 文献标志码 中图分类号 基于最大信息系数的贝叶斯网络结构学习算法 曾千千 曾安 潘 丹 杨海东 邓杰航 广东工业大学 计算机学院广州 广州市本真网络科技有限公司广州 中油管道物资装备总公司河北 廊坊 摘 要 在引入最大信息系数的基础上提出一种改进的贝叶斯网络结构学习算法 在给定数据集的条件下基于 最大信息系数对变量间的关联度进行检测根据筛选因子和关联度构造贝叶斯网络的初始化结构并结合贪婪算 法对初始网络结构进行局部优化将局部最优解进行整合形成全局最优解生成最终的网络结构 在 和 基准网络上的实验结果表明与基于传统贪婪算法随机 算法的贝叶斯网络结构学习算法相比该算法可以学 习到与基准网络更相近的贝叶斯网络结构并且具有较高的正确边均值和分类准确率 关键词 贝叶斯网络结构学习最大信息系数关联度贪婪算法 中文引用格式曾千千曾 安潘 丹等基于最大信息系数的贝叶斯网络结构学习算法计算机工程 英文引用格式 息科技的发展贝叶斯网络被广泛应用于各领域如 概述 工业生产应用金融预测分析计算机系统生物信 贝叶斯网络 又被称为 息处理等 信念网络它是基于概率推理的图形化网络并且是 贝叶斯网络的学习方法一般可以归为 类参 一种不确定性知识推理和分析的有效工具 贝叶 数学习 和结构学习分别从定量和定性角度对贝