基于双重约束的最优BN结构学习算法OA北大核心CSTPCD
针对现有基于动态规划的贝叶斯网络结构学习算法复杂度高、无法在合理时间内学习大规模网络的问题,提出基于双重约束的最优贝叶斯网络(Bayesian Network,BN)结构学习算法.首先,利用最大信息系数和马尔科夫毯限制条件独立性(Conditional Independence,CI)测试的候选节点集合和约束集,得到邻居节点集合;其次,利用邻居节点集合约束父节点图的搜索过程,得到候选父节点集合,从候选父节点集合中取出每个节点的最优父集构造初始有向…查看全部>>
陈艺薇;邸若海;王鹏;张新兰;张欢;许文
西安工业大学电子信息工程学院,陕西西安710021西安工业大学电子信息工程学院,陕西西安710021西安工业大学电子信息工程学院,陕西西安710021航天材料及工艺研究所,北京100076航天材料及工艺研究所,北京100076航天材料及工艺研究所,北京100076
计算机与自动化
贝叶斯网络最大信息系数条件独立性测试马尔科夫毯
《电子学报》 2024 (7)
P.2477-2490,14
西安市科技计划项目(No.2023JH-QCYJQ-0086)陕西省杰出青年科学基金(No.2024JC-JCQN-57)2023陕西省高校工程研究中心项目(No.202301)陕西省电子设备智能测试与可靠性评估工程技术研究中心项目(No.2023-ZC-GCZX-0047)2022陕西省高校青年创新团队(No.202201)陕西省秦创原“科学家+工程师”队伍建设项目(No.2023KXJ-026)~~。
评论