删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

一种可度量的贝叶斯网络结构学习方法

本站小编 Free考研考试/2022-01-01

綦小龙1,2,高阳1,王皓1,宋蓓1,周春蕾3,张友卫3
1(南京大学计算机科学与技术系 南京 210046);2(伊犁师范学院电子与信息工程学院 新疆伊宁 835000);3(江苏方天电力技术有限公司 南京 211102) (qxl_0712@sina.com)
出版日期: 2018-08-01


基金资助:国家自然科学基金项目(61432008,61503178) This work was supported by the National Natural Science Foundation of China (61432008, 61503178).

A Measurable Bayesian Network Structure Learning Method

Qi Xiaolong1,2, Gao Yang1, Wang Hao1, Song Bei1, Zhou Chunlei3,Zhang Youwei3
1(Department of Computer Science and Technology, Nanjing University, Nanjing 210046);2(Department of Electronics and Information Engineering, Yili Normal University, Yining, Xinjiang 835000);3(Jiangsu Frontier Electric Technology Co. Ltd., Nanjing 211102)
Online: 2018-08-01







摘要/Abstract


摘要: 针对基于约束的方法存在的序依赖、高阶检验等问题,提出了一种通过互信息排序的贝叶斯网络结构学习方法,该方法包括度量信息矩阵学习和“偷懒”启发式策略2部分.其中度量信息矩阵刻画了变量间的依赖程度而且暗含了程度强弱的比较,有效地解决了检验过程中由于变量序导致的误判问题;“偷懒”启发式策略在度量信息矩阵的指导下有选择地将变量加入到条件集中,有效地降低了高阶检验而且减少了检验次数.从理论上证明了新方法的可靠性,从实验上展示了在不丢失学习结构质量的条件下,新方法的搜索比其他搜索过程显著快而且易扩展到样本量小且稀疏的数据集上.






[1]闫小强,叶阳东. 共享和私有信息最大化的跨媒体聚类[J]. 计算机研究与发展, 2019, 56(7): 1370-1382.
[2]王玲,孟建瑶. 基于特征变权的动态模糊特征选择算法[J]. 计算机研究与发展, 2018, 55(5): 893-907.
[3]许行,张凯,王文剑. 一种小样本数据的特征选择方法[J]. 计算机研究与发展, 2018, 55(10): 2321-2330.
[4]李峰,苗夺谦,张志飞,张维. 基于互信息的粒化特征加权多标签学习k近邻算法[J]. 计算机研究与发展, 2017, 54(5): 1024-1035.
[5]张 维,苗夺谦,高 灿,岳晓冬. 邻域粗糙协同分类模型[J]. 计算机研究与发展, 2014, 51(8): 1811-1820.
[6]娄铮铮 叶阳东 刘瑞娜. 基于IB方法的无冗余多视角聚类[J]. 计算机研究与发展, 2013, 50(9): 1865-1875.
[7]徐峻岭 , 周毓明 , 陈 林, 徐宝文,. 基于互信息的无监督特征选择[J]. , 2012, 49(2): 372-382.
[8]田建伟 李石君. 基于层次树模型的Deep Web数据提取方法[J]. , 2011, 48(1): 94-102.
[9]王文辉, 冯前进, 陈武凡,. 基于互信息熵差测度和Gauss-Markov随机场模型的医学图像分割[J]. , 2009, 46(3): 521-527.
[10]徐 燕, 李锦涛, 王 斌, 孙春明, 张 森, . 文本分类中特征选择的约束研究[J]. 计算机研究与发展, 2008, 45(4): 596-602.
[11]闫雷鸣 孙志挥 吴英杰 张柏礼. 联合聚类非线性相关的时序基因表达数据[J]. , 2008, 45(11): 1865-1873.
[12]朱真峰, 叶阳东, Gang Li,. 基于变异的迭代sIB算法[J]. , 2007, 44(11): 1832-1838.
[13]杨轻云, 孙吉贵, 张居阳,. 最大度二元约束满足问题粒子群算法[J]. , 2006, 43(3): 436-441.
[14]陈 刚 陈莘萌. 一种考虑类别信息的音频特征提取方法[J]. , 2006, 43(11): 1959-1964.





PDF全文下载地址:

https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3750
相关话题/计算机 信息 检验 数据 结构