期刊文章详细信息
贝叶斯网络评分准则对MMHC算法学习效果的影响
Research of the Effect of Bayesian Score Metric on MMHC Learning Algorithm
文献类型：期刊文章
机构地区：[1]北京化工大学计算机科学系,北京100029
基 金：国家自然科学基金(No.60473032);教育部科学技术重点项目(No.105018)
年 份：2008
卷 号：23
期 号：2
起止页码：56-61
语 种：中文
收录情况：CAS、CSA、CSA-PROQEUST、IC、ZGKJHX、普通刊
摘 要：贝叶斯网络是研究不确定环境下知识表示和因果推理的有效工具之一。MMHC算法是一种较新的贝叶斯网络结构学习算法。在MMHC算法的基础上,对几种广泛使用的贝叶斯网络评分准则如MIT、K2Score、MDL、BDeu评分准则等进行了研究,实验结果表明K2评分准则在MMHC学习算法上具有最好的学习效果,MIT评分和BDeu评分次之,MDL评分效果最差。
关 键 词：贝叶斯网络 网络结构学习 评分函数
分 类 号：TP181]
参考文献：
正在载入数据...
二级参考文献：
正在载入数据...
耦合文献：
正在载入数据...
引证文献：
正在载入数据...
二级引证文献：
正在载入数据...
同被引文献：
正在载入数据...
