文献类型：期刊文章

作　　者：姚洁[1] 朱响斌[1] 宋新方[2] 李广龙[3] 邱慧玲[1]

机构地区：[1]浙江师范大学数理与信息工程学院,浙江金华321004 [2]横店集团东磁股份有限公司,浙江东阳321118 [3]山东省曹县第一中学,山东曹县274400

出　　处：《计算机工程》

年　　份：2017

卷　　号：34

期　　号：5

起止页码：317-321

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSCD、CSCD_E2017_2018、IC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：针对K2算法学习贝叶斯网络结构时需要确定节点顺序的问题,提出一种混合贝叶斯网络结构学习算法。在给定数据集的情况下,利用MMPC算法获得网络的初始结构图,应用广度优先搜索的方式对此初始结构图进行搜索,从该图中入度为0的节点出发,按层次依次访问图中的邻接点,获得优化的节点顺序。将该节点顺序作为K2算法的初始节点顺序,再利用K2算法对空间进行搜索,找到全局最优解。实验结果表明,与K2算法和限制性粒子群算法相比,该算法在相同的样本数据集下产生多边、少边和反边情况的概率更低,并且可学习到更准确的贝叶斯网络结构,收敛速度快、求解精度高。

关 键 词：贝叶斯网络 结构学习  MMPC算法  K2算法 广度优先搜索

分 类 号：TP181]