科研之友
微信
新浪微博
Facebook
分享链接
摘要
贝叶斯网络结构学习中,基于变量序的空间搜索方法不仅是高效的而且结构的质量也是可靠的。但是,在搜索过程中,序的质量评估是一个非常关键的而且也是困难的问题。现有的方法虽然是高效的,但是序的质量评估不可靠。本文提出了一种新的评估序的质量的方法即完全代理模型评估法,该模型用近似于真实的父集来确定变量序的质量,从而找到一个高评分的网络结构。提议的方法主要包含两部分:最佳邻居学习,在变量数的多项式时间内使用互信息学习每个变量的最佳邻居集合;最佳父集学习,在最佳邻居集合规模的指数级时间内,根据当前的变量顺序以及变量的邻居集合学习每个变量的最佳的父集。本文从理论上分析了算法的合理性,从实验上和现有的代理模型算法做了对比,验证了算法的可靠性。
-
单位伊犁师范大学; 南京大学
