摘要:
贝叶斯网络结构学习是数据挖掘与知识发现领域的主要研究技术之一,在网络结构的搜索空间相对较大的情况下,已提出的相关算法往往都会存在算法收敛速度慢、学习到的结果准确性较差的缺陷。提出一种信息论结合粒子群优化的算法,利用互信息限制粒子的初始化,使得粒子群优化算法能在较短的时间内收敛,应用ASIA网络作为仿真模型,并与K2算法比较。实验结果表明,提出的算法能够快速、准确地得到贝叶斯网络结构。
中图分类号:
邸若海, 高晓光. 基于限制型粒子群优化的贝叶斯网络结构学习[J]. Journal of Systems Engineering and Electronics, 2011, 33(11): 2423-2427.
DI Ruo-hai, GAO Xiao-guang. Bayesian network structure learning based on restricted particle swarm optimization[J]. Journal of Systems Engineering and Electronics, 2011, 33(11): 2423-2427.