摘要:
首先从离散方案对推理功能的影响出发,提出将条件信息熵作为评判离散方案好坏的标准;其次从降低问题求解的复杂度出发,提出将贝叶斯网络划分为多个极小简单子网分别进行离散化;最后,依据离散化问题与路径规划问题的相似性,设计了一套利用蚁群算法进行问题求解的方法。实验表明,采用所提方法进行贝叶斯网络连续变量离散化,能很好地将连续变量的取值空间进行分类,从而达到良好的推理效果。
吴红, 王维平, 杨峰. 贝叶斯网络参数学习中的连续变量离散化方法[J]. Journal of Systems Engineering and Electronics, 2012, 34(10): 2157-2162.
WU Hong, WANG Wei-ping, YANG Feng. Discretization method of continuous variables in Bayesian network parameter learning[J]. Journal of Systems Engineering and Electronics, 2012, 34(10): 2157-2162.