摘要: 基于信息流提出贝叶斯网络结构学习的改进型搜索评分算法。首先计算信息流进行全局因果分析,构造0/1优化问题,获得最优初始网络结构;在此初始结构的基础上产生搜索空间,采用贪婪算法搜索最优结构弧,同时由信息流确定弧方向,实现网络结构的一体化学习。首次将信息流引入贝叶斯网络的结构学习,优化了初始搜索空间,实现了弧和弧方向的同步确定,更能获得近似全局最优结构。实验表明,改进算法较其他算法的准确性和学习效率更高。
李明, 张韧, 洪梅, 白成祖. 基于信息流改进的贝叶斯网络结构学习算法[J]. 系统工程与电子技术, 2018, 40(6): 1385-1390.
LI Ming, ZHANG Ren, HONG Mei, BAI Chengzu. Improved structure learning algorithm of Bayesian network based on information flow[J]. Systems Engineering and Electronics, 2018, 40(6): 1385-1390.