一种基于预排序的贝叶斯网络结构学习算法

作者：陈坤; 姚望舒

来源：小型微型计算机系统, 2013, (09): 2135-2138.

• 最大相关-最小冗余
• 贝叶斯网络
• 结构学习
• 结点次序 MRMR
• Bayesian network
• structure learning
• node order

贝叶斯网络结构学习对贝叶斯网络解决实际问题至关重要.基于评分与搜索的方法是目前比较常用的结构学习方法,但该类方法中结构搜索空间的大小随结点个数增加而指数增长,因此一般采用启发式搜索策略,有些方法还需要结点次序.在基于结点次序的最大相关-最小冗余贪婪贝叶斯网络结构学习算法中,由于是随机产生初始结点的次序,这增大了结果的不确定性.本文提出一种生成优化结点初始次序的方法,在得到基本有序的结点初始次序后,再结合近邻交换算子进行迭代搜索,能够在较短的时间内得到更加正确的贝叶斯网络结构.实验结果表明了该方法的有效性.

• 出版日期2013
• 单位苏州大学