位置:成果数据库 > 期刊 > 期刊详情页
基于I-B&B-MDL的贝叶斯网结构学习改进算法
  • ISSN号:0254-0037
  • 期刊名称:《北京工业大学学报》
  • 时间:0
  • 分类:TP181[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构:[1]北京工业大学计算机学院多媒体与智能软件技术北京市重点实验室,北京100022
  • 相关基金:国家自然科学基金重大项目(60496322);北京市教育委员会科技发展项目(KM200610005020).
中文摘要:

针对I-B&B-MDL算法的不足,提出了2点改进:一是仅利用0阶和部分1阶测试确定网络侯选连接图,在有效限制搜索空间的同时,减少了独立性测试及对数据库的扫描次数;二是利用互信息的启发性知识作为侯选父母节点排序,加大了B&B搜索树的截断,加速了搜索过程。在通用数据集上的实验结果表明,在保证学习精度的前提下,算法整体的时间性能比原算法有较大的改进.

英文摘要:

Aiming at the hybrid algorithm I-B&B-MDL, an improved method is proposed. Firstly, it uses order-0 and partial order-1 independence tests to obtain an original Bayesian network structure. This reduces the number of independence tests and database passes while effectively restricting the search space. Secondly, it takes mutual information between nodes as heuristic knowledge perform sort order for candidate parent nodes, which increases the cut-offs of B&B search trees and accelerates the search process. The experimental results on the currency database show that the modified algorithm is quicker than .some hybrid algorithms while keeping a high accuracy, and it can handle large data sets.

同期刊论文项目
期刊论文 49 会议论文 47
同项目期刊论文
期刊信息
  • 《北京工业大学学报》
  • 中国科技核心期刊
  • 主管单位:北京市教委
  • 主办单位:北京工业大学
  • 主编:卢振洋
  • 地址:北京市朝阳区平乐园100号
  • 邮编:100124
  • 邮箱:xuebao@bjut.edu.cn
  • 电话:010-67392535
  • 国际标准刊号:ISSN:0254-0037
  • 国内统一刊号:ISSN:11-2286/T
  • 邮发代号:2-86
  • 获奖情况:
  • 中国高等学校自然科学学报优秀学报二等奖,北京市优秀期刊,华北5省市优秀期刊,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,荷兰文摘与引文数据库,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:11924