2.765

2022影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

小数据集的贝叶斯网络结构学习

王双成 冷翠平 李小琳

王双成, 冷翠平, 李小琳. 小数据集的贝叶斯网络结构学习. 自动化学报, 2009, 35(8): 1063-1070. doi: 10.3724/SP.J.1004.2009.01063
引用本文: 王双成, 冷翠平, 李小琳. 小数据集的贝叶斯网络结构学习. 自动化学报, 2009, 35(8): 1063-1070. doi: 10.3724/SP.J.1004.2009.01063
WANG Shuang-Cheng, LENG Cui-Ping, LI Xiao-Lin. Learning Bayesian Network Structure from Small Data Set. ACTA AUTOMATICA SINICA, 2009, 35(8): 1063-1070. doi: 10.3724/SP.J.1004.2009.01063
Citation: WANG Shuang-Cheng, LENG Cui-Ping, LI Xiao-Lin. Learning Bayesian Network Structure from Small Data Set. ACTA AUTOMATICA SINICA, 2009, 35(8): 1063-1070. doi: 10.3724/SP.J.1004.2009.01063

小数据集的贝叶斯网络结构学习

doi: 10.3724/SP.J.1004.2009.01063
详细信息
    通讯作者:

    王双成

  • 中图分类号: TP18

Learning Bayesian Network Structure from Small Data Set

More Information
    Corresponding author: WANG Shuang-Cheng
  • 摘要: 针对直接基于小数据集贝叶斯网络结构学习不可靠, 以及目前对小数据集的处理只强调扩展而忽略对扩展数据的修正等, 提出了将扩展与修正相结合的小数据集处理机制, 以及在此基础上的基于结点排序和局部打分--搜索的贝叶斯网络结构学习方法. 可不需要完全结点顺序的先验知识, 但能够结合专家的部分结点顺序信息. 实验结果显示了这种方法的有效性和可靠性.
  • 加载中
计量
  • 文章访问数:  2720
  • HTML全文浏览量:  105
  • PDF下载量:  2019
  • 被引次数: 0
出版历程
  • 收稿日期:  2008-06-23
  • 修回日期:  2008-12-31
  • 刊出日期:  2009-08-20

目录

    /

    返回文章
    返回