基于v-结构和邻居集的启发式贝叶斯网络结构学习方法
Application Research of Computers（2022）
摘要
针对K2算法存在的序依赖性问题,提出了能够从给定数据集中有效学习变量序的启发式算法(H-vnK2).具体而言,基于PC算法学习的v-结构知识以节点块的形式快速准确修正部分父子节点顺序,获得部分节点的最优序;基于PC算法学习的邻居集知识以距离阈值启发式策略进一步从全局最优角度修正父子节点顺序,获得所有节点的最佳序.实验表明,在标准数据集Asia、Alarm网络上,所提算法显著优于对比算法,其中与性能最好的基于因果效应的方法相比,准确率平均提升了7%,增量最高能达到33.3%,可以学习到更准确的网络结构.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要