论文研究-基于因果效应的贝叶斯网络结构学习方法.pdf

所需积分/C币:49 2019-07-22 18:38:41 1.03MB .PDF
收藏 收藏
举报

从数据中学习贝叶斯网络结构是一个NP-hard问题,提高网络结构学习算法精度是研究的重难点。基于Pearl的因果理论,提出了一种贝叶斯网络结构学习方法,提升了现有算法的准确率。利用改进的Pearl因果效应和BDe评分,学习网络节点优先次序,利用K2算法学习初始网络,并通过BDe评分反向调节、互信息和BDe评分删除边以修正学习结果。实验在贝叶斯网络标准数据集ASIA、ALARM上进行,在样本量为2000~20 000的20组实验中,学习准确率较MMHC算法平均提升16%,准确率标准差较MMHC算法平均缩小17%。实验表明,基于因果效应的方法较MMHC算法有更好的性能。

...展开详情
试读 5P 论文研究-基于因果效应的贝叶斯网络结构学习方法.pdf
立即下载 低至0.43元/次 身份认证VIP会员低至7折
抢沙发
一个资源只可评论一次,评论内容不能少于5个字
  • 至尊王者

    成功上传501个资源即可获取
关注 私信 TA的资源
上传资源赚积分,得勋章
最新推荐
论文研究-基于因果效应的贝叶斯网络结构学习方法.pdf 49积分/C币 立即下载
1/5
论文研究-基于因果效应的贝叶斯网络结构学习方法.pdf第1页

试读结束, 可继续读1页

49积分/C币 立即下载 >