新的贝叶斯网络结构学习方法  

New algorithm of Bayesian network structure learning

作　　者：孙岩[1] 唐一源[2] 

机构地区：[1]辽宁师范大学计算机与信息技术学院,辽宁大连116029 [2]大连理工大学神经信息学研究所,辽宁大连116023

出　　处：《计算机工程与设计》2008年第5期1238-1240,共3页Computer Engineering and Design

基　　金：国家自然科学基金项目(60472017、30670699)

摘　　要：贝叶斯网络是一种将贝叶斯概率方法和有向无环图的网络拓扑结构有机结合的表示模型,它描述了数据项及数据项之间的非线性依赖关系。报告了贝叶斯网络研究的现状,并针对传统算法需要主观规定网络中结点顺序的缺点,提出了一个新的可以在无约束条件下,根据观测得到的训练样本集的概率关系,自动完成学习贝叶斯网络结构的新方法。Bayesian network is a graphic model that integrates Bayesian probabilistic methods with directed acyclic graphs and describes the probabilistic relationships among variables of interest, A new unconstrained algorithm of Bayesian network structure learning is presented, in which the algorithm can finish automatically the learning of network structure based on the probabilistic relationships from the observed data set.

关 键 词：贝叶斯网络 贝叶斯概率 无条件约束 有向无环图 结构学习 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]