动态贝叶斯网络结构学习的依赖分析方法研究  

Study on dependency analysis method for learning dynamic Bayesian network structure

作　　者：冷翠平[1] 王双成[1,2] 王辉[3] 

机构地区：[1]上海立信会计学院数学与信息学院,上海201620 [2]上海立信会计学院开放经济与贸易研究中心,上海201620 [3]中央民族大学信息工程学院,北京100081

出　　处：《计算机工程与应用》2011年第3期51-53,共3页Computer Engineering and Applications

基　　金：国家自然科学基金No.60675036;上海市市本级财政部门预算项目(No.1138IA0005);上海高校选拔培养优秀青年教师科研专项基金(No.slx-07010);上海市教委重点学科"国际贸易"(第五期)~~

摘　　要：针对现有动态贝叶斯网络结构学习方法具有低效率和低可靠性等问题,基于变量之间的基本依赖关系和依赖分析方法进行动态贝叶斯网络结构学习。建立变量之间依赖关系草图,通过条件独立行检验去除多余的边,使用碰撞识别和条件相对预测能力确定边的方向,便可得到构成动态贝叶斯网络结构的先验网和转换网。该方法在效率和可靠性方面均具有优势。At present,the methods of learning Dynamic Bayesian Network（DBN） structure have low efficiency and reliability.Learning dynamic Bayesian network structure is done based on the basic dependency relationship between variables and dependency analysis method.A sketch of dependency relationship between variables is built.Then the redundant edges can be got rid of by the conditional independent test.And the edges are oriented through the collision identify and the relative conditional prediction capability.Therefore,the dynamic Bayesian network structure can be established.This method has high efficiency and reliability.

关 键 词：动态贝叶斯网络 依赖分析 先验网 转换网 结构学习 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]