搜索到3277篇“ 贝叶斯网络结构“的相关文章
基于反向学习的贝叶斯网络结构学习方法及装置
本说明书实施例提供了一种基于反向学习的贝叶斯网络结构学习方法及装置,其中,方法包括:步骤1,获取训练样本;步骤2,基于PC算法根据所述训练样本生成初始解,基于反向学习生成所述初始解对应的反向解,将所述初始解和所述反向解进...
孙宝丹张心一蒋雨佳巩建光江俊慧林聃
基于BRKGA算法的贝叶斯网络结构优化方法及装置
本申请涉及一种基于BRKGA算法的贝叶斯网络结构优化方法及装置。所述方法包括:生成若干个[0,1]之间多个随机数组成的随机键向量;将NO TEARS算法作为解码器对随机键向量进行解码,得到贝叶斯网络结构优化问题的初始解;...
周鋆孙宝丹张维明朱先强朱承
高维数据局部贝叶斯网络结构学习
2024年
针对高维数据下贝叶斯网络结构学习精度和效率低的问题,提出一种基于归一化互信息和近似马尔可夫毯的特征选择(feature selection based on normalized mutual information and approximate Markov blanket,FSNMB)算法来获取目标节点的马尔可夫毯(Markov blanket,MB),进一步结合MB和Meek规则实现基于特征选择的局部贝叶斯网络结构(construct local Bayesian network based on feature selection,FSCLBN)算法,提高局部贝叶斯网络结构学习的精度和效率。实验证明,在高维数据中,FSCLBN算法与现存的局部贝叶斯网络结构学习算法相比更具优势。
王阳阳高晓光茹鑫鑫
关键词:贝叶斯网络互信息
近似图引导的演化贝叶斯网络结构学习算法
2024年
贝叶斯网络结构学习是贝叶斯网络推理及应用的基础.搜索高质量的节点序是贝叶斯网络结构学习的一类重要方法.针对在节点序空间中,搜索高质量节点序存在的难以高效、准确评估解的问题,本文提出了一种近似图引导的演化贝叶斯网络结构学习算法.首先,该算法利用互信息构建无向近似图;其次,该算法通过结合节点序和无向近似图构造有向图结构,将其贝叶斯信息准则评分作为节点序的适应度来高效评估节点序,并在演化优化的框架下,使用提出的基于Kendall Tau Distance的交叉算子和基于逆度的变异算子搜索最优节点序;最后,将搜索到的最优节点序输入K2算法得到其对应的贝叶斯网络结构.在4种不同规模网络上的实验结果表明,该算法在收敛时间和准确度之间取得了较好的平衡,其评分相较于对比算法中的次优解分别提升了10.91%、12.28%、53.96%、10.87%.
曾奕博钱鸿李丙栋窦亮周爱民
关键词:贝叶斯网络演化算法互信息K2算法
基于遗传算法联姻策略的贝叶斯网络结构学习
2024年
针对基于进化方法的贝叶斯网络结构学习易陷入局部最优和寻优效率低的问题,提出一种利用遗传算法联姻策略学习贝叶斯网络结构的技术.首先设计了“同”联姻策略,两个种群使用相同的搜索策略和评估模型完成贝叶斯网络结构学习.对学习到质量最好的子代个体进行联姻,将所得的质量最佳的子代个体共同返回两个种群中进行迭代.由于联姻的子代保留了另一个种群的片段,对种群中基因的多样性起到很好的保障,有效规避了近亲繁殖造成的缺陷.针对同代理模型的联姻策略无法同时兼顾网络结构质量及学习效率的问题,提出基于集成的遗传算法联姻策略,两个种群分别使用不同的代理模型和搜索策略进行学习,对各自学习到的当代最优个体进行联姻迭代.实验表明,提出的算法在小、中和大规模网络上的学习精度和有效性都优于对比算法.
朱宇王慧玲徐苗綦小龙
关键词:遗传算法代理模型贝叶斯网络结构
基于缩放框架的改进贝叶斯网络结构优化算法
2024年
贝叶斯网络在进行概率推理时,寻找最优的网络结构是一个NP-hard问题。为了准确模拟节点之间的因果关系,提出基于缩放框架的改进型网络结构学习算法。首先,利用缩放框架进行因果分析,通过斜率矩阵判断节点之间的因果关系强度,以此为基础构建网络搜索空间,提高了网络结构的初始评分;其次,使用基于评分方法的浣熊优化算法寻找评分最高的网络结构,增强了在贝叶斯网络中的评分搜索能力;最后,对评分最高的结构进行加弧、减弧和转向弧操作,寻找拟合程度最高的最优结构。通过在不同复杂度的标准网络上进行模拟实验,结果表明:所提算法收敛速度更快,能够在较短时间内找到最优结构,且结构学习的评分更高,收敛精度较高。由此说明该算法在准确性和搜寻效率方面更有优势。
祁煜翔钱龙霞王友国黄海平
关键词:贝叶斯网络评分方法
基于改进萤火虫算法的贝叶斯网络结构学习
2024年
贝叶斯网络是目前不确定知识表达和推理领域最有效的理论模型之一,利用贝叶斯网络进行分析和推理前首先需要通过结构学习和参数学习获取其网络模型,其中结构学习是参数学习的基础。针对现有萤火虫算法不符合生物学规则以及学习贝叶斯网络结构存在效率低、容易陷入局部最优等问题,设计了一种基于互信息与性别机制的萤火虫算法(firefly algorithm based on mutual information and gender mechanism,MGM-FA)。首先,通过计算节点互信息得到贝叶斯网络骨架图,基于骨架图驱动MGM-FA算法生成初始种群;其次,引入基于性别机制的个性化贝叶斯网络种群更新策略,以保障贝叶斯网络个体的多样性;最后,引入局部优化器和扰动操作符,增强算法的寻优能力。分别在不同规模的标准网络上进行仿真实验,与现有同类型算法相比,该算法精度和效率均有所提升。
宋楠邸若海王鹏李晓艳贺楚超王储
关键词:贝叶斯网络萤火虫算法
马尔科夫毯及贝叶斯网络结构学习算法研究
时倩蕊
基于全流程并行遗传算法的贝叶斯网络结构学习
2024年
为解决海量数据情况下学习贝叶斯网络(Bayesian network,BN)结构的算法性能急剧降低问题,基于Spark框架设计了一种全流程并行遗传算法用于BN结构学习(简称为SparkGA-BN)。SparkGA-BN包含互信息计算并行化、遗传算子并行化和适应度评分并行化3个部分。互信息并行计算可以高效减少搜索空间;在演化前增加对种群信息与选择信息的广播来对全种群执行选择操作。选择与交叉算子共用选择信息以并行执行,从而高效演化并减少数据落盘时间。对约束和评分两阶段产生的中间数据作记忆化存储,提升数据复用率和全局执行效率。实验结果表明,所提算法在执行效率和学习准确率方面均优于对比算法。
蔡一鸣马力陆恒杨方伟
关键词:贝叶斯网络遗传算法SPARK
一种基于精英结构策略的混合贝叶斯网络结构学习方法
本申请公开了一种基于精英结构策略的混合贝叶斯网络结构学习方法,涉及贝叶斯网络结构学习方法领域,该方法在迭代学习混合贝叶斯网络结构的过程中,在每一个迭代周期首先使用改进的精英策略筛选出更优秀的精英个体组成精英集,然后基于精...
张昌伟 马力 吴昀霖 方伟 陆恒杨 朱书伟

相关作者

刘浩然
作品数:166被引量:768H指数:15
供职机构:燕山大学
研究主题:无线传感器网络 轧机辊系 计量学 篦冷机 贝叶斯网络
王双成
作品数:84被引量:424H指数:10
供职机构:上海立信会计学院数学与信息学院
研究主题:贝叶斯网络 分类器 GIBBS抽样 动态贝叶斯 动态贝叶斯网络
胡春玲
作品数:45被引量:132H指数:7
供职机构:合肥学院
研究主题:贝叶斯网络 贝叶斯网络结构学习 非齐次 基因调控网络 数据挖掘
汪春峰
作品数:30被引量:75H指数:5
供职机构:河南师范大学数学与信息科学学院
研究主题:全局优化 英文 贝叶斯网络 无约束优化 贝叶斯网络结构
胡学钢
作品数:510被引量:2,015H指数:21
供职机构:合肥工业大学
研究主题:数据挖掘 概念格 关联规则 粗糙集 属性约简