文章详情
| 稿件标题： | 布尔型贝叶斯网络参数学习 |
| 稿件作者： | 吴永广 1,周兴旺 2 |
| 栏目名称： | 基础理论与应用研究 |
| 关键词： | 贝叶斯网络；参数学习；布尔型变量；连接树；最大似然估计算法 |
| 文章摘要： | 布尔型贝叶斯网络是一类由布尔型变量组成的网络，它能够以线性多变量函数描述，使计算和处理上灵活高效。通过运用连接树算法对络进行分块化处理的方法，可以提高算法的效率，然后以传统的最大似然估计方法对布尔型网络的参数进行学习。服从同一分布律的贝叶斯网络参数学习算法发展比较成熟，这类以狄利克雷或者高斯分布为基础的算法在应用领域中难以发挥其应有的价值。相比之下，基于布尔型贝叶斯网络下的参数学习更贴近于应用，在人工智能和数据挖掘等领域有很好的发展前景。 |
| 引用本文格式： | 吴永广,周兴旺.
布尔型贝叶斯网络参数学习［J］.四川兵工学报，2015(5):155-158. WU Yong guang, ZHOU Xing wang. Parameter Learning of Boolean Bayesian Networks［J］.Journal of Sichuan Ordnance,2015(5):155-158. |
| 刊期名称： | 2015年05期 |
| 出版时间： | 2015年5月 |
| 上线时间： | 2015年5月28日 |
| 浏览次数： | 2889 |
| 下载次数： | 887 |
| 免费阅读PDF | |