论文部分内容阅读
现有的关系学习研究都是基于完备数据进行的，而现实问题中，数据通常是不完备的．提出一种从不完备关系数据中学习概率关系模型（probabilistic relational models，简称PRMs）的方法——MLTEC（maximumlike lihood tree and evolutionary computing method）．首先，随机填充不完备关系数据得到完备关系数据．然后从每个随机填充后的数据样本中分别生成最大似然树并作为初始PRM网络，再利用进化过程中最好的网络结构反复修正不完备数据集，最