论文部分内容阅读
Bayesian网络(贝叶斯网络)是一种进行不确定性推理的有力工具,它是一个有向无环图.本文提出了一种通过发现Bayesian网络骨架(在Bayesian网络中去除边方向的无向图),再确定边的方向而得到Bayesian网络的算法.该算法在变量之间基本依赖关系分析的基础上,进行Bayesian网络骨架学习,对学习得到的Bayesian网络骨架,利用碰撞识别以及基于遗传算法和MDL(最小描述长度原理)标准的搜索打分方法确定边方向后得到相应的Bayesian网.实验结果表明:该算法能有效的学习到Bayesian网络.