论文部分内容阅读
贝叶斯网络是用概率方法解决分类问题的有效工具，但学习贝叶斯网络是一个non-deterministic polynomial-time（NP）难题。以往的限制性学习算法大都假设网络结构中的结点具有基本相同的父结点数目，这往往与现实不相符的。为了学习更符合实际数据分布的限制性网络结构，进一步提高分类器的性能，本文对网络中每一个结点单独限制其父结点的数目，各个结点间是否存在父子关系是由它们之间的依赖强度所决定的．本文采用条件互信息方法度量依赖关系，这是因为条件互信息方法不但能够度量网络中各个结点之间的依赖关系