%0 Journal Article
%T 基于最大主子图分解的贝叶斯网络等价类学习算法
%A 朱明敏
%A 刘三阳
%A 杨有龙
%J 控制与决策
%P 1499-1504
%D 2012
%X 针对基于约束方法学习贝叶斯网络(BN)结构的不足,以及随着条件集的增大,利用统计方法进行条件独立(CI)测试不稳定等问题,提出一种基于最大主子图分解(MPD)的BN等价类学习算法.该算法首先通过MPD分解技术对BN的道德图进行分解;然后利用0阶和1阶CI测试识别部分子图中的V结构,对于初步未定的V结构利用局部评分搜索确定,从而避免了冗余检验,有效地减小了条件集的维数,并且提高了算法的效率;最后,理论证明以及实验结果表明了所提出算法的有效性和合理性.
%K 贝叶斯网络
%K 最大主子图分解
%K 条件独立测
%K 结构学习
%K 马尔科夫等价类
%U http://www.kzyjc.net:8080/CN/abstract/abstract12024.shtml