%0 Journal Article
%T 融合知识和数据的贝叶斯网络构造方法*
%A 杨善林
%A 胡笑旋
%A 毛雪岷
%J 模式识别与人工智能
%P 31-34
%D 2006
%X 从数据中学习贝叶斯网络往往会因为搜索空间庞大而耗费大量时间.由于贝叶斯网络固有的因果语义,领域专家往往能够凭借自己的经验确定节点之间的因果关系.本文方法充分收集专家的意见,并利用证据理论进行综合,去除无意义的网络结构,然后利用常用的学习算法从数据中继续学习.这种融合知识和数据的贝叶斯网络构造方法利用专家知识来缩小学习算法的搜索空间,避免了盲目搜索,同时也避免了单个专家知识的主观性.实验表明该方法能够有效提高学习效率.
%K 贝叶斯网络
%K 知识
%K 证据理论
%K 证据组合
%U http://manu12.magtech.com.cn/Jweb_prai/CN/abstract/abstract10596.shtml