%0 Journal Article
%T 一种基于独立性测试和蚁群优化的贝叶斯网学习算法
%A 冀俊忠
%A 张鸿勋
%A 胡仁兵
%A 刘椿年
%J 自动化学报
%P 281-288
%D 2009
%R 10.3724/SP.J.1004.2009.00281
%X ？针对ACO-B蚁群算法学习贝叶斯网结构的不足,提出了一种基于独立性测试和蚁群优化的改进算法.新算法首先利用0阶独立性测试来限制侯选结构的搜索空间,避免了蚁群的一些不必要的搜索,然后融合解的全局评分增益和节点间局部的互信息,给出了启发能力更强的启发函数来引导随机搜索.实验结果表明,新算法能够更有效地处理大规模数据,且学习速度有较大改进.
%K 不确定性知识表示和推理
%K Bayesian网络结构学习
%K 蚁群算法
%K 条件独立性测试
%U http://www.aas.net.cn/CN/abstract/abstract13474.shtml