Integrating Multi Dependency Structure of Bayesian Network Based on Generalized Relation Model
基于扩展关系模型的多Bayesian网依赖结构的合并

贝叶斯网是一个每个结点都带有一张概率表的有向无环图，它可以有效地表示不确定性知识并进行知识推理。知识系统在很多时候不得不将来自不同信息源或者同一信息源不同时刻的知识合并起来。Bayesian网作为一个知识系统，所以也会面临将多个Bayesian网提供的信息结合起来。本文提出一个基于扩展的关系数据模型和条件独立的算法，该算法将多个Bayesian网合并成为一个Bayesian网，并且尽可能地保留每一个Bayesian网的信息。