您的位置: 专家智库 > >

何德琳

作品数:3 被引量:11H指数:3
供职机构:北京化工大学信息科学与技术学院计算机系更多>>
发文基金:国家自然科学基金教育部科学技术研究重点项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇自动化与计算...

主题

  • 3篇网络
  • 3篇网络结构
  • 3篇网络结构学习
  • 3篇贝叶斯
  • 3篇贝叶斯网
  • 3篇贝叶斯网络
  • 2篇搜索
  • 2篇贝叶斯网络结...
  • 2篇贝叶斯网络结...
  • 1篇学习算法
  • 1篇搜索算法
  • 1篇模拟退火
  • 1篇结构学习算法
  • 1篇禁忌搜索
  • 1篇机重
  • 1篇贝叶斯网络结...

机构

  • 3篇北京化工大学

作者

  • 3篇何德琳
  • 2篇程勇
  • 1篇赵瑞莲

传媒

  • 1篇北京工商大学...
  • 1篇西南科技大学...

年份

  • 3篇2008
3 条 记 录,以下是 1-3
排序方式:
基于MMHC算法的贝叶斯网络结构学习算法研究被引量:4
2008年
贝叶斯网络是人工智能领域研究不确定环境下知识表示和因果推理的有效工具之一,迄今为止已经提出了许多贝叶斯网络结构学习算法.MMHC算法是一种较新的贝叶斯网络结构学习算法,该算法的评分搜索阶段应用了贪婪搜索算法,但该算法容易陷入局部最优而无法得到全局最优网络,针对该缺点,在MMHC算法的评分搜索阶段应用模拟退火、随机重启爬山搜索、禁忌搜索3种搜索策略取代贪婪搜索,详尽的实验结果表明在MMHC算法中这3种搜索算法的效果普遍优于贪婪搜索,其中模拟退火搜索学习效果最好,MMHC算法的评分搜索阶段可以用模拟退火搜索替代贪婪搜索达到提升算法的学习效果.
何德琳程勇赵瑞莲
关键词:贝叶斯网络模拟退火禁忌搜索
贝叶斯网络评分准则对MMHC算法学习效果的影响被引量:5
2008年
贝叶斯网络是研究不确定环境下知识表示和因果推理的有效工具之一。MMHC算法是一种较新的贝叶斯网络结构学习算法。在MMHC算法的基础上,对几种广泛使用的贝叶斯网络评分准则如MIT、K2Score、MDL、BDeu评分准则等进行了研究,实验结果表明K2评分准则在MMHC学习算法上具有最好的学习效果,MIT评分和BDeu评分次之,MDL评分效果最差。
何德琳程勇
关键词:贝叶斯网络网络结构学习
贝叶斯网络结构学习算法改进研究
贝叶斯网络是人工智能领域研究不确定环境下知识表示和因果推理的主要工具之一。目前从数据集中自动构建贝叶斯网络的结构学习算法已经成为研究的热点之一。MMHC算法是Tsamardinos提出的一种较新的贝叶斯网络结构学习算法,...
何德琳
关键词:贝叶斯网络结构学习算法搜索算法
文献传递
共1页<1>
聚类工具0