基于专家知识融合的贝叶斯网络结构学习方法

摘要：

基于数据学习的贝叶斯网络结构学习算法因搜索空间大而效率低。领域专家可根据自己的经验知识确定网络结构中固有的因果关系。通过收集不同专家的意见，并利用证据理论进行综合，确定其中的部分因果关系，去除其中无意义的因果关系，然后利用常用的学习算法进行学习，减小搜索空间，提高算法效率。实验结果表明基于专家知识融合的贝叶斯网络构造方法利用专家知识来限制学习算法的搜索条件，有效地缩小了搜索空间，利用证据理论综合多个专家知识，防止了单个专家的主观片面性，能够有效地提高学习效率。

关键词：贝叶斯网络、专家知识、因果关系、证据理论

分类号：TP182(自动化基础理论)

资助基金：铁道部科技计划项目No.2010G014-G；甘肃省自然科学基金No.0916RJZA039；兰州交通大学青年科学基金项目No.2013042。

在线出版日期：2014-01-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1-4,9