10.3969/j.issn.1672-612X.2015.08.009
基于改进评价准则的贝叶斯网络模型选择
现有的贝叶斯网络模型选择的各种评价准则中,评价准则最为常用。然而在大样本前提下近似推导得到的准则,在基于小样本条件下进行贝叶斯网络模型选择时,得到的网络过于稀疏,网络连通性不足。而准则在小样本条件下学习贝叶斯网络,选择出的网络往往比较复杂。针对这一情况,本文通过引入调整因子,将与准则的惩罚项进行加权,提出了评价准则,从而提高了小样本情况下贝叶斯网络模型选择的效果。理论分析和实验结果反映了改进的准则的合理性和有效性。
贝叶斯网络、模型选择、信息准则、α ﹣ BIC
TP391.41(计算技术、计算机技术)
2015-09-16(万方平台首次上网日期,不代表论文的发表时间)
共5页
44-48