混合贝叶斯网络隐藏变量学习研究
Research on Learning the Hidden Variables of Hybrid Bayesian Network作者机构：上海立信会计学院信息科学系上海201600
出 版 物：《计算机学报》 (Chinese Journal of Computers)
年 卷 期：2005年第28卷第9期
页 面：1564-1569页
核心收录：
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：国家自然科学基金(60275026) 吉林省自然科学基金(200305171) 上海市重点学科项目基金(P1601)资助
主 题：隐藏变量 混合贝叶斯网络 依赖结构 Gibbs抽样 MDL标准
摘 要：目前,具有已知结构的隐藏变量学习主要针对具有离散变量的贝叶斯网和具有连续变量的高斯网.该文给出了具有连续和离散变量的混合贝叶斯网络隐藏变量学习方法.该方法不需要离散化连续变量,依据专业知识或贝叶斯网络道德图中Cliques的维数发现隐藏变量的位置,基于依赖结构(星形结构或先验结构)和Gibbs抽样确定隐藏变量的值,结合扩展的MDL标准和统计方法发现隐藏变量的最优维数.实验结果表明,这种方法能够有效地进行具有已知结构的混合贝叶斯网络隐藏变量学习.
维普期刊数据库
同方期刊数据库