检索结果-南通市图书馆

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于评分缓存的节点序空间下BN结构学习

系统工程与电子技术 2024年

作者：高晓光闫栩辰王紫东刘晓寒冯奇西北工业大学电子信息学院

针对大规模贝叶斯网络结构学习容易陷入局部最优的问题，本文提出了一种新的节点序空间下迭代局部搜索算法。在局部搜索环节，设计评分缓存的选择插入算子和次优解的容忍策略，评估自适应的纵向插入邻域，攻克了盲目搜索导致的邻域受限... 详细信息

针对大规模贝叶斯网络结构学习容易陷入局部最优的问题，本文提出了一种新的节点序空间下迭代局部搜索算法。在局部搜索环节，设计评分缓存的选择插入算子和次优解的容忍策略，评估自适应的纵向插入邻域，攻克了盲目搜索导致的邻域受限问题。在迭代重启环节，采用等价类结构和深度优先遍历的转换机制，避免了随机扰动导致的评分退化问题。通过相融实验分别验证搜索和迭代算法的有效性后，最终结果表明相较于现有的主流方法，迭代局部搜索算法能够精确地学习大规模网络结构。

关键词：贝叶斯网络结构学习节点序局部搜索迭代重启

小数据集下基于DRKDE-ICSO的BN结构学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

空军工程大学学报 2024年第2期25卷 100-109页

作者：陈海洋刘静刘喜庆张静西安工程大学电子信息学院西安710048

为了解决在小数据集条件下进行数据拓展时产生数据高度相似的问题,提出了基于降维核密度估计的小数据集拓展方法,从而得到较为准确的拓展数据。另外,针对鸡群优化算法求解效率低下和收敛性不足的问题,提出改进的鸡群优化算法进行结构学... 详细信息

为了解决在小数据集条件下进行数据拓展时产生数据高度相似的问题,提出了基于降维核密度估计的小数据集拓展方法,从而得到较为准确的拓展数据。另外,针对鸡群优化算法求解效率低下和收敛性不足的问题,提出改进的鸡群优化算法进行结构学习:在雄鸡的位置更新公式中引入莱维飞行,使鸡群算法具有更强的跳跃能力;采用指数递减的动态调节惯性权重,以加速局部搜索和提高收敛速度;通过引入最优个体引导策略,增加找到较优位置的概率。实验结果表明,所提算法在小数据集条件下,BIC评分、准确率及汉明距离等指标均优于MCMC算法、BPSO算法、CSO算法、ADLCSO-I算法和SA-ICSO算法。

关键词：鸡群算法莱维飞行降维核密度结构学习

基于MMPC-FPSO贝叶斯网络混合结构学习方法

在线全文

学校读者我要写书评

暂无评论

空军工程大学学报 2024年第2期25卷 76-84页

作者：董文佳方洋旺彭维仕闫晓斌西安邮电大学计算机学院西安710121 西北工业大学无人系统技术研究院西安710072 武警工程大学装备管理与保障学院西安710086

针对贝叶斯网络结构学习的过程中网络结构规模随节点数增加呈指数增长,导致网络结构搜索空间增大,进而导致网络结构学习算法效率低下的问题,提出一种基于最大最小父子集合约束与萤火虫粒子群搜索算法的贝叶斯网络混合结构学习方法。首先... 详细信息

针对贝叶斯网络结构学习的过程中网络结构规模随节点数增加呈指数增长,导致网络结构搜索空间增大,进而导致网络结构学习算法效率低下的问题,提出一种基于最大最小父子集合约束与萤火虫粒子群搜索算法的贝叶斯网络混合结构学习方法。首先,针对粒子群算法在解决贝叶斯网络结构学习过程中,随机初始化网络结构种群导致算法搜索效率低下,网络结构准确性低的问题提出一种基于改进的最大最小父子集合算法的种群约束方法。其次,针对传统的基于粒子群评分搜索方法速度慢,精度低,易陷入局部最优的问题,提出一种基于萤火虫算子的粒子寻优策略。最后,为了验证所提方法的正确性和优越性,将上述方法用于3种标准网络的结构学习。仿真结果表明:所提算法与传统的基于粒子群的结构学习方法相比,所得的贝叶斯信息准则评分与标准网络评分的差距分别缩小了68.7%、65.5%、34.1%。

关键词：结构学习贝叶斯网络粒子群算法 MMPC算法

在线全文

学校读者我要写书评

暂无评论

近似图引导的演化贝叶斯网络结构学习算法

小型微型计算机系统 2024年第1期45卷 52-61页

作者：曾奕博钱鸿李丙栋窦亮周爱民华东师范大学上海智能教育研究院上海200062 华东师范大学计算机科学与技术学院上海200062

贝叶斯网络结构学习是贝叶斯网络推理及应用的基础.搜索高质量的节点序是贝叶斯网络结构学习的一类重要方法.针对在节点序空间中,搜索高质量节点序存在的难以高效、准确评估解的问题,本文提出了一种近似图引导的演化贝叶斯网络结构学习... 详细信息

贝叶斯网络结构学习是贝叶斯网络推理及应用的基础.搜索高质量的节点序是贝叶斯网络结构学习的一类重要方法.针对在节点序空间中,搜索高质量节点序存在的难以高效、准确评估解的问题,本文提出了一种近似图引导的演化贝叶斯网络结构学习算法.首先,该算法利用互信息构建无向近似图;其次,该算法通过结合节点序和无向近似图构造有向图结构,将其贝叶斯信息准则评分作为节点序的适应度来高效评估节点序,并在演化优化的框架下,使用提出的基于Kendall Tau Distance的交叉算子和基于逆度的变异算子搜索最优节点序;最后,将搜索到的最优节点序输入K2算法得到其对应的贝叶斯网络结构.在4种不同规模网络上的实验结果表明,该算法在收敛时间和准确度之间取得了较好的平衡,其评分相较于对比算法中的次优解分别提升了10.91%、12.28%、53.96%、10.87%.

关键词：贝叶斯网络结构学习演化算法近似图互信息 K2算法

基于课程学习权重集成的贝叶斯结构学习算法研究

在线全文

学校读者我要写书评

暂无评论

应用科技 2024年第1期51卷 1-9页

作者：刘凯越周鋆国防科技大学信息系统工程重点实验室湖南长沙410073

从大量复杂的数据中学习贝叶斯网络(Bayesian network,BN)一直是一个难点问题,本文借鉴课程学习的思想,引入了一种适合于BN中节点之间互相影响程度的测量,然后划分课程阶段,分阶段构造无向图骨架,并利用优化函数对骨架进行优化;通过集... 详细信息

从大量复杂的数据中学习贝叶斯网络(Bayesian network,BN)一直是一个难点问题,本文借鉴课程学习的思想,引入了一种适合于BN中节点之间互相影响程度的测量,然后划分课程阶段,分阶段构造无向图骨架,并利用优化函数对骨架进行优化;通过集成策略,将各个集成学习结果所得到的课程权重进行集合,并通过边过滤来减少错误边的出现;最后,通过爬山搜索构建BN结构。实验结果表明,在4个标准数据集上,本文所提方法具有较高的精确度和稳定性。与多种传统贝叶斯结构学习(Bayesian network structure learning,BNSL)方法相比,本文所提方法性能平均提高了37.18%。本文分析结果可为BNSL的增量学习过程进一步提供参考。

关键词：贝叶斯网络结构学习课程学习权重边约束权重互信息集成学习无向图骨架

在线全文

学校读者我要写书评

暂无评论

一种优化节点序搜索算子的BN结构学习方法

西北工业大学学报 2023年第2期41卷 419-427页

作者：贾柳娜董绵绵贺楚超邸若海李晓艳西安工业大学电子信息工程学院陕西西安710021

节点序空间下的局部搜索算法是一种性能良好的贝叶斯网络结构学习方法,在学习效率上具有极大的优势。然而,现有的该类算法通常存在节点序优化不足、学习精度低等问题,并容易停止在一个局部最优。为解决这些问题,对节点序空间下的局部搜... 详细信息

节点序空间下的局部搜索算法是一种性能良好的贝叶斯网络结构学习方法,在学习效率上具有极大的优势。然而,现有的该类算法通常存在节点序优化不足、学习精度低等问题,并容易停止在一个局部最优。为解决这些问题,对节点序空间下的局部搜索算法进行了研究,提出了一种新的通过优化节点序搜索算子来提高贝叶斯网络结构学习精度的IWINOBS算法。将迭代局部搜索算法与窗口算子相结合来搜索节点序空间中给定节点序的邻域,减小了算法陷入局部最优值的概率,从而获得质量更高的网络结构。实验结果表明:与网络结构空间下的贝叶斯网络结构学习算法相比,所提算法的学习效率提升了54.12%;与现有节点序空间下的贝叶斯网络结构学习算法相比,所提算法的学习精度提高了2.33%。

关键词：贝叶斯网络结构学习节点序优化搜索算子局部搜索

基于演化序搜索的混合贝叶斯网络结构学习方法

在线全文

学校读者我要写书评

暂无评论

计算机科学 2023年第10期50卷 230-238页

作者：李明嘉钱鸿周爱民华东师范大学计算机科学与技术学院上海200062 华东师范大学上海智能教育研究院上海200062

贝叶斯网络是一种不确定性知识表示与推理的有效工具,学习其结构是利用这一工具进行推理的基础。现有的贝叶斯网络结构学习算法,在智能教育等应用场景中往往面临着难以权衡有效性与高效性的问题。一方面,评分搜索类方法能搜索到高质量的... 详细信息

贝叶斯网络是一种不确定性知识表示与推理的有效工具,学习其结构是利用这一工具进行推理的基础。现有的贝叶斯网络结构学习算法,在智能教育等应用场景中往往面临着难以权衡有效性与高效性的问题。一方面,评分搜索类方法能搜索到高质量的解,但面临着算法复杂度高的挑战。另一方面,混合类方法效率高,但所找到的解的质量不尽如人意。针对上述问题,提出了一种基于演化序搜索的混合贝叶斯网络结构学习方法(EvOS)。该方法首先通过约束类算法构建无向图骨架,然后利用演化算法搜索最优节点序,最后使用该节点序指导贪婪搜索得到贝叶斯网络结构。基于常用基准数据集以及教育知识结构发现任务,验证了所提方法的有效性与高效性。实验结果表明,所提方法相较于评分搜索类方法,能够在保持相仿精度的情况下最高加速百倍,且有效性显著高于混合类方法。

关键词：贝叶斯网络结构学习序搜索演化优化知识结构发现

在线全文

学校读者我要写书评

暂无评论

贝叶斯网络结构学习综述

北京航空航天大学学报 2023年

作者：孟光磊丛泽林宋彬李婷珽王晨光周铭哲沈阳航空航天大学自动化学院航空科学技术空战系统技术重点实验室

大数据时代下，信息处理量的激增使得学者们更加关注研究可解释性、可操作性强的机器学习算法来处理数据，以增加模型的可信度和透明度。贝叶斯网络是一种将概率论与图论结合用来进行不确定性推理和数据分析的重要工具，具备可解释性强... 详细信息

大数据时代下，信息处理量的激增使得学者们更加关注研究可解释性、可操作性强的机器学习算法来处理数据，以增加模型的可信度和透明度。贝叶斯网络是一种将概率论与图论结合用来进行不确定性推理和数据分析的重要工具，具备可解释性强和学习效率高的特点，被广泛应用于各领域解决复杂工程问题。贝叶斯网络结构学习可以结合先验知识和训练样本学习模型，克服了单纯依靠专家知识建立模型的局限性，可有效减少模型训练时间，提高模型准确性。在本综述中，首先回顾了贝叶斯网络的发展历程。然后，分别从基于约束的方法、基于评分的方法，混合搜索算法三个方面对已提出的贝叶斯网络结构学习算法进行分类归纳，并对各类算法研究的现状进行了总结分析。由于现实应用中的数据往往具有非完备性，从缺失数据处理和隐变量学习两个维度阐释了非完备贝叶斯网络结构学习的研究现状。之后，对贝叶斯网络在不同领域中的应用情况进行了阐述。最后，对文中内容进行了总结，并讨论了未来贝叶斯网络结构学习算法研究的发展趋势。

关键词：机器学习人工智能算法贝叶斯网络结构学习隐变量

基于全流程并行遗传算法的贝叶斯网络结构学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

系统工程与电子技术 2023年

作者：蔡一鸣马力陆恒杨方伟江南大学人工智能与计算机学院

为解决海量数据学习贝叶斯网络结构的性能急剧降低问题，本文基于Spark框架设计了一种全流程并行遗传算法用于贝叶斯网络结构学习(Spark Genetic Algorithm for Bayesian Network structure learning，SparkGA-BN)。SparkGA-BN算法包含... 详细信息

为解决海量数据学习贝叶斯网络结构的性能急剧降低问题，本文基于Spark框架设计了一种全流程并行遗传算法用于贝叶斯网络结构学习(Spark Genetic Algorithm for Bayesian Network structure learning，SparkGA-BN)。SparkGA-BN算法包含互信息计算并行化、遗传算子并行化和适应度评分并行化三个部分。互信息并行计算可以高效减少搜索空间；在演化前增加对种群信息与选择信息的广播来对全种群执行选择操作。选择与交叉算子共用选择信息以并行执行，从而高效演化并减少数据落盘时间。对约束和评分两阶段产生的中间数据作记忆化存储，提升数据复用率和全局执行效率。实验结果表明，所提算法在执行效率和学习准确率方面均优于对比算法。

关键词：贝叶斯网络结构学习遗传算法并行结构学习 Spark