作者：史会峰; 谷根代; 姜波贝叶斯网络mcmc算法学习方法随机变量
摘要：对于给定的阈值,通过计算变量之间的互信息,设计了一种构造贝叶斯网络结构的方法.改进了关于图模结构学习中常见的MCMC算法.将这种方法构造的贝叶斯网络作为马尔可夫链初始状态的网络结构,利用改进后的MCMC算法,构造一个关于贝叶斯网络结构的马尔可夫链.迭代给定次数后,得到关于变量组的贝叶斯网络结构.实验结果表明:改进前和改进后的两种方法得到的贝叶斯网络结构基本一致,网络结构的接受率也相近.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《华北电力大学学报·社会科学版》（CN：11-3956/C）是一本有较高学术价值的大型双月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度，颇受业界和广大读者的关注和好评。 《华北电力大学学报·社会科学版》理论联系实际，开展教育科学研究和学科基础理论研究，交流科技成果，促进学院教学、科研工作的发展，为教育改革和社会主义现代化建设做出贡献。
杂志详情
