期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

贝叶斯网自动构造方法的应用研究

在线阅读 下载PDF
导出
摘要 贝叶斯网是近年来受到众多研究者感兴趣的方向之一,在很多领域受到广泛的应用,如医学、气候、教育、心理等。利用贝叶斯网来解决实际问题的首要步骤就是构造贝叶斯网,在贝叶斯网的构造时需要确定网络节点的个数,节点之间依赖关系的定性表示,弧的定向以及节点之间依赖关系的定量表示。如何快速的构建贝叶斯网受到广泛的关注。提出利用Hugin软件提供的应用程序接口(api)与Java进行集成开发,自动构造贝叶斯网,对于拓宽贝叶斯网的应用范围和更加方便的使用贝叶斯网有理论和实践意义。
作者 秦春影 喻晓锋 仝海燕 唐淑萍
机构地区 亳州师范高等专科学校理化系
出处 《牡丹江大学学报》 2014年第1期133-135,共3页 Journal of Mudanjiang University
基金 2010年安徽省自然科学研究项目(KJ2010B123) 2013年安徽省自然科学研究项目(KJ2013B151)资助
关键词 关键字 贝叶斯网 应用程序接口 结构学习 参数学习
分类号 TP301.6 [自动化与计算机技术—计算机系统结构]
  • 相关文献

参考文献5

  • 1王双成,李小琳,侯彩虹.用于因果分析的混合贝叶斯网络结构学习[J].智能系统学报,2007,2(6):82-89. 被引量：6
  • 2Uffe B.Kjaerulff, Anders L.Madsen. Bayesian Networks and Influence Diagrams:A Guide to Construction and Analysis[M].Springer,2007.
  • 3S. K. Andersen, K. G. Olesen, F. V. Jensen & F. Jensen. Hugin - a shell for building Bayesian belief universes for expert systems. In Proceedings of the Eleventh International Joint Conference on Artificial Intelligence, pages 1080-1085, 1989.
  • 4Hugin Expert: The leading decision support tool [EB/OL].http://www.hugin.cn/[2012-11-5].
  • 5Finn V.Jensen, Thomas D.Nielsen.Bayesian Networks and Decision Graphs[M].Sprin~er,2007.

二级参考文献16

  • 1[10]LAM W,BACCHUS F.Learning Bayesian belief networks:an approach based on the MDL principle[J].Computational Intelligence,1994,10(4):269-293.
  • 2[11]CHICKERING D M.Learning Bayesian networks is NP-Hard[R].MSR-TR-94-17,1994.
  • 3[13]GEMAN S,GEMAN D.Stochastic relaxation,Gibbs distributions and the Bayesian restoration of images[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,1984,6(6):721-742.
  • 4[14]CHOW C K,LIU C N.Approximating discrete probability distributions with dependence trees[J].IEEE Transactions on Information Theory,1968,14(3):462-467.
  • 5[15]BUNTINE W L.Chain graphs for learning[A].Proceedings of the 17th Conference Artificial Intelligence[C].San Francisco,USA,1995.
  • 6[16]DOMINGOS P,PAZZANI M.On the optimality of the simple Bayesian classifier under zero-one loss[J].Machine Learning,1997,29(2-3):103-130.
  • 7[20]MURPHY S L,AHA D W.UCI repository of machine learning databases[EB/OL],http://www.ics.uci.edu/～ mlearn/MLRepository,2005-09-10.
  • 8[4]CHICKERING D M.Learning equivalence classes of Bayesian network structures[J].Machine Learning,2002,2(3):445-498.
  • 9[5]HENSON J.Comparing causality principles[J].Studies in History and Philosophy of Modern Physics,2005,36(3):519-543.
  • 10[6]THIESSON B,MEEK C,CHICKERING D,HECKERMAN D.Learning mixtures of Bayesian networks[R].MSR-TR-97-30,1997.

共引文献5

牡丹江大学学报
2014年 第1期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部