K2 & HC 结构学习算法
吴永广
庞世春
1.空军航空大学基础部 长春 1300222.空军航空大学基础部 长春 130022
摘要：贝叶斯网络理论在人工智能领域发挥着重要作用。贝叶斯网络从数据中学习知识的能力使得它在医学、故障诊断、预测等领域的应用迅速发展起来。结构学习算法成为贝叶斯网络的重要研究方向，它能够有效分析变量之间依赖关系，合理挖掘数据和知识。K2算法评分性能突出，而爬山算法能有效弥补K2评分法的解空间过于复杂的问题。论文结合K2评分函数和爬山策略，提出了K2&HC算法。同时，K2&HC算法在爬山策略中融入了回溯原理，解决了贝叶斯结构学习算法中存在的收敛于局部最优的问题，合理优化了算法的性能。同K2和K2SA算法进行仿真对比，得出在精度和收敛速度综合性能上K2&HC表现突出的结论。
关键词：K2算法爬山法评分搜索贝叶斯网络结构学习
分类号：TP181(自动化基础理论)
论文发表日期：2014-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 1137-1140,1145 )
英文信息