基于贪婪搜索的贝叶斯网络结构学习算法

《基于贪婪搜索的贝叶斯网络结构学习算法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、西安电子科技大学学位论文创新性声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果．尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料．与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意．申请学位论文与资料若有不实之处，本人承担一切相关责任．本人签名：斟关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位

2、论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学．本人保证毕业离校后，发表论文或使用论文工作成果时署名单位仍然为西安电子科技大学．学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文．本人签名：新繇料日期幽』!≥!耸日期塑堕!：!!兰．，一摘要贝叶斯网络是表示随机变量间依赖和独立关系因果概率网络或信念网络．它将概率理论和图论相系提供了一种自然而直观的方法．贝叶斯网络以其丰富的概率表达能力、综合先验知识的学习特性已计推理等

3、应用学科的研究热点．目前从数据集中自算法已经成为研究的热点之一．首先，文章介绍了贝叶斯网络的研究背景及基构学习中的应用，在此理论基础上，针对贪婪搜索矩阵的构建本质图的改进算法和一种由数据集构建讨论混合算法奠定了基础．其次，分析了免疫算法的优缺点，并在改进免法的优点提出了一种贝叶斯网络结构学习的混合算应度函数的选择以及条件独立测试的简化，以此来该算法能建立更优的网络结构，实现由数据集自动标．最后，对全文进行了总结，指出了缺失数据时结构学习、智能算法在贝叶斯网络中的应用及贝叶有待进一步研究的方向．关键词：数据挖掘贝叶斯网络结构学

4、习：；’[’’’广rirrAbstractBayesianne№rkisanetworkmodelindicatingdependenceandindependencerelationshipsbet、ⅣeenrandomV撕abiles，andisalsocalledbaysnet，causalprobabil竹net、vorkorbeliefneMork．Combiflingprobabil时t11eo巧andgraphtheoⅨBayesiaIlne觚orkproVidesanatural觚dintuitionalme

5、thoddiscoVeringpotentialrelationsllips舶mdata-nereh嬲beenagreatdealofresearchfocuSedonBayesiaJlne铆orkinmachinele锄ing，artificialintelligence，锄dprobabilit)rinferenceduet0t11eiruncenainl【Ilowledgeexpressio玛theabilitytomatchthe邮babil毋锄dprope啊forleamingbaSedonpriorknowled

6、ge．Atpresent，algorithmsforconstructingBayesianne觚orkstmctI鹏s舶mdatahaVebecomeoneofresearchhotspots．FirStly，tlleresearchbackgrouIldknowledgeaIldb嬲icmeoD，ofBayesiallnet、^，orkarepresentedandapplicationofthegreedysearchinstn】ctureleaⅡlingisStudied．OntllebaSisofthist11eo

7、ry，a11improVedalgoritlllllcollstructingt11eessentialgraphbaSedont11eadjacencymatrixofne咖rkstmcture觚danewalgorit岫constrLlctingsn．uctureofBayesiannetworkf如mda_caarepresentedinordert0oVercomeShortco皿ngsofthe目eedysearch．neSearethefbuIldationfordiscussingthehybridalgori

8、thm．Secondly，adVaIltages觚ddisadVantagesoftlleimmunealgorithmareanalyzedand，onthebasisofi彻nlmealgorithm，t11ehybmalgorithm内rle锄ingBayesi锄ne铆orkisde