基于选择性集成遗传算法的BNC结构学习

摘要：

为克服K2算法在处理贝叶斯网络分类器(BayesianNetworkClassifier,BNC)结构学习中要求先指定适合节点次序的缺点,提出GA-K2算法,将基于选择性集成的整数编码遗传算法引入到K2算法中,使之能得到最佳节点次序并且网络结构收敛到全局最优.构建贝叶斯网络分类器进行分类,实验结果表明GA-K2算法优于随意指定节点顺序的K2算法.

关键词： 贝叶斯网络 分类器 K2算法 遗传算法

作者: 蒋望东 林士敏 鲁明羽

作者单位: 广西师范大学,计算机科学系,广西,桂林,541004;湖南财经高等专科学校,信息系,湖南,长沙,410205 广西师范大学,计算机科学系,广西,桂林,541004 大连海事大学,计算机科学与技术学院,辽宁,大连,116026

会议类型: 国内会议

会议名称: 第十届中国机器学习会议

会议地点: 海口

会议语种:中文

页码: 46-50

在线出版日期: 2006-10-14（万方平台首次上网日期，不代表论文的发表时间）