基于最大信息熵和CBR的贝叶斯网络构造

摘要：

从数据中学习贝叶斯网络(Bayesian Network BN)往往会因为搜索空间庞大而耗费大量的时间,本文利用基于最大信息熵结合案例推理(Case-based Reasoning CBR)的贝叶斯网络构造提出了一种构造贝叶斯网络的方法，避免了由于单纯利用最大相互信息原则将导致搜索终止于完全图。将其用于贝叶斯网络的构造中,结果表明有效地提高建模的效率和精度。

关键词： 贝叶斯网络 最大信息熵 结构学习 案例推理 案例库

作者: 万星火 檀亦丽 高艳 李艳

作者单位: 河北理工大学理学院(河北唐山 063009) 唐山师范学院数学与信息系 063010

会议类型: 国内会议

会议名称: 2008年国际应用统计学术研讨会

会议地点: 烟台

会议语种:中文

页码: 1-5

在线出版日期: 2008-08-14（万方平台首次上网日期，不代表论文的发表时间）