胡仁兵
- 作品数：5 被引量：13H指数：3
- 供职机构：北京工业大学计算机学院多媒体与智能软件技术北京市重点实验室更多>>
- 发文基金：北京市自然科学基金国家自然科学基金北京市教育委员会科技发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于禁忌搜索的贝叶斯网结构学习算法被引量：1
- 2011年
- 针对随机搜索机制学习算法参数设置较多的不足,提出了一种基于禁忌搜索的贝叶斯网结构学习算法.此算法首先利用加边、减边、逆向边3个算子产生当前解的邻域,然后结合禁忌表和蔑视准则以引导和限制搜索过程,2个步骤迭代进行,直至达到全局最优解或近似最优解.仿真实验表明,此算法不仅具有结构简单、参数少、易于实现的特点,而且求解质量也能得到保证.
- 冀俊忠张鸿勋胡仁兵刘椿年
- 关键词：贝叶斯网禁忌搜索
- 动态贝叶斯网络结构学习的研究
- 动态贝叶斯网(DBN)作为一种特殊的贝叶斯网络(BN)，是贝叶斯网络与时间信息相结合而形成的可处理时序数据的新的随机模型。由于其在描述非线性、随机演化的不确定关系时具有较强的优势，所以对动态贝叶斯网的研究及其应用成为人工...
- 胡仁兵
- 关键词：动态贝叶斯网络结构学习算法粒子群优化蚁群优化
- 文献传递
- 基于蚁群算法的贝叶斯网结构学习被引量：5
- 2011年
- 针对具有丢失数据的贝叶斯网结构学习问题,提出了一种将数据的完备化与结构的蚁群优化相结合的学习方法.随机初始化未观察到的数据,得到完整的数据集,并利用蚁群算法学习得到初始网络结构;然后进行迭代学习,在每次迭代中根据当前最好的贝叶斯网结构,利用EM估计和随机的采样插入对数据进行完备化,在完备数据下,利用改进的蚁群优化过程使结构不断进化,直到获得全局最优解.实验结果表明,该方法能有效地从不完备数据中学习贝叶斯网结构且与新近的MS-EM、EGA、BN-GS方法相比,具有更高的学习精度.
- 冀俊忠张鸿勋胡仁兵刘椿年
- 关键词：贝叶斯网丢失数据蚁群算法模拟退火
- 一种混合的贝叶斯网结构学习算法被引量：4
- 2009年
- 贝叶斯网是人工智能中一个重要的理论模型,也是现实世界中不确定性问题建模的重要工具.针对贝叶斯网的结构学习问题,提出了一种将约束满足、蚁群优化和模拟退火策略相结合的混合算法.新算法首先利用阈值自调整的条件测试来动态地压缩搜索空间,在加速搜索过程的同时保证学习的求解质量;然后在基于MDL的蚁群随机搜索中引入模拟退火的优化调节机制,改进了算法的优化效率.实验结果验证了所提策略的有效性,与最新的同类算法相比,新算法在保持较快收敛速度的前提下具有更好的求解质量.
- 冀俊忠胡仁兵张鸿勋刘椿年
- 关键词：贝叶斯网蚁群算法模拟退火
- 基于蚁群优化的DBN转移网络结构学习算法
- 2009年
- 针对动态贝叶斯转移网络的特点,以I-ACO-B为基础,提出基于蚁群优化的分步构建转移网络的结构学习算法ACO-DBN-2S。算法将转移网络的结构学习分为时间片之间和时间片内2个步骤进行,通过改进隔代优化策略,减少无效优化次数。标准数据集下的大量实验结果证明,该算法能更有效地处理大规模数据,学习精度和速度有较大改进。
- 胡仁兵冀俊忠张鸿勋刘椿年
- 关键词：动态贝叶斯网络蚁群优化
