王辉
- 作品数：4 被引量：20H指数：3
- 供职机构：东北师范大学计算机学院更多>>
- 发文基金：吉林省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于局部优化具有连续变量的贝叶斯网络结构学习被引量：5
- 2006年
- 概述了具有连续变量的贝叶斯网络结构学习存在的主要问题,给出了基于局部优化的具有连续变量的贝叶斯网络结构学习方法.通过构造局部最优回归模式、局部回归模式的条件组合及环路处理,建立了具有连续变量的贝叶斯网络结构,既可以避免复杂的结构打分运算及结构空间搜索,同时又不会出现由于离散化而导致过多的信息丢失及假依赖现象.
- 张剑飞王辉周颜军王双成
- 关键词：贝叶斯网络
- 基于预测能力的贝叶斯网络结构学习被引量：11
- 2005年
- 给出了变量之间预测能力的概念及估计方法,证明了预测能力就是预测正确率.在此基础上建立了基于预测能力的贝叶斯网络结构学习方法,并使用模拟数据进行了实验.实验结果显示该算法能够有效地进行贝叶斯网络结构学习.
- 王辉张剑飞王双成
- 关键词：贝叶斯网络
- 以核心变量为基础的离散贝叶斯网络结构学习被引量：2
- 2005年
- 建立了基于核心变量的离散贝叶斯网络结构学习方法.该方法根据变量之间的无条件相对预测能力建立有向无环图,分别按着变量的聚度和散度排序变量;以不同于被预测变量的具有最大聚度和散度的两个变量为条件变量,根据变量之间条件相对预测能力的大小确定弧的存在性与方向,结合环路检验建立初始贝叶斯网络结构;以两个变量的最小切割集为条件变量集,调整初始贝叶斯网络结构(包括删除多余的弧和重新确定弧的方向),最终建立数据中所蕴涵的贝叶斯网络结构.同时,使用模拟数据进行了对比实验,结果表明这是一种有效实用的方法.
- 张邦佐王辉张剑飞左万利
- 关键词：散度
- 马尔科夫网络中的隐藏变量学习被引量：4
- 2005年
- 马尔科夫网络中的隐藏变量学习是一个重要而困难的研究课题.关于隐藏变量需要解决三个问题,它们是隐藏变量的位置,维数和取值,局部结构.根据马尔科夫网络中的Clique确定隐藏变量的位置;然后基于依赖结构和Gibbssampling确定隐藏变量的取值和维数;最后利用MDL标准进行局部打分确定局部结构.试验结果表明,该方法能够有效地进行马尔科夫网络的隐藏变量学习.
- 王辉王双成张剑飞
- 关键词：GIBBS抽样
