高维数据局部贝叶斯网络结构学习

• 全文链接
• 请求原文

作   者：

王阳阳;  高晓光;  茹鑫鑫; 

作者机构：

西北工业大学电子信息学院; 

关键词：

互信息;  贝叶斯网络;  特征选择;  马尔可夫毯; 

期刊名称：

系统工程与电子技术

i s s n：

1001-506X

年卷期：

2024 年 008 期

页   码：

2676-2685

摘   要：

针对高维数据下贝叶斯网络结构学习精度和效率低的问题，提出一种基于归一化互信息和近似马尔可夫毯的特征选择(feature selection based on normalized mutual information and approximate Markov blanket, FSNMB)算法来获取目标节点的马尔可夫毯(Markov blanket, MB),进一步结合MB和Meek规则实现基于特征选择的局部贝叶斯网络结构(construct local Bayesian network based on feature selection, FSCLBN)算法，提高局部贝叶斯网络结构学习的精度和效率。实验证明，在高维数据中，FSCLBN算法与现存的局部贝叶斯网络结构学习算法相比更具优势。