论文部分内容阅读
阐述了贝叶斯网络结构学习的内容与方法 ,提出一种基于条件独立性 (CI)测试的启发式算法。从完全潜在图出发 ,融入专家知识和先验常识 ,有效地减少网络结构的搜索空间 ,通过变量之间的CI测试 ,将全连接无向图修剪成最优的潜在图 ,近似于有向无环图的无向版。通过汽车故障诊断实例 ,验证了该算法的可行性与有效性。