论文部分内容阅读
基于贝叶斯模型的结构学习是NP完全问题。给出了一种新颖的基于粒子群优化算法(PSO)的无序条件下的结构学习方法。迭代中,新算法用粒子表示网络结构,根据PSO群体规则进行更新,同时利用互信息进行修正,将所得到的最佳网络结构作为K2算法的先验知识。实验结果表明,新算法可以在无序的条件下,取得稳定的贝叶斯分数值。同时,在与K2算法和BN-PSO算法的比较中,新算法取得了更优异的网络结构和更快的收敛速度。