利用节点顺序置信指导增量学习贝叶斯网络的研究与应用
【出 处】:《
计算机工程与科学
》
CSCD
2013年第35卷第6期 96-100页,共5页
【作 者】:
贾松浩
;
杨彩
;
张海玉
【摘 要】
摘要:将节点顺序置信指导的方法融入到增量学习过程中,提出了NOCLBN算法。该算法对于大规模数据集下贝叶斯网络的学习过程进行了改进,增强了每一批次数据学习的精度,提高了最终网络模型的质量。实验结果表明,NOCLBN算法对于大规模数据集下贝叶斯网络学习的结果质量更高。
相关热词搜索:
上一篇:面向对象软件的综合特征定位方法
下一篇:基于人工势场法的路径规划方法研究及展望