原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于MCMC算法贝叶斯网络的学习.pdf
第3l卷第4期 华北电力大学学报 V01．31．No．4
JournalofNOrthChinaEkctricPower Jul．，2004
2004年7月 University
基于MCMC算法贝叶斯网络的学习
史会峰，谷根代，姜波
(华北电力大学数理学院，河北保定071003)
摘要：对于给定的闽值，通过计算变量之间的互信息，设计了一种构造贝叶斯网络结构的方法。改进了关
于图模结构学习中常见的McMc算法。将这种方法构造的贝叶斯网络作为马尔可夫链初始状态的网络结
构，利用改进后的MCMc算法，构造一个关于贝叶斯网络结构的马尔可夫链。迭代给定次数后，得到关
于变量组的贝叶斯网络结构。实验结果表明：改进前和改进后的两种方法得到的贝叶斯网络结构基本一致，
网络结构的接受率也相近。
关键词：贝叶斯网络；互信息：McMc算法；狄立克采分布
中图分类号：TPll 文献标识码：A 文章编号：1007-269l(2004)04-0109-04
of ne饥orkbasedonMCMC
LearningBayesian a埯orithm
SHl B0
Gen-dai，JIANG
Hu．-feng，GU
ofM拙enlatic锄d E1ectricP0wer 071003，China)
(School PhysicsNo劬CllinaUnivers峨Baoding
Abstract：FoTthe newmethodof is
given也Icsholdac01醛讯lcti|玛也eBayesi蛆netwo，-kp∞po∞dbycompu如g
也emutualinfbnnationbetweentwovariables．Thetraditionalh耋lIf}【ovChainMonteCarlome曲odf10rstrucnlra．1
models is onthe of
MCMc Chain
le蛐ingin鼬ical a培嘶thmimproved．B勰edimpIovedalg诫tlm，M列koV
the fe∞nofthe showthat也e leamed
Bayesi姐ne柳od【is experim蚴t Bayesi踊net、)l，0rkby也eilnproved
got．The
is that old their ratioisalso s诵缸lar．
methods蛔矗l对to ka靠憾d
by也ealgori如m，观dac锶=pIted v髓y
distribtltion
Keywo川s：Bayesi蛐ne撕ork；m咖alinjFormation；MCMCalgofitllIn；Dirichkt
文档评论（0）