- 专利标题： 一种基于全流程并行遗传算法的贝叶斯网络结构学习方法
-
申请号： CN202311388156.7申请日： 2023-10-24
-
公开(公告)号： CN117474106B公开(公告)日： 2024-07-09
- 发明人: 马力 , 蔡一鸣 , 方伟 , 陆恒杨 , 朱书伟 , 张欣
- 申请人： 江南大学
- 申请人地址： 江苏省无锡市新吴区净慧东道66号(江南大学国家大学科技园)
- 专利权人： 江南大学
- 当前专利权人： 江南大学
- 当前专利权人地址： 江苏省无锡市新吴区净慧东道66号(江南大学国家大学科技园)
- 代理机构： 哈尔滨市阳光惠远知识产权代理有限公司
- 代理商 梅静霞
- 主分类号： G06N7/01
- IPC分类号： G06N7/01 ; G06N5/01 ; G06N3/126
摘要：
本发明涉及一种基于全流程并行遗传算法的贝叶斯网络结构学习方法，属于信息处理及人工智能技术领域。本发明基于遗传算法来构建贝叶斯网络结构学习方法，能够更广泛地探索搜索空间、提高搜索效率；同时，一方面通过寻找两个节点间边的生成来简化BN结构的搜索，另一方面采用全流程并行计算的方式来进一步提高搜索效率，并使用BIC作为评分函数来解决数似然度和结构复杂度的权衡问题。
公开/授权文献
- CN117474106A 一种基于全流程并行遗传算法的贝叶斯网络结构学习算法 公开/授权日：2024-01-30
