發(fā)布時(shí)間：2020-12-31 00:32

　　本文針對(duì)數(shù)據(jù)源復(fù)雜和不同領(lǐng)域數(shù)據(jù)組合構(gòu)建貝葉斯網(wǎng)絡(luò)時(shí),計(jì)算量大且在大數(shù)據(jù)集中表現(xiàn)較差的問(wèn)題,提出了組合數(shù)據(jù)下貝葉斯網(wǎng)絡(luò)構(gòu)建算法。該算法先利用改進(jìn)K2算法構(gòu)建的不同領(lǐng)域貝葉斯網(wǎng)絡(luò),再進(jìn)行融合。實(shí)驗(yàn)結(jié)果表明,本文提出的算法能夠減少計(jì)算量,提高了算法效率,并且適用于大數(shù)據(jù)集。 

【文章來(lái)源】：電子技術(shù)與軟件工程. 2020年09期

【文章頁(yè)數(shù)】：2 頁(yè)

【部分圖文】：

運(yùn)行時(shí)間比較

本文提出的組合數(shù)據(jù)下貝葉斯網(wǎng)絡(luò)構(gòu)建算法，首先對(duì)K2算法進(jìn)行修改，將閾值加入到K2評(píng)分過(guò)程中，得到結(jié)點(diǎn)依賴(lài)關(guān)系，來(lái)減少評(píng)分函數(shù)計(jì)算量大的問(wèn)題，并通過(guò)貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)融合的方法，解決結(jié)點(diǎn)增加帶來(lái)的運(yùn)行時(shí)間過(guò)長(zhǎng)的問(wèn)題。算法能夠隨著樣本數(shù)量的增加保持其穩(wěn)定性，并通過(guò)實(shí)驗(yàn)結(jié)果證明了K2改進(jìn)算法和貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)融合算法的可行性。圖2：相似度分析

相似度分析

【參考文獻(xiàn)】：
期刊論文
[1]貝葉斯網(wǎng)絡(luò)在大規(guī)模醫(yī)療數(shù)據(jù)上的應(yīng)用研究[J]. 左春榮,余本功,江澍,李娜,廖海波.  微電子學(xué)與計(jì)算機(jī). 2008(06)



本文編號(hào)：2948594