链图是一种混合图,它将Markov网和Bayesian网统一起来,对两种传统的概率网提供了一个统一的观点.其次,一个Bayesian网等价类可以用一个链图唯一表示,可以使一些有关Bayesian网的问题简单化.该文的工作就是基于链图讨论Bayesian网的重构.首先,该文提出基于链图的Bayesian网结点聚集算法.算法的主要思想是先求解Bayesian网依赖结构的链图表示;其次,在得到的链图中,利用结点之间的关系将结点集划分为一些结点子集,再将每个结点子集聚集成一个结点;最后,修改参数,从而完成对整个Bayesian网的重构.其次,该文还提出了两个多Bayesian网的合并算法:基于扩展的关系数据模型的多Bayesian网的合并算法,和基于链图的Bayesian网的合并.最后,该文还使用信息论中的条件信息熵对Bayesian网进一步的修改和提炼.该文引入链图,讨论了Bayesian网的重构问题,然后由于作者水平有限,仍然存在很多不足的地方,为了弥补这些不足,该文在文末给出了部分未来研究方向.