论文部分内容阅读
提出一种信息论结合粒子群优化的贝叶斯网络结构学习算法，将约束最大信息熵作为最高评分函数，对网络结构进行复杂度约束，设计了粒子位置和速度向量的操作方法，解决单纯利用KL距离进行搜索的缺陷。在网络结构的搜索空间相对较大的情况下，该优化算法能在较短的时间内收敛，获得更准确的网络结构。仿真实验结果表明，该算法在时间和精度上都具有较好的效果。