| 基于蚁群优化的贝叶斯网络学习与知识概念图构建 |
| |
| 引用本文： | 张量.基于蚁群优化的贝叶斯网络学习与知识概念图构建[J].情报学报,2010,29(5). |
| |
| 作者姓名： | 张量 |
| |
| 作者单位： | 浙江大学计算机科学与技术学院,杭州,310027,杭州师范大学信息科学与工程学院,杭州,310016 |
| |
| 基金项目： | 国家自然科学基金资助项目，浙江省自然科学基金资助项目 |
| |
| 摘 要： | 针对现有贝叶斯网络学习搜索效率不高、易陷入局部最优解问题,提出一种利用互信息熵作为启发式信息的蚁群优化搜索算法--ACOMI.该算法依据节点之间的互信息熵、交叉信息熵和网络的MDL评分进行贝叶斯网络最佳结构搜索.提出了多种搜索空间限制的策略,加速了问题的求解过程.实验表明,ACOMI算法得到的结果准确性高,搜索效率比同类算法(ACOB)有大幅提高.作者将其应用到e-learning中知识概念图的搜索和构建中,得到了很好的结果.
|
| 关 键 词： | 贝叶斯网络学习 蚁群优化 互信息熵 知识概念图 |
Bayesian Networks Learning Based on Ant Colony Optimization and Concept Map Construction |
| |
| Zhang Liang.Bayesian Networks Learning Based on Ant Colony Optimization and Concept Map Construction[J].Journal of the China Society for Scientific andTechnical Information,2010,29(5). |
| |
| Authors: | Zhang Liang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
