最大似然树相关论文
具有丢失数据的可分解马尔可夫网络结构学习是一个重要而困难的研究课题,数据的丢失使变量之间的依赖关系变得混乱,无法直接进行可......
目前主要基于EM算法和打分-搜索方法进行具有丢失数据的贝叶斯网络结构学习,算法效率较低,而且易于陷入局部最优结构.针对这些问题......
现有的关系学习研究都是基于完备数据进行的，而现实问题中，数据通常是不完备的．提出一种从不完备关系数据中学习概率关系模型（probabil......
具有已知结构的小数据集贝叶斯网络多父节点参数学习是一个重要而困难的研究课题，由于信息不充分，使得无法直接对多父节点参数进行有......
目前主要结合扩展的熵离散化方法和打分一搜索方法进行混合贝叶斯网络结构学习，算法效率和可靠性低，而且易于陷入局部最优结构。针对......
针对直接基于小数据集贝叶斯网络结构学习不可靠,以及目前对小数据集的处理只强调扩展而忽略对扩展数据的修正等,提出了将扩展与修......
