声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：61-1525/N
国际刊号：2097-1915
发布日期:
作者：陈海洋，张娜
单位：西安工程大学电子信息学院， 西安， 710048\
关键词：贝叶斯网络;结构学习;互信息;改进鸟群算法
基金：国家自然科学基金（61573285）
针对贝叶斯网络结构学习中寻优效率低下、易陷入局部最优的缺陷，提出了一种基于混合改进鸟群算法的贝叶斯网络结构学习算法。首先，通过互信息约束算法迭代初始网络；其次，改进鸟群算法，在经典鸟群算法中加入自适应惯性权重，随着迭代次数的增加动态调整搜索空间、改变收敛速度；最后，将改进的鸟群算法作为搜索策略，进行贝叶斯网络结构寻优。实验结果表明：改进的算法在寻优过程中不仅有较好的准确率和较快的收敛速度，而且具有良好的全局寻优能力。
来源：2021年第1期
《空军工程大学学报》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。