小数据集贝叶斯网络多父节点参数的修复

作     者：王双成 冷翠平 曹锋 Wang Shuangcheng;Leng Cuiping;Cao Feng

作者机构：上海立信会计学院信息科学系上海201620 上海立信会计学院开放经济与贸易研究中心上海201620 

出 版 物：《计算机研究与发展》 (Journal of Computer Research and Development)

年 卷 期：2009年第46卷第5期

页      面：787-793页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(60675036) 上海市教委科研创新重点基金项目(09ZZ202) 

主　　题：贝叶斯网络 小数据集 参数学习 Gibbs抽样 最大似然树 

摘      要：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效的估计,如何修复这些参数便是问题的核心.针对问题提出了一种有效的小数据集多父节点参数修复方法,该方法首先使用Bootstrap抽样扩展小数据集,然后分别将Gibbs抽样与最大似然树和贝叶斯网络相结合,通过依次对扩展数据按一定比例的迭代修正来实现对多父节点参数的修复.实验结果表明,这种方法能够有效地使大部分多父节点参数得到修复.