高维数据局部贝叶斯网络结构学习

来源：系统工程与电子技术杂志2024年第8期北京时间：

作者：王阳阳, 高晓光, 茹鑫鑫

单位：西北工业大学电子信息学院, 陕西 西安 710129

摘要：针对高维数据下贝叶斯网络结构学习精度和效率低的问题, 提出一种基于归一化互信息和近似马尔可夫毯的特征选择(feature selection based on normalized mutual information and approximate Markov blanket, FSNMB)算法来获取目标节点的马尔可夫毯(Markov blanket, MB), 进一步结合MB和Meek规则实现基于特征选择的局部贝叶斯网络结构(construct local Bayesian network based on feature selection, FSCLBN)算法, 提高局部贝叶斯网络结构学习的精度和效率。实验证明, 在高维数据中, FSCLBN算法与现存的局部贝叶斯网络结构学习算法相比更具优势。

关键词：贝叶斯网络,特征选择,互信息,马尔可夫毯

基金资助：国家自然科学基金(61573285)