贝叶斯网络结构学习方法新探

赵 越，茹婷婷

(吉林建筑工程学院 a.计算机科学与工程学院;b.基础科学部，长春 130118)

贝叶斯网络结构学习方法新探

赵 越a，茹婷婷b

(吉林建筑工程学院 a.计算机科学与工程学院;b.基础科学部，长春 130118)

从大型数据库中学习网络结构一直是贝叶斯网络学习的研究热点.针对此问题提出了一种基于预测能力的学习算法，通过预测能力建立并调整贝叶斯网络结构，把变量之间弧的存在性与方向有机地结合在一起。

贝叶斯网络;结构学习;预测能力

0引言

贝叶斯网络是近几年发展起来的处理不确定信息和进行概率推理最有力的工具，是一种对概率关系的有向图解描述。它结合了数据信息和真实世界的信息(先验信息)，具有描述事件多态性和信号逻辑关系非确定性的能力。贝叶斯网络使用概率理论来描述不同信号之间的条件相关性，运用贝叶斯定理计算出后验概率，并可应用于有条件地依赖多种控制因素的决策，它已成为人工智能领域处理不确定性问题的主要方法。

贝叶斯网络学习主要包括参数学习和结构学习两部分内容。结构学习比参数学习要难得多，实际中由专家给出贝叶斯网络结构是费时、费力的，在很多情况下甚至是不可能的，因此贝叶斯网络结构学习方法是一项有益的研究。

1 贝叶斯网络原理

贝叶斯网络数学描述为:给定一个有向无环图G和一个在离散变量集合V={v1，v2，…，vn}上的联合概率分布P，如果在V中的变量和G节点之间存在一一对应关系，并满足P(v1，v2，…，vn)=∏ip(vi|pai)。其中，Pai是G中Vi的直接祖先节点，将图G和概率P的联合称为贝叶斯网络，要求P(v1，v2，…，vi|ζ)= ∏ip(vi|v1，v2，…vi－1，ζ)，且各变量需满足马尔科夫独立性条件 P(vi|v1，v2，…，vi－1，ζ)=p(vi|pa(vi)，ζ)［1－2］。

在数据完备情况下，结构学习算法可以分为基于统计测试的方法和基于搜索记分的方法。统计测试尤其是指条件独立性测试;搜索记分的方法是选定一个适当的记分函数，通过不断地改变网络结构计算出相应的记分值，结合一些优化算法在结构空间进行启发搜索，直至搜索到的结构具有最高记分为止［3］。由于贝叶斯网络结构是一个组合空间，找到一个最高记分的网络结构已证实为NP难问题，因此需要进行启发式搜索。

2 变量的预测能力

3 贝叶斯网络结构学习方法研究

4 结语

本文在对贝叶斯网络的原理和学习方法等进行介绍的基础上，着重对贝叶斯网络的结构学习机制进行了研究。对基于预测能力的离散贝叶斯网络结构学习方法进行探讨。由于预测能力就是预测正确率，预测能力相同是条件独立性的充分必要，这样通过预测能力的引入把变量之间弧的存在性与方向有机地结合在一起，得到了良好的效果。

［1］许丽佳，黄建国，王厚军，龙兵.混合优化的贝叶斯网络结构学习［J］.计算机辅助设计与图形学学报，2009(5):634－636.

［2］胡学钢，胡春玲.一种基于依赖分析的贝叶斯网络结构学习算法［J］.模式识别与人工智能，2006(4):446－448.

［3］张什永，彭云，王晓蒲.一种改进的贝叶斯网络知识合成算法［J］.中国科学技术大学学报，2011(1):88－92.

［4］杨善林，胡笑旋，毛雪岷.融合知识和数据的贝叶斯网络构造方法［J］.模式识别与人工智能，2006(1):32－33.

责任编辑:吴旭云

Research on structure learning of Bayesian network

ZHAO Yuea，RU Ting-tingb
(a.School of Computer Science and Technology;b.Department of Basic Science，Jilin Institute of Architecture and Civil Engineering，Changchun 130118，China)

Learning structure from large database has been a research focus of learning Bayesian Network.A learning algorithm is presented based on prediction ability，and through which Bayesian network structure is built and adjusted.The existence and direction of arcs among variables are combined organically.

Bayesian Network;structure learning;prediction ability

TP391

A

1009－3907(2011)06－0032－03

2011-05-10

吉林省教育厅“十一五”科学技术研究项目(吉教科合字2010第314号)

赵越(1982-)，男，吉林通化人，讲师，硕士，主要从事机器学习方面的研究。