文档介绍：第 卷 第 期 长 春 大 学 学 报 ．
年 月
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 ．计算 机科 学与工程学院 ；．基础科学 部 ，长春
摘 要 ：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 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 。
关键 词 ：贝叶斯网络 ；结构 学习；预测能力
中图分类号 ： 文献标 志码 ： 文章编号 ：— — —
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 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