利用节点顺序置信指导增量学习贝叶斯网络的研究与应用

将节点顺序置信指导的方法融入到增量学习过程中,提出了NOCLBN算法。该算法对于大规模数据集下贝叶斯网络的学习过程进行了改进,增强了每一批次数据学习的精度,提高了最终网络模型的质量。实验结果表明,NOCLBN算法对于大规模数据集下贝叶斯网络学习的结果质量更高。