布尔型贝叶斯网络参数学习

布尔型贝叶斯网络是一类由布尔型变量组成的网络,它能够以线性多变量函数描述,使计算和处理上灵活高效。通过运用连接树算法对络进行分块化处理的方法,可以提高算法的效率,然后以传统的最大似然估计方法对布尔型网络的参数进行学习。服从同一分布律的贝叶斯网络参数学习算法发展比较成熟,这类以狄利克雷或者高斯分布为基础的算法在应用领域中难以发挥其应有的价值。相比之下,基于布尔型贝叶斯网络下的参数学习更贴近于应用,在人工智能和数据挖掘等领域有很好的发展前景。