一种小数据集条件下结合参数先验约束的贝叶斯网络参数学习方法

摘要

本发明提供了一种小数据集条件下结合参数先验约束的贝叶斯网络参数学习方法，该方法主要包括以下步骤：步骤1：数据统计量的计算；步骤2：构造求取参数约束区域边界点的优化函数，并求取参数约束域的边界点和中心点；步骤3：选取适当的虚拟样本数A；步骤4：利用贝叶斯估计求取相应参数。本发明方法解决现有技术中小数据集条件下贝叶斯网络的参数学习在多种参数约束同时存在时参数学习精度和效率难以保证的问题。