一种基于MapReduce的大规模贝叶斯网并行推理方法

摘要

本发明涉及一种基于MapReduce的大规模贝叶斯网并行推理方法。针对大规模贝叶斯网中节点数量多或各节点条件概率参数多而带来的推理效率低、计算量大等缺点，以克服效率瓶颈为主要目标，利用分布式数据库HBase来存储大规模贝叶斯网，建立HBase查询处理与贝叶斯网推理任务之间的关系，并基于MapReduce实现贝叶斯网的并行推理。给出的方法更符合数据分析、医疗诊断、工业控制、经济预测等领域中实际问题的特点，具有更好的吻合度，可消除贝叶斯网节点数量的限制，对其中不确定性知识的表示、推理及应用等提供支撑技术。