小数据集贝叶斯网络多父节点参数的修复

具有已知结构的小数据集贝叶斯网络多父节点参数学习是一个重要而困难的研究课题，由于信息不充分，使得无法直接对多父节点参数进行有效的估计，如何修复这些参数便是问题的核心.针对问题提出了一种有效的小数据集多父节点参数修复方法，该方法首先使用Bootstrap抽样扩展小数据集，然后分别将Gibbs抽样与最大似然树和贝叶斯网络相结合，通过依次对扩展数据按一定比例的迭代修正来实现对多父节点参数的修复.实验结果表明，这种方法能够有效地使大部分多父节点参数得到修复.