摘要： 在贝叶斯网络中，常常需要作不确定概率推理。然而针对一般复杂网络，精确推理算法由于计算复杂度太高而常常被摒弃。针对这一问题，本文提出了一种基于全局传播的PPJT近似推理算法。PPJT算法采用消息传播机制，通过消息的收集与分发过程，可以更新和修正连接树节点的团势并最终生成相容连接树。与另一种常用的近似推理算法即似然权重（Likelihood Weighting）算法的时间性能对比实验显示，采用消息传播机制的PPJT算法有效地降低了计算的时间复杂度；同时与似然权重算法的性能对比实验表明，在相对小规模观察样本输入
刘震 谭良 周明天. 基于全局消息传播的贝叶斯推理[J]. 计算机科学, 2006, 33(9): 166-168. https://doi.org/
LIU Zhen ,TAN Liang, ZHOU Ming Tian （Westone United Lab of College of Computer Science and Engineering,UESTC, Sichuan, Chengdu 610054）. [J]. Computer Science, 2006, 33(9): 166-168. https://doi.org/
首页