[发明专利]基于流特征的因果结构学习方法

摘要

本发明公开了一种基于流特征的因果结构学习方法，其特征是按如下步骤进行：1、以流的方式产生分布任意的新特征；2、对每个新产生的特征，进行相关性分析；3、对特征集进行冗余校验分析；4、基于每个特征进行搜索定向。重复1，2，3，4步骤，直至产生的特征数超过极限值，最终可以获得对应的因果结构。本发明能够从具有流特征的线性任意分布的数据中发现蕴含的因果结构关系，同时降低学习的时间复杂度，从而满足在线学习的时效性要求。

主权项

1.一种基于流基因的因果结构学习方法，其特征是按如下步骤进行：步骤1、定义时刻t；并初始化t＝0；定义基因个数极限值为max；步骤2、定义基因集为EF，并初始化第t时刻的基因集为步骤3、定义变量j；并初始化j＝1；步骤4、判断j≤max是否成立，若成立，随机产生第j个基因X_j，第j个基因X_j具有m个取值；并初始化第j个基因X_j的马尔科夫毯MB(X_j)为空、初始化第j个基因X_j的新增基因集FA(X_j)为空、初始化第j个基因X_j的冗余基因集FD(X_j)为空；并执行步骤5；若不成立，结束算法并退出；步骤5、判断j＝1是否成立，若成立，则将所述第j个基因X_j加入所述第t时刻的基因集EF_t中，从而获得第t+1时刻的基因集EF_t+1；并将t+1赋值给t、将j+1赋值给j后，返回步骤4；若不成立，则执行步骤6；步骤6、对所述第j个基因X_j进行相关性分析；步骤7、判断所述第j个基因X_j的马尔科夫毯MB(X_j)是否为空集，若为空集，则返回步骤4；若不为空集，将第j个基因X_j加入所述第t时刻的基因集EF_t中，获得第t+1时刻的基因集EF_t+1＝EF_t∪X_j；并将t+1赋值给t后，执行步骤8；步骤8、定义变量k；并初始化k＝1；步骤9、对所述第t时刻的基因集EF_t的第k个基因X_k进行冗余校验分析；步骤10、将k+1赋值给k；并判断k＞j是否成立，若成立，则执行11；若不成立，则返回步骤9执行；步骤11、定义变量count；并初始化count＝0；初始化k＝1；步骤12、判断所述第k个基因X_k的马尔科夫毯MB(X_k)是否为空集，若为空集，则从所述第t时刻的基因集EF_t中删除所述第k个基因X_k后，将count+1赋值给count后，执行步骤13；若不为空集，则直接执行步骤13；步骤13、将k+1赋值给k后；判断k＞j是否成立，若成立，则将j‑count赋值给j后，获得更新的第t时刻的基因集EF_t′，记为EF_t'＝{X₁,X₂,...,X_i,...X_j}；X_i表示更新的第t时刻的基因集EF_t′中第i个基因向量；1≤i≤j，并有，表示第i个基因向量X_i具有m个取值；表示第i个基因向量X_i中第v个取值；1≤v≤m；由构成第v个实例；从而获得由m个实例组成的数据集D，记为D＝{sam₁,sam₂,...,sam_v,...,sam_m}；并执行步骤14；若不成立，则返回步骤12执行；步骤14、初始化i＝1；步骤15、对于第t时刻的基因集EF_t′中第i个基因X_i，如果第i个基因X_i的新增基因集FA(X_i)不为空或第i个基因X_i的冗余基因集FD(X_i)不为空，则基于第i个基因X_i进行搜索定向，得到第i个基因X_i家族的MDL评分和对应的局部因果结构；步骤16、将i+1赋值给i；并判断i＞j是否成立，若成立，则执行步骤17；若不成立，则返回步骤15执行；步骤17、获得网络G中所有j个基因的总评分MDL(G)和对应的全局因果结构；式(1)中，Pa(X_i)表示第i个基因X_i的父基因集，表示与i个基因X_i的父基因集Pa(X_i)一一对应的权值向量；表示第i个基因X_i在具有父基因集Pa(X_i)和参数时的家族MDL评分；步骤18、将j+1赋值给j，返回步骤4。