關鍵詞：因果結構學習 高維數據 低階 條件獨立測試 

摘要：基于條件約束的方法可從數據集中學習到變量間的因果關系,并構建出因果網絡圖.但是在高維數據情況下,基于條件約束方法的缺點是準確率較低且耗時多,從而嚴重影響此類方法在高維數據中的應用推廣.因此,本文提出了一種基于低階條件獨立測試的因果網絡結構學習方法,采用低階條件獨立測試來加速構建因果粗糙骨架;利用分裂?合并策略把高維網絡分裂成若干個子網絡,并進行因果網絡結構學習以提高其準確率;最后整合成完整的因果網絡圖.實驗結果均驗證了該方法的可行性.

廣東工業大學學報雜志要求:

{1}圖像要求足夠清晰，數量可達20～30幅，并貫穿文字說明和評析。

{2}文稿內容應包括：文章題名、作者署名、作者單位、摘要、關鍵詞、引言、正文、結束語或結論、參考文獻等。

{3}來稿一經接受刊登，由作者親筆簽署論文專有使用權授權書，該論文的專有使用權即歸本刊編輯部所有。

{4}屬于課題基金項目的成果或論文，請在首頁注明基金項目類別、課題項目名稱及編號。如有鳴謝文字請附于文末。

{5}關鍵詞應有3～5個。詞與詞之間用分號分隔。

注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社