贝叶斯网

摘要： 文章首先分析了基于贝叶斯网的智能教学系统评估模型应用价值,然后提出了基于贝叶斯网的智能教学系统评估模型应用路径,最后论述了基于贝叶斯网的智能教学系统评估模型应用实例。

摘要： 在基于贝叶斯网的概率推理应用中,由于缺乏节点间潜在的关联信息,使得与推理任务无关的节点参与计算,导致推理效率不高,高效的贝叶斯网推理有待深入研究.为此,本文引入知识图谱,使用领域知识补充节点间潜在的关联信息,从而支持高效贝叶斯网推理.首先,基于TransE模型将知识图谱中的三元组嵌入到低维向量空间,通过向量的相似度计算得到实体间的关联信息,以此为依据从贝叶斯网中抽取与推理任务相关的子图构建节点关联图;然后,基于实体间的相似度与贝叶斯网节点参数给出图中的权值计算方法;最后,基于节点关联图的嵌入实现近似推理.实验结果表明,本文方法的效率优于吉布斯采样算法与前向采样算法,验证了本方法的高效性.

摘要： 对紧急情况下个体行为的把握是应急管理的基础。个体在地震发生瞬间的行为对其能否成功避险、能否降低身体损伤和财产损失以及在逃生受困后能否维持较长时间以等待救援等具有直接的影响。本文采用定性和定量的混合研究策略探索了真实地震场景中人们的行为规律。本文首先按照扎根理论的研究程序,通过地震亲历者的深度访谈,分析了人们在紧急情况下的情绪反应、心理过程和行为决策,并据此构建了“地震发生瞬间人的应急行为模型”。然后对近年来地震发生瞬间的国内外视频记录信息进行搜集,通过对视频中人们的行为进行描述和编码,本文将视频中个体的动作和行为按其含义对应到“地震发生瞬间人的应急行为模型”。进而,本文通过贝叶斯网络的参数学习和精确推理获得地震发生瞬间人的应急行为的概率规律,并作为一个例子应用贝叶斯网络分析结果探究了性别对行为的影响。最后,本文针对地震灾害应急管理给出了建议。

摘要： [目的/意义]基于档案机构应用社交媒体开展档案信息服务效果不显著的现状,结合贝叶斯模型开展了社交媒体背景下的档案信息资源个性化服务研究,力求从数据分析与知识发现的角度改进和优化基于社交媒体平台的档案信息资源服务。[方法/过程]构建了社交媒体背景下的档案信息资源个性化服务模型并深入解析了其实现过程,并以用户相似性为基础,结合BTM主题提取方法和贝叶斯网模型提出了社交媒体背景下的档案信息资源个性化推荐算法,最终通过真实数据集进行了实验验证。[结果/结论]基于贝叶斯网的档案个性化推荐模型和算法具有较高的准确性,在一定程度上能够为社交媒体背景下的档案信息资源个性化服务提供借鉴。

摘要： 事件诱因是诱导事件发生的因素,从事件特征数据构建事件诱因模型,进行事件诱因估计,是解决舆论控制、精准决策支持和用户行为定向等问题的重要基础.本文以公共突发事件为背景,以贝叶斯网为不确定性知识表示和推理的基本框架,以多值隐变量来描述事件诱因的多个取值,提出一种基于带隐变量贝叶斯网(隐变量模型)的事件诱因模型构建方法,进而利用概率推理算法估计事件诱因.针对事件诱因存在多个取值的问题,本文基于分支限界思想提出最优取值子集提取算法.建立在真实数据集上的实验结果表明,本文提出的事件诱因模型构建方法及相应的诱因估计方法是有效的.

摘要： 本文根据贝叶斯算法构建了一套多因子择时模型,以上证综指为标的,使用了20多个技术因子和基本面因子,选取2008到2016年的数据,每天开盘前根据前两年的数据建模,预测当日标的指数的涨跌,并对比了朴素贝叶斯算法和基于爬山算法的贝叶斯网算法.回测结果显示,贝叶斯网算法可以提供更稳定的收益和更高的正确率.本文同时根据模型输出信号设计了一种仓位优化算法提升模型效果,在后续的模拟组合跟踪中,模型也持续有效.

摘要： 针对知识图谱中实体间的关联关系存在不确定性、实体间关联度计算复杂度高等问题,提出一种基于贝叶斯网的实体间关联度的计算方法.针对知识图谱做预处理,利用剪枝后获取的核心子图构建贝叶斯网,提出基于知识图谱的贝叶斯网构建方法;利用贝叶斯网作为知识图谱中实体之间关联关系的量化和推理框架,基于贝叶斯网的概率推理,提出知识图谱中实体间关联度的定量计算方法.建立在真实数据之上的实验结果验证了方法的有效性.

摘要： 知识图谱中实体所涉及的关系之间通常具有相互依赖的性质,基于这种依赖性可利用数据中的新实体来构造更多的三元组从而补全知识图谱.贝叶斯网(BN)是一种表示和推理变量之间相互依赖关系和不确定性知识的有效模型,将BN作为模型框架,研究基于BN的开放世界知识图谱补全方法.提出知识图谱中关系之间依赖性的表示模型构建方法,构建过程包括模型的基础结构构建和参数表计算,基于关系对实体的描述作用,根据描述作用强的关系决定描述作用弱的关系这一规则构建模型的基础结构.给出基于知识图谱中的三元组来抽取数据集的方法,采用最大似然估计法并利用模型的基础结构和数据集来计算模型的参数表.提出基于BN概率推理的三元组构造方法,将开放世界数据中包含新实体三元组的关系和尾实体作为证据,利用概率推理计算新实体与其他实体之间存在关系的条件概率,以此为依据构造与新实体相关的更多三元组,从而完善知识图谱.在FB15k和DBpedia数据集中分别进行三元组类型预测和链路预测实验,结果表明,该方法具有有效性,其预测召回率和MR值相比现有知识图谱补全方法均有明显提升.

摘要： 羊绒羊毛在结构上有一定的相似性,鉴别羊绒羊毛一直是纤维检验必不可少的一步。鳞片纹图是当下鉴别羊绒羊毛的主流方法,通过电子显微镜录入并计算鳞片的直径、鳞片的高度、鳞片的径高比、鳞片的密度4个参数,并以此为根据,结合机器学习的方法,编写了一种基于贝叶斯网(Bayesian network)模型的羊绒羊毛鉴别系统。贝叶斯网采用有向无环图结构(Directed Acyclic Graph)刻画各个特征之间的关系,而不是简单采用朴素贝叶斯的方法,假设各个特征的概率是独立的,将极大地提高模型的准确率,使用贝叶斯网模型可将准确率提高到93%。

摘要： 羊绒羊毛在结构上有一定的相似性,鉴别羊绒羊毛一直是纤维检验必不可少的一步.鳞片纹图是当下鉴别羊绒羊毛的主流方法,通过电子显微镜录入并计算鳞片的直径、鳞片的高度、鳞片的径高比、鳞片的密度4个参数,并以此为根据,结合机器学习的方法,编写了一种基于贝叶斯网(Bayesian network)模型的羊绒羊毛鉴别系统.贝叶斯网采用有向无环图结构(Directed Acyclic Graph)刻画各个特征之间的关系,而不是简单采用朴素贝叶斯的方法,假设各个特征的概率是独立的,将极大地提高模型的准确率,使用贝叶斯网模型可将准确率提高到93％.

摘要： 结合外部知识,使用特定方法进行知识图谱的链接预测,即知识图谱中缺失信息的发现和还原,是目前知识图谱领域研究的热点和关键.本文以电子商务应用为背景,基于已经构建好的描述用户兴趣的知识图谱,结合外部数据集,以贝叶斯网这一重要概率图模型作为不同商品之间相似性及其不确定性的表示和推理框架,通过对商品属性进行统计计算,构建反映商品之间相似关系的贝叶斯网,进而基于概率推理机制,定量地判断商品节点与用户节点之间存在链接的真实性,得到真实和完整的知识图谱,为个性化推荐和关联查询提供依据.建立在真实数据之上的实验结果表明,本文提出的模型和算法是有效的.

摘要： 针对多品种小批量制造模式下，工艺质量建模面临的模型维度高、数据稀疏的困难，提出了基于贝叶斯网的工艺质量建模方法。该方法以工艺机理知识为基础构建贝叶斯网结构，在构建时采用删除法保证结构的完备性与简洁性。然后设计实验获得均衡分布的实验数据，并通过实验数据的学习获得条件概率表。在应用中，模型利用生产线的数据更新条件概率表，用以体现生产过程中的不确定性因素的影响。以印刷线路板微小孔钻孔工艺为实例进行了建模方法的应用与对比，结果验证了该方法对多品种小批量制造工艺的质量建模具有适用性，并且能够获得更高的模型精度。

摘要： 针对计算机生成兵力(Computer Generated Forces,CGF)对敌态势评估在离散参数下的不确定性推理需求,本文提出了一种基于贝叶斯网的生成兵力态势评估的方法。首先根据影响对敌生成兵力态势进行评估的各变量之间的依赖关系建立基于贝叶斯网的评估模型。其次根据专家经验给出先验概率,结合历史实验数据,利用一般网络贝叶斯估计的方法对网络参数进行学习,提高了评估模型中变量之间依赖关系的准确性,同时,阐述了对敌态势评估的超树推理算法。最后,试验结果验证了贝叶斯网方法对于作战兵力态势评估的有效性。

摘要： 在专家系统中，利用条件概率进行推理存在着个关键问题：①逻辑与概率在表达推理规则的不一致;②难以进行高阶逻辑的推理.结合条件事件代数和Markovchain Monte Cado算法则提出了基于贝叶斯网的概率逻辑的推理方法.利用条件事件代数和条件事件，通过扩展普通的可测空间，首先使概率与逻辑在表达规则时相一致，然后通过条件事件代数把高阶条件事件转换成为普通的事件和逻辑事件的组合.通过使用Gibbs抽样算法对这些普通事件进行抽样达到稳态，最终估箅出高阶条件事件的值完成高阶概率逻辑推理.通过一个实例说明了条件事件概率信息进行推理的方法.

摘要： 贝叶斯网用一种紧凑的形式表示联合概率分布,具有完备的语义和坚实的理论基础,目前已成为人工智能领域处理不确定性问题的最佳方法之一.贝叶斯网学习是其关键问题,传统学习方法存在如下不足:(1)随节点数增多非法结构以指数级增加,影响学习效率;(2)在等价结构之间进行打分搜索,影响收敛速度;(3)假设每个结构具有相同的先验概率,造成等价类中包含结构越多则先验概率越高.本文提出一种学习马尔科夫等价类算法,该算法基于骨架空间进行状态转换,利用从骨架空间到等价类空间的映射关系实现学习贝叶斯网等价类.实验数据证明,该方法可有效缩小搜索空间规模,相对于在有向图空间搜索的算法加快了算法的收敛速度,提高了执行效率。

摘要： 由于卫星可靠性随在轨运行时间增加而不断降低,导致系统服务性能逐渐下降.为保障系统长期稳定可靠运行,需制定合理的星座备份策略.借鉴GPS经验,提出一种改进的卫星可靠性模型,并结合贝叶斯网构建服务可用性模型.以服务可用性指标要求为约束,综合考虑卫星可靠性和各颗卫星对服务可用性的贡献程度,采用穷举法查找星座薄弱环节,制定合理可行的备份卫星发射计划,为工程决策提供重要的量化依据.

摘要： 不确定性数据的世系分析是基于数据产生和演变的过程来跟踪数据不确定性的来源。为了有效地描述数据间复杂的相关性及不确定性,并从理论上保证世系分析中概率计算的正确性,文中研究了基于贝叶斯网这一重要的概率图模型的不确定性数据世系表示方法。以世系的布尔公式和不确定性数据本身为出发点,提出了将布尔公式等价转换为贝叶斯网的方法,并讨论了相应的条件独立性质和概率语义。案例研究和实验结果表明,文中的方法为世系分析提供了一种有效性的、可扩展的数据相关性表示和概率计算框架。

摘要： 软件适应性体现为软件适应变化的能力.经验表明：软件产品结构与软件质量属性之间存在着一定的联系.面向对象的结构度量已较为成熟，本文旨在研究哪些面向时象结构度量指标是影响软件适应性质量的关键因素.利用领域知识结合经验数据.基于贝叶斯网建立了面向对象结构指标与软件适应性之间的关联模型.通过对适应性模型的分析表明：类的加权方法数、方法的内聚缺乏度、方法隐藏因子和多态因子四个指标对软件适应性的影响较大.模型分析的结论为软件适应性设计、软件适应性评估提供理论和实践的基础.

摘要： 网络安全评估是提高网络安全性的基本步骤之一.目前的评估方法通常需要手工操作,带来较大的评估开销,很难应用到大规模复杂网络,无法快速响应用户请求.提出了一种高效的自动化评估方法来解决这些问题.为了实现评估的自动化,对多个弱点资源(如NVD、Bugtraq等)的脆弱性信息进行分析,将它们关联起来,形成一个包含40 000多个已知弱点的大型综合弱点数据库.为了提高评估效率,利用“原子域”的概念,提出了一种新的攻击图生成方法,相比于传统的方法,大大减少了攻击图生成开销.构建贝叶斯评估模型,基于变量消元,提出了一种新的评估方法,简化了模型中的贝叶斯推理.由于能自动化部署贝叶斯攻击图概率信息,新方法能实现评估的自动化,并且可以应用到大规模网络,快速完成评估任务,还可为网络管理员提供量化判断依据,以快速应对大型复杂网络中不断变化的安全态势.

摘要： 网络安全评估是提高网络安全性的基本步骤之一.目前的评估方法通常需要手工操作,带来较大的评估开销,很难应用到大规模复杂网络,无法快速响应用户请求.提出了一种高效的自动化评估方法来解决这些问题.为了实现评估的自动化,对多个弱点资源(如NVD、Bugtraq等)的脆弱性信息进行分析,将它们关联起来,形成一个包含40 000多个已知弱点的大型综合弱点数据库.为了提高评估效率,利用“原子域”的概念,提出了一种新的攻击图生成方法,相比于传统的方法,大大减少了攻击图生成开销.构建贝叶斯评估模型,基于变量消元,提出了一种新的评估方法,简化了模型中的贝叶斯推理.由于能自动化部署贝叶斯攻击图概率信息,新方法能实现评估的自动化,并且可以应用到大规模网络,快速完成评估任务,还可为网络管理员提供量化判断依据,以快速应对大型复杂网络中不断变化的安全态势.

摘要： 本发明属于雷达信号处理技术领域，公开了一种基于离网稀疏贝叶斯学习的双频段ISAR成像方法，包括：对高低频段回波数据进行预处理，得到高低频段观测数据矩阵；根据高低频段观测数据矩阵建立高低频段数据的离网稀疏表征模型，并基于二阶泰勒展开简化高低频段数据的离网稀疏表征模型；根据高低频段在全频段的索引向量，生成对应的基字典矩阵和离网补偿字典矩阵；利用稀疏贝叶斯学习算法依次对不同方位单元中所包含的离网散射中心位置和散射强度进行求解，即可实现目标的二维高分辨成像。解决了观测目标上等效散射中心偏离字典网格时现有成像算法旁瓣高难以聚焦的问题，且在低信噪比下仍可得到聚焦的合成高分辨二维像，具有一定的噪声稳健性。

摘要： 本发明属于民航航空技术领域，具体涉及一种基于贝叶斯结构学习的航班保障Petri网构建方法及系统，包括以下步骤:根据贝叶斯网络的无自环Petri网描述航班保障计划流程，并得到航班保障计划流程关键点Petri网和先验节点顺序ρ；对航班历史数据进行数据处理得到矩阵形式的历史数据集D；基于先验节点顺序ρ、历史数据集D以及设置的最大父节点个数，通过贝叶斯结构学习K2算法的计算，得到更能体现航班真实流程的航班保障关键点Petri网。相比于航班保障计划流程关键点Petri网，本发明结合先验节点顺序、历史数据以及最大节点个数，通过K2算法构建的航班保障关键点Petri网，预测的结果更准确，更能准确反映航班保障关键节点的真实过程。

摘要： 本发明公布了一种基于贝叶斯网的恶意文档检测方法及系统，通过将文档抽象为特征矩阵表示；采用贝叶斯网络结构表示各种特征与是否为恶意文档间的因果概率关系；利用贝叶斯网络结构对文档的特征矩阵进行后验概率计算；从而有效判断该文档是否为恶意文档。包括：确定模型基础特征指标、构建贝叶斯网络结构、根据贝叶斯网络结构计算文档为恶意文档和正常文档的后验概率。采用本发明技术方案，通过基于贝叶斯网采用静态特征和动态特征结合分析的方式检测各种格式文档，并有效提高检测准确率。

摘要： 基于贝叶斯网的动态概权风电机组运行状态综合评估方法，利用scada数据确定风电机组状态评估参数向量，对风电机组故障模式进行分类。构建三层贝叶斯网络描述风电机组运行参数向量和故障因果关系，确定贝叶斯网络参数向量的先验分布，通过风电机组经验知识确定乘积狄利克雷分布的超参数。确定贝叶斯网络参数的后验概率分布。计算贝叶斯网络中各节点在其父节点不同状态下的条件概率分布。根据风电机组运行状态综合评估的动态概权，对风电机组运行状态进行综合评估。本发明实现了对风电机组运行状态的快速有效的评估，提前发现设备的异常和劣化趋势，实现预测性维修，有效地避免故障发生，减少经济损失，提高风电场的经济性和安全性。

摘要： 本发明公开了一种基于含隐变量贝叶斯网的虚拟机性能下降评估方法，根据需要确定对待评估虚拟机进行评估的性能参数集合，然后在待评估虚拟机和干扰虚拟机上分别选取相关特征，然后配置得到若干虚拟机组合方案，依次对于每个虚拟机组合方案获取整体性能数据及干扰特征数据并对数据进行预处理得到基础数据集，然后将性能参数作为隐变量，基于基础数据集构建得到特征‑性能含隐变量贝叶斯网，基于该贝叶斯网即可实现对待评估虚拟机的性能下降评估。本发明将性能参数下降值作为隐变量，基于实测数据构建含隐变量贝叶斯网，实现虚拟机性能下降评估。

摘要： 本发明提供一种基于贝叶斯网的高铁接触网动态风险分析方法，该方法建立了高铁接触网绝缘子闪络的风险传播链模型，并对此风险链模型进行特征量－动态概率的动态数学建模，将其放在贝叶斯网络中进行计算，获得风险发生概率；运用客流密集度指数来确定时间、空间两个维度下风险动态严重程度，以基本时间粒度和车站作为获得实时监测数据的基本单元，以风险传播路径与传播过程作为客流密集度指数推算的原则，推算得到在列车延误不同时间所造成风险后果的严重程度；并将动态概率与严重程度相结合，根据风险评估矩阵即可得出风险链的动态风险水平。

摘要： 本申请涉及一种基于贝叶斯网数据赋能企业的智能决策方法及系统，属于人工智能领域。本申请包括：建立数据仓库；采集原始数据并存储于ODS层；清洗原始数据并转换成维度标识数据存储于DWD层；对所述维度标识数据进行打标签生成标签数据并存储于DWS层；将所述标签数据根据业务属性进行组合，生成主题库；根据主题库中的数据进行算法建模，生成贝叶斯网算法模型；采集企业需要分析的目标节点和证据节点的数据，根据贝叶斯网模型的运算生成推理结果；将所述推理结果转换成应用平台能够接受的数据，并存储于ADS层。本发明方案，采用贝叶斯网来表达处理业务关联和因果依赖，利用其擅长的不确定推理，生成符合业务逻辑的知识，并对未知结果进行推理。

摘要： 本发明提供一种基于贝叶斯网的气相色谱仪故障诊断方法，包括如下步骤：(1)将气相色谱仪的维修记录按仪器工作时间以年分组；(2)分析每一组的故障及其症状，确定每一组贝叶斯网结构；(3)确定整体贝叶斯网结构；(4)将症状按发生可能及轻重程度分级；(5)统计每一组故障症状频数，确定每一组贝叶斯网参数；(6)确定整体贝叶斯网参数；(7)发生故障时，计算故障后验概率，定位故障。将维修记录分组，考虑了工作时间的影响，能够更准确定位故障；贝叶斯网有很强的推理能力，能够在发生故障时快速计算各故障的后验概率，根据最大后验概率准则定位故障。

摘要： 本发明公开了一种液体火箭发动机启动阶段的Petri网量子贝叶斯故障诊断方法，该方法通过引入量子干涉，使得量子贝叶斯网络可以极大地影响概率推断，特别是当网络的不确定性水平非常高时(没有观察到证据)。通过建立关于不可观故障变迁的量子贝叶斯网络模型，利用可观节点触发关系和不可观节点的触发概率，手动选择量子参数计算故障节点触发概率，判断系统故障状态。本方法能够针对部分可观的离散动态系统进行故障诊断，其优点是能够对不可观的部分也进行准确的故障诊断。

摘要： 本发明属于网络优化技术领域，公开了一种基于粒子群优化算法的增量贝叶斯网学习系统，包括数据采集模块、数据处理模块、中央控制模块、拓扑结构确定模块、参数学习模块、优化模块、输出模块以及存储模块。本发明将粒子群算法应用于贝叶斯网络学习中，并模拟现实中数据增长的环境，将普通的一次性学习过程改为增量学习过程，使网络模型的结构和参数随时间动态更新，以适应新数据的不断到来。本发明通过计算参与寻优的粒子适应度值，更新每层基本基本结构及参数的惯性权值，使得在参与寻优的粒子较少时，避免寻优获取的个体最优值对应的粒子趋于具有共同特征值的粒子，从而避免获取的最优粒子的最优解误差偏大，提高了最优解的准确性。