态势评估中的贝叶斯网络模型研究

针对战场态势评估的特点,采用模块化的贝叶斯网络模型对态势问题进行描述,动态构建贝叶斯网络结构．为了解决动态构建贝叶斯网络的推理问题,提出一种新的解决方法,将待连接贝叶斯网络模块的推理结果作为软证据,输入到已有网络对应的节点中,以代替所要连接的贝叶斯网络模块,在不改变贝叶斯网络结构的情况下完成网络的推理过程．仿真实验结果表明该方法是有效的．     

基于Java的文档对象模型的技术

介绍了作为XML分析的利器DOM（文档对象模型Document Object Model)，论述了由它提供的一个操作XML和HTML文档并与语言无关的标准接口集，以及采用标准规范与之适应的一个接口和类的集合。其中最 重要的是开发语言绑定及其与之相对应的org.w3c.dom Java等。DOM提供了一种用Java创建和修改XML文档的方法,把XML文档描述称为一棵树，并将整个XML文档读入内存，并将所有数据存储在节点中，使得整个文档的方法，把XML文档描述称为一棵树，并将整个XML文档读入内存，并将所有数据储存在节点中，使得整个文档得以快速使用。以Apache Xalan为例， 阐述了进行XML文档的分析和DOM树的生成及DOM树的遍历的技术。     

乙烯裂解炉炉膛闪爆事故贝叶斯网络模型研究

乙烯裂解炉所裂解物料具有易燃易爆特性,炉膛发生闪爆事故,后果不堪设想。构建了裂解炉炉膛闪爆事故树,讨论了事故树与贝叶斯网络之间的转化原则,分析了贝叶斯网络后验概率计算方法,将裂解炉炉膛闪爆事故树转化为贝叶斯网络模型。应用结果表明,贝叶斯网络模型能够得到各因素对裂解炉炉膛闪爆事故的影响程度,其中炉膛内气体燃爆、装置熄火、管道破裂为导致事故发生的重要因素。进一步分析事故原因,为预防事故发生提供依据。     

基于贝叶斯网络的盘式刀库故障分析

针对刀库故障模式多样、故障原因不明的问题,基于刀库故障树分析,建立了盘式刀库系统贝叶斯网络,并利用一批故障数据求解网络节点的先验概率与条件概率.由贝叶斯网络节点重要度分析发现,刀盘电机、刀臂定位键及刀臂本体为盘式刀库的可靠性薄弱环节.此外,由贝叶斯父节点后验故障概率分析发现,换刀组件、储刀组件故障是造成刀库掉刀的主要原...     

存在房形事件的故障树向贝叶斯网络的转化

为完善基于贝叶斯网络的故障树分析方法,提出了保持贝叶斯网络拓扑结构不变、扩展某些事件节点的状态空间、保持事件节点状态空间不变、调整贝叶斯网络的拓扑结构,两种将存在房形事件的故障树转化为贝叶斯网络的方法.对这两种方法的优劣进行了比较,通过对简化的核电站辅助给水系统的分析,验证了上述方法的正确性.     

基于直觉模糊贝叶斯网络多态系统可靠性分析

针对贝叶斯网络分析多态系统可靠性时各根节点不同状态的精确概率难以确定的问题,提出了一种基于直觉模糊贝叶斯网络的可靠性分析方法。该方法是将多位专家评估的各根节点不同状态发生的直觉模糊概率及各位专家权重通过直觉模糊加权平均算子求解出综合概率,由得分值函数和相应的数据处理获得各根节点不同状态发生的精确概率;通过贝叶斯网络计算叶节点不同状态发生的概率,以及叶节点处于不同状态时各根节点处于不同状态的概率和重要程度。仿真表明该方法能够精确地确定各根节点不同状态发生的概率,并能够有效提高贝叶斯网络处理不确定性问题的能力。     

基于贝叶斯网络的土石坝可靠性分析

提出采用贝叶斯网络方法来分析大坝的可靠性问题.首先简要地介绍了贝叶斯网络方法的基本原理和建模方法,将贝叶斯网络方法和故障树方法进行了比较,并给出了故障树向贝叶斯网络转化的基本步骤.定义了贝叶斯网络中节点的重要度因子,并给出了相应的计算公式.最后以土石坝为例,根据土石坝的失效机理建立了土石坝可靠性分析的贝叶斯网络模型,并对溃坝原因进行了重要度分析.结果表明,贝叶斯网络能够有效地进行大坝可靠性分析,它能够更直观地表示大坝失事的因果关系,且贝叶斯网络能够方便地解决共因失效问题.故障树可以方便地转化为相应的贝叶斯网络模型.贝叶斯网络节点的重要度分析结果为制定有效的大坝失事概率控制措施提供了理论依据.     

基于贝叶斯理论的传感器网络节点故障检测方法

提出了运用贝叶斯理论进行传感器网络节点故障检测的方法,通过分析传感器网络中各节点的影响关系,利用贝叶斯理论对各节点的正常率进行估值计算,给出正常率计算的推导过程,通过实例验证了计算过程并与其他检测方法进行了比较分析.该方法计算简单、方便、快速,能估算检测用例数目、降低检测成本,为传感器网络节点故障的检测提供了支持.     

基于故障树及贝叶斯网络的继电保护系统风险评估及故障定位方法

继电保护系统故障树是保护系统危险性辨识和评价的重要工具.针对故障树顶级事件发生率难以精确获取、故障树不能进行反向推理等不足,提出基于故障树和贝叶斯网络的继电保护故障风险评估方法:正向上,依据保护实时运行数据确定贝叶斯网络根节点(对应故障树基本事件)故障状态,结合贝叶斯网络推理给出贝叶斯网络叶节点(对应故障树顶级事件)的故障概率,实现保护系统的先验风险预测;反向上,由贝叶斯网络叶节点故障,结合贝叶斯条件概率公式,计算贝叶斯网络根节点的故障概率,实现故障原因的后验定位及溯源.所提方法为提高保护系统可靠性和进行故障诊断提供依据.     

基于贝叶斯网络的土石坝可靠性分析

提出采用贝叶斯网络方法来分析大坝的可靠性问题．首先简要地介绍了贝叶斯网络方法的基本原理和建模方法，将贝叶斯网络方法和故障树方法进行了比较，并给出了故障树向贝叶斯网络转化的基本步骤．定义了贝叶斯网络中节点的重要度因子，并给出了相应的计算公式．最后以土石坝为例，根据土石坝的失效机理建立了土石坝可靠性分析的贝叶斯网络模型，并对溃坝原因进行了重要度分析．结果表明，贝叶斯网络能够有效地进行大坝可靠性分析，它能够更直观地表示大坝失事的因果关系，且贝叶斯网络能够方便地解决共因失效问题．故障树可以方便地转化为相应的贝叶斯网络模型．贝叶斯网络节点的重要度分析结果为制定有效的大坝失事概率控制措施提供了理论依据．     

冰雪路面下高速公路事故及严重程度影响因素分析

为准确识别冰雪路面下高速公路事故致因因素及严重程度影响因素,构建了基于故障树和贝叶斯网络的综合模型.在转化后的贝叶斯网络中增设3条有向弧,并根据事故严重程度将叶节点分为3种状态,对叶节点的条件概率表进行更新,基于构建的综合模型进行贝叶斯网络逆向推理和敏感性分析.结果表明:能见度低、不良天气(雨、雪、雾)、货车、夜间无照...     

贝叶斯网络生成学习和判别学习对比研究

优化目标决定了贝叶斯网络分类器的分类性能.文章围绕生成函数和判别函数等两类典型的优化目标,对比分析了贝叶斯网络在不同学习目标下的学习方法,应用UCI数据集,通过实验对比了训练样本数量的变化对贝叶斯网络分类器性能的影响,分析了贝叶斯网络分类器的目标函数与分类性能的关系.数据实验结果表明：冗余数据对判别贝叶斯网络过拟合的影响大于生成贝叶斯网络,“最优”贝叶斯网络分类器并不一定具有最大的联合似然值或者条件似然值;为了提高学习效率和分类性能,可在训练判别贝叶斯网络的过程中采用主动样本选择策略,并且以生成函数和判别函数的权衡值作为贝叶斯网络分类器的优化目标.     

用Matlab语言实现BNC

分类技术是数据采掘的基础与核心,建构分类器是分类技术的关键,利用贝叶斯网络可以构造出分类性能较好的分类器。基于BN Toolkit(BNT)软件包利用Madab语言实现了两种贝叶斯网络分类器(BNC)。分别基于GS算法和K2算法学习分类器结构。用UCI(University of californiain Irvine)上下载的标准数据集验证所建构的BNC,实验结果表明所建构BNC的分类准确率高于文献中所列的NBC和TANC结果,从而表明所建立分类器的有效性和正确性。最后列出了进一步要做的工作。     

基于贝叶斯网络的多agent分布式入侵检测技术

通过对分布入侵检测技术和agent技术的研究提出了一个基于多agent的分布式入侵检结构.结构中用Bayesian网络来表示对计算机网络进行攻击的知识和团树传播算法,将Bayesian网络划分为多个Bayesian子网,每个Bayesian子网转变为一棵团树;每个Bayesian子网有一组agent管理,agent通过Bayesian子网进行似然推理,从而能够实现在检测到入侵活动时提前发出警报.     

一种基于朴素贝叶斯的中文评论情感分类方法研究

提出一种新的基于朴素贝叶斯的中文文本情感分类方法。该方法用情感短语作为文本特征,通过情感词典与否定副词相结合,提取情感短语,通过CHI统计法设定阈值进行特征提取,再利用朴素贝叶斯分类器进行情感分类计算。对不同CHI阈值、不同语料库、以情感短语为特征和以情感词为特征进行分类实验。实验表明,以情感短语作为特征进行朴素贝叶斯分类,在不同领域的评论中均获得了较高的查准率和查全率,证明了该方法的可行性。     

一种改进的高效贝叶斯短信文本分类器

针对短信分类问题,提出了分类能量空间的概念,将特征词转换为分类能量空间上的一个能量元,以此为基础计算短信的能量特征向量.通过计算短信能量特征向量的领域密度,结合贝叶斯公式输出了短信在不同分类的分类概率.在分类过程中,还对分类概率差别较小的短信采用支持向量机进行了二次分类以提高分类效果.实验结果表明,该分类器模型具有良好的分类效果.     

改进的贝叶斯网络模型在保险欺诈挖掘中的应用

介绍了朴素贝叶斯网络模型,为使贝叶斯网络模型适用于数据库计算,修改了贝叶斯概率测度的计算方法,为提高计算效率,改进了常用的贝叶斯网络分类器的概率公式,使之更适合在数据库上计算。构造了基于贝叶斯网络的决策树产生子结点的评价计算公式;通过将贝叶斯网络与决策树有机结合,构造了基于决策树结构的贝叶斯网络模型,在此基础上形成了适用于保险欺诈的挖掘方法。该项目与泰安某保险公司合作完成,并应用于该公司的保险业欺诈业务的挖掘,取得了良好效果。