投稿须知
  《系统工程与电子技术》是由中国航天科工防御技术研究院、中国宇航学会、中国系统工程学会和北京航天情报与信息研究所联合主办的学术期刊,创刊于1979年,为月刊。长期以来,本刊始终坚持理论与实践相结合、深度与广 ...

融合专家先验知识和单调性约束的贝叶斯网络参数学习方法

作者:曾强 黄政 魏曙寰

关键词: 贝叶斯网络; 参数学习; 小样本集; 单调性约束; 正态分布;

摘要:针对小样本集条件下的贝叶斯网络参数学习问题,提出一种融合专家先验知识和单调性约束的贝叶斯网络参数学习方法。该方法通过将专家先验知识以正态分布形式融入单调性约束的贝叶斯网络参数学习过程,进一步提高了小样本集条件下贝叶斯网络参数学习的精度和稳定性。在小样本集条件下进行仿真实验,结果表明,与其他3种主要方法相比,所提方法平均(Kullback-Leibler,KL)散度大幅降低,运行时间高于其余3种方法。综合考虑学习精度和运行时间,所提方法优于其他3种方法。将所提方法应用于燃气轮机健康状态评估,评估结果与实际状态一致,验证了方法的有效性。


上一篇:面向收益不均等区域目标的多星调度问题
下一篇:地空导弹装备高原训练安全风险评估

中国宇航学会 版权所有 京ICP备05047236号
地址:北京海淀区永定路52号    邮政编码:100854