貝葉斯網(wǎng)絡(luò)
- 考慮決策慣性的多元路徑選擇模型
用因果圖和貝葉斯網(wǎng)絡(luò)尋求變量間關(guān)系；構(gòu)建不同情境下的多元路徑選擇模型，從而因地制宜地計(jì)算路徑選擇概率。通過驗(yàn)證數(shù)據(jù)集，對(duì)構(gòu)建模型進(jìn)行驗(yàn)證。研究結(jié)果表明，決策慣性在出行行為中真實(shí)存在，對(duì)不同情境下的路徑選擇概率有不同影響，在考慮路徑選擇時(shí)考慮決策慣性將得到更精準(zhǔn)的結(jié)果；同時(shí)，慣性臨界值對(duì)模型的選取有較大的影響。關(guān)鍵詞：綜合交通運(yùn)輸；路徑選擇模型；貝葉斯網(wǎng)絡(luò)；參考依賴?yán)碚撝袌D分類號(hào)：F511.3文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1005-6432（2024）03-019
中國(guó)市場(chǎng) 2024年3期2024-01-27
- 基于貝葉斯網(wǎng)絡(luò)的人群分類概率的調(diào)研報(bào)告
。關(guān)鍵詞：貝葉斯網(wǎng)絡(luò)；人群分類；亞健康1?調(diào)查與分析隨著大學(xué)生中呈亞健康狀態(tài)的人數(shù)占比逐年遞增，如何提高大學(xué)生身體素質(zhì)已備受關(guān)注。導(dǎo)致亞健康狀態(tài)的主要因素是飲食行為習(xí)慣不規(guī)律［5］，如不吃早餐、經(jīng)常吃夜宵、校外就餐等，可以歸總為不按時(shí)就餐。因此，本調(diào)查主要考慮是否按時(shí)就餐對(duì)大學(xué)生健康的影響因素［67］，按時(shí)前往食堂就餐對(duì)學(xué)生身體健康具有決定性影響。1.1?調(diào)查目的與對(duì)象為了了解按時(shí)前往食堂就餐這一因素對(duì)大學(xué)生身體健康的影響，本團(tuán)隊(duì)對(duì)某高校數(shù)學(xué)學(xué)院就餐的學(xué)生
科技風(fēng) 2024年1期2024-01-14
- 基于貝葉斯網(wǎng)絡(luò)的高校教師績(jī)效管理評(píng)價(jià)方法
了基于模糊貝葉斯網(wǎng)絡(luò)的高校教師績(jī)效管理體系的評(píng)價(jià)方法，運(yùn)用模糊數(shù)學(xué)和概率推理方法構(gòu)建教師績(jī)效管理體系貝葉斯網(wǎng)絡(luò)模型，實(shí)現(xiàn)對(duì)高校教師績(jī)效管理體系水平的量化評(píng)價(jià)，并利用貝葉斯網(wǎng)絡(luò)的后驗(yàn)功能預(yù)測(cè)了高校教師績(jī)效管理體系關(guān)鍵考核指標(biāo)。[關(guān)鍵詞]高校教師? 績(jī)效管理體系? 貝葉斯網(wǎng)絡(luò)? 評(píng)價(jià)方法近年來，國(guó)內(nèi)高校紛紛通過人事制度改革，除了采用傳統(tǒng)的學(xué)術(shù)標(biāo)準(zhǔn)外，還采用了商業(yè)性導(dǎo)向的績(jī)效評(píng)價(jià)測(cè)量，激發(fā)教師的潛能，達(dá)到深度開發(fā)和使用智力資源的目的。目前，我國(guó)高校教師績(jī)效管理體
陜西教育·高教版 2023年8期2023-09-06
- 基于云計(jì)算技術(shù)的供熱工程項(xiàng)目質(zhì)量自動(dòng)控制方法
況。構(gòu)建以貝葉斯網(wǎng)絡(luò)為基礎(chǔ)的供熱工程項(xiàng)目質(zhì)量控制模型，通過網(wǎng)絡(luò)學(xué)習(xí)更新能力，實(shí)現(xiàn)質(zhì)量分階段自動(dòng)控制。該方法應(yīng)用到建筑面積為5萬m2的供熱工程項(xiàng)目中，最終產(chǎn)生的返工成本僅為3.4萬元，實(shí)現(xiàn)了工程項(xiàng)目成本的降低。關(guān)鍵詞：云計(jì)算；供熱工程；質(zhì)量控制；質(zhì)量評(píng)估；貝葉斯網(wǎng)絡(luò)中圖分類號(hào)：TM611.3? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號(hào)：2096-6903（2
智能建筑與工程機(jī)械 2023年5期2023-08-08
- 基于灰色理論和貝葉斯網(wǎng)絡(luò)的城市道路交通安全風(fēng)險(xiǎn)研究
灰色理論和貝葉斯網(wǎng)絡(luò)的城市道路交通安全風(fēng)險(xiǎn)分析方法。從人-車-路-環(huán)境-管理5大指標(biāo)建立城市道路交通安全風(fēng)險(xiǎn)影響因素評(píng)價(jià)體系；采用灰色關(guān)聯(lián)度方法判別城市道路交通安全的顯著影響因素；結(jié)合貝葉斯網(wǎng)絡(luò)評(píng)估所篩選因素對(duì)道路交通安全風(fēng)險(xiǎn)影響的概率分布，辨識(shí)道路交通安全風(fēng)險(xiǎn)主要致因與影響強(qiáng)度分布。選取南京市鼓樓區(qū)惠民西路周圍道路2009—2011年間發(fā)生的267起交通事故驗(yàn)證該模型的有效性。結(jié)果表明，該方法共識(shí)別影響惠民西路交通安全顯著因素11個(gè)，基于篩選出的11個(gè)因
- 體育素養(yǎng)對(duì)小學(xué)生體質(zhì)水平的影響機(jī)制
平影響因素貝葉斯網(wǎng)絡(luò)模型，對(duì)影響體質(zhì)水平的關(guān)鍵因素及相關(guān)關(guān)系展開分析。結(jié)果：貝葉斯網(wǎng)絡(luò)模型結(jié)果顯示，一周內(nèi)中高強(qiáng)度活動(dòng)的時(shí)間是影響體質(zhì)水平的最重要因素，其次為喜歡/不喜歡運(yùn)動(dòng)的原因；影響體質(zhì)水平的致因鏈可以歸納為動(dòng)機(jī)與信心→知識(shí)與理解→日常行為→體質(zhì)水平。綜合顯著性分析發(fā)現(xiàn)，小學(xué)生中高強(qiáng)度活動(dòng)參與行為與體質(zhì)水平呈正相關(guān)，與之相比久坐行為與體質(zhì)水平無明顯相關(guān)關(guān)系；結(jié)論：青少年體育素養(yǎng)教育的起始點(diǎn)應(yīng)為興趣培養(yǎng)與動(dòng)機(jī)驅(qū)動(dòng)，而非現(xiàn)有研究認(rèn)為的以知識(shí)學(xué)習(xí)為起點(diǎn)。同時(shí)
山東體育科技 2023年3期2023-07-13
- 貝葉斯網(wǎng)絡(luò)在構(gòu)建學(xué)生模型中的應(yīng)用綜述
：為了促進(jìn)貝葉斯網(wǎng)絡(luò)在教育領(lǐng)域的應(yīng)用，加快實(shí)現(xiàn)利用貝葉斯網(wǎng)絡(luò)為教育教學(xué)賦能的目的，文章采用文獻(xiàn)分析法，針對(duì)貝葉斯網(wǎng)絡(luò)在教育中的應(yīng)用開展研究，通過對(duì)國(guó)內(nèi)外文獻(xiàn)的檢索以及研究，篩選合適的設(shè)計(jì)實(shí)例，分析貝葉斯網(wǎng)絡(luò)在教育中應(yīng)用方向以及存在的問題，對(duì)未來的發(fā)展方向提出展望。關(guān)鍵詞：貝葉斯網(wǎng)絡(luò)；人工智能；學(xué)生模型中圖分類號(hào)：TP391? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044（2023）13-0032-03開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）1 基本
電腦知識(shí)與技術(shù) 2023年13期2023-06-25
- 基于五維指標(biāo)體系的網(wǎng)絡(luò)安全風(fēng)險(xiǎn)值評(píng)估及預(yù)測(cè)
網(wǎng)絡(luò)安全；貝葉斯網(wǎng)絡(luò)；風(fēng)險(xiǎn)評(píng)估；風(fēng)險(xiǎn)預(yù)測(cè)中圖分類號(hào)：TP309文獻(xiàn)標(biāo)志碼：A0引言隨著信息化與數(shù)字化技術(shù)的高速發(fā)展，計(jì)算機(jī)網(wǎng)絡(luò)通信已融入國(guó)防工業(yè)、社會(huì)民生、經(jīng)濟(jì)發(fā)展等各個(gè)領(lǐng)域，為人們的日常生活帶來了極大的便利。不過，隨著社會(huì)資源、生產(chǎn)資料的大量虛擬化，網(wǎng)絡(luò)空間面臨的安全威脅也日趨嚴(yán)峻［1］。近年來，各行業(yè)大量出現(xiàn)遭受網(wǎng)絡(luò)攻擊的事件，其中一些造成了嚴(yán)重的經(jīng)濟(jì)損失和社會(huì)危害［2］。這些事件的發(fā)生原因通常是多方面的，可以是外部攻擊者針對(duì)特定網(wǎng)絡(luò)目標(biāo)有組織、有預(yù)謀
無線互聯(lián)科技 2023年7期2023-06-25
- 基于貝葉斯網(wǎng)絡(luò)的新型細(xì)菌性肺炎診斷模型設(shè)計(jì)與實(shí)現(xiàn)
菌性肺炎；貝葉斯網(wǎng)絡(luò)；醫(yī)療診斷；無監(jiān)督學(xué)習(xí)1引言近年來，受環(huán)境污染、汽車尾氣等因素影響，加之飲食衛(wèi)生問題頻出，人們患細(xì)菌性肺炎的概率越來越高。這種肺炎主要是由金葡菌、肺炎鏈球菌引起的[1]，感染后常常表現(xiàn)出干咳、發(fā)燒、呼吸困難等臨床癥狀，常見于兒童及65歲老人群體，致死率高達(dá)60％[2]，嚴(yán)重時(shí)極有可能導(dǎo)致肺癌。目前，大多數(shù)醫(yī)院會(huì)對(duì)患者進(jìn)行經(jīng)驗(yàn)性療法，如使用抗生素，但這種醫(yī)療手段的成本較高。如果抗生素選擇不當(dāng)，或治療措施不全面，很有可能加大患者死亡的風(fēng)險(xiǎn)。
計(jì)算機(jī)應(yīng)用文摘 2023年4期2023-05-30
- 異質(zhì)性創(chuàng)新補(bǔ)貼對(duì)企業(yè)創(chuàng)新的機(jī)制分析
創(chuàng)新數(shù)據(jù)的貝葉斯網(wǎng)絡(luò)，實(shí)現(xiàn)對(duì)創(chuàng)新行為與績(jī)效的預(yù)測(cè)分析、原因診斷與貢獻(xiàn)率測(cè)度。研究結(jié)果表明：1.創(chuàng)新補(bǔ)貼對(duì)企業(yè)創(chuàng)新績(jī)效的影響具有滯后效應(yīng)，不同類型的補(bǔ)貼在滯后時(shí)間與影響能力上有所區(qū)別?？萍佳a(bǔ)貼影響創(chuàng)新績(jī)效的時(shí)間跨度長(zhǎng)，綜合效果好，對(duì)研發(fā)資金投入的影響能力更強(qiáng)；而人才補(bǔ)貼的影響情況相反。2.不同類型的創(chuàng)新補(bǔ)貼都存在粘性效應(yīng)。3.創(chuàng)新補(bǔ)貼對(duì)企業(yè)創(chuàng)新具有門檻效應(yīng)，但對(duì)于不同創(chuàng)新補(bǔ)貼仍存在區(qū)別。豐厚補(bǔ)貼積極影響企業(yè)創(chuàng)新，缺少補(bǔ)貼將引致企業(yè)創(chuàng)新產(chǎn)生微弱的消極反應(yīng)。微量
華僑大學(xué)學(xué)報(bào)·哲學(xué)社會(huì)科學(xué)版 2023年2期2023-05-30
- 裝配式建筑預(yù)制構(gòu)件物流信息共享風(fēng)險(xiǎn)評(píng)估研究
。文章運(yùn)用貝葉斯網(wǎng)絡(luò)推理對(duì)裝配式建筑預(yù)制構(gòu)件物流存在的信息共享風(fēng)險(xiǎn)進(jìn)行定量分析。首先，確定了13個(gè)風(fēng)險(xiǎn)因素及其相互關(guān)系，其次通過算例模擬各風(fēng)險(xiǎn)因素的先驗(yàn)概率以及條件概率，最后利用netica軟件構(gòu)建貝葉斯風(fēng)險(xiǎn)網(wǎng)絡(luò)并對(duì)其進(jìn)行分析，確定關(guān)鍵信息共享風(fēng)險(xiǎn)因素，驗(yàn)證了貝葉斯網(wǎng)絡(luò)模型評(píng)估預(yù)制構(gòu)件物流信息共享風(fēng)險(xiǎn)的可行性。關(guān)鍵詞：預(yù)制構(gòu)件物流信息共享;風(fēng)險(xiǎn)評(píng)估;貝葉斯網(wǎng)絡(luò)中圖分類號(hào)：F253.9???文獻(xiàn)標(biāo)識(shí)碼：A?文章編號(hào)：1005-6432（2023）10-018
中國(guó)市場(chǎng) 2023年10期2023-05-10
- 大學(xué)生學(xué)業(yè)表現(xiàn)對(duì)于就業(yè)去向的影響研究
、決策樹和貝葉斯網(wǎng)絡(luò)等算法，得出學(xué)生學(xué)業(yè)表現(xiàn)的不同對(duì)學(xué)生選擇具體行業(yè)以及職位時(shí)有一定的影響。相關(guān)研究成果對(duì)于高校專業(yè)培養(yǎng)模式改革及學(xué)生引導(dǎo)有一定的參考價(jià)值。關(guān)鍵詞： 教育數(shù)據(jù)挖掘； 學(xué)業(yè)表現(xiàn)； 就業(yè)去向； 神經(jīng)網(wǎng)絡(luò)； 決策樹； 貝葉斯網(wǎng)絡(luò)中圖分類號(hào)：TP391.1? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ?文章編號(hào)：1006-8228（2023）04-86-05Abstract： The factors influencing the employment
計(jì)算機(jī)時(shí)代 2023年4期2023-04-13
- 基于貝葉斯網(wǎng)絡(luò)的新型細(xì)菌性肺炎診斷模型設(shè)計(jì)與實(shí)現(xiàn)
菌性肺炎；貝葉斯網(wǎng)絡(luò)；醫(yī)療診斷；無監(jiān)督學(xué)習(xí)1引言近年來，受環(huán)境污染、汽車尾氣等因素影響，加之飲食衛(wèi)生問題頻出，人們患細(xì)菌性肺炎的概率越來越高。這種肺炎主要是由金葡菌、肺炎鏈球菌引起的[1]，感染后常常表現(xiàn)出干咳、發(fā)燒、呼吸困難等臨床癥狀，常見于兒童及65歲老人群體，致死率高達(dá)60％[2]，嚴(yán)重時(shí)極有可能導(dǎo)致肺癌。目前，大多數(shù)醫(yī)院會(huì)對(duì)患者進(jìn)行經(jīng)驗(yàn)性療法，如使用抗生素，但這種醫(yī)療手段的成本較高。如果抗生素選擇不當(dāng)，或治療措施不全面，很有可能加大患者死亡的風(fēng)險(xiǎn)。
計(jì)算機(jī)應(yīng)用文摘·觸控 2023年4期2023-03-05
- 基于貝葉斯網(wǎng)絡(luò)的輸變電設(shè)備絕緣故障快速診斷方法
，提出基于貝葉斯網(wǎng)絡(luò)的輸變電設(shè)備絕緣故障快速診斷方法。首先，使用Hilberx變換技術(shù)對(duì)采集到的歷史故障信號(hào)進(jìn)行轉(zhuǎn)化，獲取絕緣故障的特征。其次，構(gòu)建貝葉斯網(wǎng)絡(luò)模型，對(duì)采集到的真實(shí)設(shè)備運(yùn)行數(shù)據(jù)進(jìn)行訓(xùn)練學(xué)習(xí)。最后，獲取實(shí)時(shí)信號(hào)的故障診斷權(quán)值，結(jié)合數(shù)據(jù)訓(xùn)練學(xué)習(xí)結(jié)果來確定輸變電設(shè)備絕緣性能狀態(tài)，完成絕緣故障診斷。至此，基于貝葉斯網(wǎng)絡(luò)的輸變電設(shè)備絕緣故障快速診斷方法就設(shè)計(jì)完成。構(gòu)建試驗(yàn)環(huán)節(jié)，經(jīng)試驗(yàn)證實(shí)，該方法的絕緣故障診斷結(jié)果正判率較高，輸變電設(shè)備絕緣故障診斷速率得
河南科技 2022年12期2022-07-14
- 基于故障樹和貝葉斯網(wǎng)絡(luò)的倉儲(chǔ)類建筑火災(zāi)風(fēng)險(xiǎn)評(píng)估
將其映射到貝葉斯網(wǎng)絡(luò)中，通過計(jì)算得出事件發(fā)生的先驗(yàn)和后驗(yàn)概率，并將兩者有效的聯(lián)系起來。給出各事件發(fā)生的重要度指標(biāo)有結(jié)構(gòu)指標(biāo)、概率指標(biāo)和關(guān)鍵指標(biāo)，分別進(jìn)行定量分析指出倉儲(chǔ)類建筑最有可能存在的風(fēng)險(xiǎn)。文章以2010—2020年十年期間倉儲(chǔ)類建筑火災(zāi)發(fā)生案例為樣本對(duì)本文提出的模型進(jìn)行驗(yàn)證。檢驗(yàn)結(jié)果：文章提出貝葉斯網(wǎng)絡(luò)模型能夠有效評(píng)估倉儲(chǔ)類建筑風(fēng)險(xiǎn)等級(jí)并降低火災(zāi)事故發(fā)生。關(guān)鍵詞：倉儲(chǔ)類建筑;風(fēng)險(xiǎn)評(píng)估;貝葉斯網(wǎng)絡(luò);故障樹;重要度中圖分類號(hào)：TU714? ? ? ?文獻(xiàn)
今日消防 2022年2期2022-04-15
- 基于因子分析和貝葉斯方法的農(nóng)村居民參與數(shù)字鄉(xiāng)村建設(shè)意愿的分析研究
因素。利用貝葉斯網(wǎng)絡(luò)分析，得出農(nóng)村居民愿意參加數(shù)字鄉(xiāng)村中，政府活動(dòng)與個(gè)人參與值越高的政府媒體影響越低，科技環(huán)境影響越高，實(shí)現(xiàn)價(jià)值越高。該文提出改變宣傳側(cè)重點(diǎn)，加強(qiáng)科技建設(shè)和信息使用服務(wù)，增強(qiáng)居民參與的積極性和參與的熱情，加強(qiáng)管理工作和行為規(guī)范，提升自我價(jià)值和不同群體參與率，為提升我國(guó)農(nóng)村居民參與行為提供建議及理論參考。關(guān)鍵詞：數(shù)字鄉(xiāng)村；因子分析；貝葉斯網(wǎng)絡(luò)；問卷設(shè)計(jì)中圖分類號(hào)：TP393? ? 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044（2022）33-0
電腦知識(shí)與技術(shù) 2022年33期2022-04-02
- 基于貝葉斯網(wǎng)絡(luò)方法的基因表達(dá)譜數(shù)據(jù)研究
剛摘 要：貝葉斯網(wǎng)絡(luò)方法將概率理論知識(shí)與圖論結(jié)合，其有圖形化表示、因果關(guān)系清晰以及不確定性推理等優(yōu)點(diǎn)， 將貝葉斯網(wǎng)絡(luò)引入到高通量基因表達(dá)譜數(shù)據(jù)中并進(jìn)行概率推理，從概率角度描述了各基因間的依賴關(guān)系，從而闡明了整個(gè)基因組之間的調(diào)控網(wǎng)絡(luò)。貝葉斯網(wǎng)絡(luò)模型本身具有強(qiáng)大的推理機(jī)制和解釋功能，通過測(cè)定DNA序列，分析基因表達(dá)譜數(shù)據(jù)，完成序列分析、結(jié)構(gòu)預(yù)測(cè)及進(jìn)化分析等，實(shí)現(xiàn)了貝葉斯網(wǎng)絡(luò)在生物信息學(xué)領(lǐng)域的應(yīng)用。關(guān)鍵詞：貝葉斯網(wǎng)絡(luò);基因;生物信息學(xué)一、引言 生物信息學(xué)是隨著
客聯(lián) 2022年1期2022-03-29
- 北京地區(qū)秋季日光溫室黃瓜白粉病預(yù)測(cè)的貝葉斯網(wǎng)絡(luò)模型研究
調(diào)查。采用貝葉斯網(wǎng)絡(luò)模型建立日光溫室黃瓜白粉病預(yù)測(cè)模型，預(yù)測(cè)黃瓜白粉病是否發(fā)病，并與田間觀測(cè)的實(shí)際發(fā)病情況進(jìn)行比較。結(jié)果表明，模型在4個(gè)溫室和整體預(yù)測(cè)發(fā)生準(zhǔn)確度 ACC（Accuracy）分別為0.95、0.92、0.91、0.87、0.87，約登指數(shù)J（Youden Index）分別為0.90、0.86、0.84、0.70、0.74。表明模型在預(yù)測(cè)整體和各個(gè)溫室效果較好，具有良好的普適性，可為實(shí)際生產(chǎn)中黃瓜白粉病預(yù)測(cè)提供參考。關(guān)鍵詞： 黃瓜;白粉病;貝葉
中國(guó)瓜菜 2022年2期2022-03-12
- 柳江流域航道整治工程建筑物性能評(píng)價(jià)研究
分析法結(jié)合貝葉斯網(wǎng)絡(luò)法，對(duì)航道整治建筑物展開了全面評(píng)價(jià)研究。結(jié)果表明：2019年柳江流域航道整治工程建筑物的評(píng)分為70.75，評(píng)分等級(jí)為Ⅱ級(jí);航道內(nèi)主要存在的問題在于山區(qū)地貌復(fù)雜、河流速度大，導(dǎo)致大壩壩根及壩面出現(xiàn)較大程度的損毀，應(yīng)當(dāng)采取措施及時(shí)修復(fù)。關(guān)鍵詞：模糊分析法;貝葉斯網(wǎng)絡(luò);柳江流域;航道整治;工程性能評(píng)價(jià)文獻(xiàn)標(biāo)識(shí)碼：U617.9-A-52-182-40 引言由于水文地質(zhì)條件復(fù)雜、使用年限較長(zhǎng)等問題，我國(guó)長(zhǎng)江、珠江等流域內(nèi)的航道整治工程建筑物出現(xiàn)了
西部交通科技 2021年10期2021-12-24
- 基于貝葉斯網(wǎng)絡(luò)的某型航空發(fā)動(dòng)機(jī)失去推力控制分析
其次，利用貝葉斯網(wǎng)絡(luò)節(jié)點(diǎn)表示系統(tǒng)部件，考慮部件之間因果關(guān)系和條件概率，提出了基于功能框圖自動(dòng)生成貝葉斯網(wǎng)絡(luò)的建模方法，并給出了基于團(tuán)樹算法的貝葉斯網(wǎng)絡(luò)概率推理算法。最后，給出了工程案例，并與故障樹分析方法進(jìn)行了對(duì)比，驗(yàn)證了本文所提方法的有效性，本文方法避免了傳統(tǒng)安全性分析模型過于依賴人員經(jīng)驗(yàn)的問題，適用于失效具有多態(tài)特性的高集成復(fù)雜航空發(fā)動(dòng)機(jī)系統(tǒng)。關(guān)鍵詞：LOTC；貝葉斯網(wǎng)絡(luò)；團(tuán)樹算法；航空發(fā)動(dòng)機(jī)；適航中圖分類號(hào)：V233.6+15文獻(xiàn)標(biāo)識(shí)碼：ADOI：1
航空科學(xué)技術(shù) 2021年11期2021-12-21
- 小家電企業(yè)聯(lián)盟決策系統(tǒng)規(guī)劃
產(chǎn)。本文以貝葉斯網(wǎng)絡(luò)模型為基礎(chǔ)，利用Netica軟件對(duì)模型進(jìn)行仿真研究，建立以企業(yè)聯(lián)盟相關(guān)節(jié)點(diǎn)的貝葉斯網(wǎng)絡(luò)模型。本文分析了企業(yè)聯(lián)盟具有的一般特征，確定八個(gè)節(jié)點(diǎn)，利用數(shù)據(jù)挖掘?qū)?shù)據(jù)進(jìn)行收集和分類，通過可拓學(xué)理論轉(zhuǎn)化為可拓?cái)?shù)據(jù)，建立可拓?cái)?shù)據(jù)庫，根據(jù)貝葉斯網(wǎng)絡(luò)因果關(guān)系建立父節(jié)點(diǎn)和子節(jié)點(diǎn)。通過分析貝葉斯網(wǎng)絡(luò)中各個(gè)因素對(duì)企業(yè)聯(lián)盟生命周期的影響，確定影響聯(lián)盟生命周期的主要因素。本文是對(duì)2009-2019年間成立的1061個(gè)聯(lián)盟進(jìn)行調(diào)查，研究數(shù)據(jù)是來自于中國(guó)科技產(chǎn)業(yè)技術(shù)
錦繡·中旬刊 2021年12期2021-11-01
- 基于小樣本失效數(shù)據(jù)的復(fù)雜裝備可靠性評(píng)估研究進(jìn)展與挑戰(zhàn)
提出了應(yīng)用貝葉斯網(wǎng)絡(luò)表征復(fù)雜裝備不確定性量化過程的新思路，開展了基于可靠性評(píng)估的集群裝備選擇性維修優(yōu)化研究。關(guān)鍵詞：小樣本;可靠性評(píng)估;不確定性;貝葉斯網(wǎng)絡(luò);選擇性維修中圖分類號(hào)： TJ760.6+23; TB114.3? 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)：1673-5048（2021）03-0083-080 引? 言高端武器裝備的可靠性水平是衡量綜合國(guó)力、凸顯國(guó)際競(jìng)爭(zhēng)力的關(guān)鍵因素，因此，《中國(guó)制造2025》強(qiáng)調(diào)大力提高國(guó)防裝備質(zhì)量、可靠性和壽命，增強(qiáng)國(guó)防裝備的
航空兵器 2021年3期2021-08-23
- 基于貝葉斯網(wǎng)絡(luò)的無人駕駛行為決策研究
建立了基于貝葉斯網(wǎng)絡(luò)和強(qiáng)化學(xué)習(xí)的決策模型，結(jié)合深度學(xué)習(xí)，基于規(guī)則的專家系統(tǒng)的特性，深入研究決策模型在樣本比較少或數(shù)據(jù)部分缺失的情況下，提高復(fù)雜場(chǎng)景下的適應(yīng)性、提升泛化能力和遷移學(xué)習(xí)能力。關(guān)鍵詞：無人駕駛;行為決策;貝葉斯網(wǎng)絡(luò);數(shù)據(jù)缺失【Abstract】Thedecision-makingsystemofanunmanneddrivingsystemisakeytechnologythatdeterminesthesafetyandstabilityofa
智能計(jì)算機(jī)與應(yīng)用 2021年2期2021-05-11
- 城市軌道交通牽引供電系統(tǒng)跟蹤識(shí)別指標(biāo)研究
關(guān)鍵零部件貝葉斯網(wǎng)絡(luò)模型并進(jìn)行故障診斷，由此提出跟蹤識(shí)別指標(biāo)，為軌道交通牽引供電系統(tǒng)的狀態(tài)監(jiān)測(cè)提供理論指導(dǎo)。關(guān)鍵詞：軌道交通;牽引供電系統(tǒng);致災(zāi)機(jī)理;貝葉斯網(wǎng)絡(luò)中圖分類號(hào)：TP391? 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-4706（2021）17-0141-04Abstract： Urban rail transit traction power supply system has the characteristics of long line with
現(xiàn)代信息科技 2021年17期2021-04-05
- 基于貝葉斯網(wǎng)絡(luò)的醫(yī)學(xué)專業(yè)碩士研究生復(fù)試評(píng)價(jià)指標(biāo)體系構(gòu)建
，提出基于貝葉斯網(wǎng)絡(luò)的醫(yī)學(xué)專業(yè)碩士研究生復(fù)試評(píng)價(jià)指標(biāo)體系，為醫(yī)學(xué)專業(yè)碩士研究生復(fù)試工作提供有益的參考。關(guān)鍵詞 貝葉斯網(wǎng)絡(luò) 醫(yī)學(xué)專業(yè) 碩士研究生復(fù)試 評(píng)價(jià)指標(biāo)中圖分類號(hào)：G643文獻(xiàn)標(biāo)識(shí)碼：ADOI：10.16400/j.cnki.kjdk.2021.14.012Construction of Evaluation Index System for Medical Postgraduates’ Reexamination Based on Bayesian
科教導(dǎo)刊 2021年14期2021-01-04
- 基于ECD的學(xué)生信息素養(yǎng)評(píng)價(jià)研究框架
變量，構(gòu)建貝葉斯網(wǎng)絡(luò)并訓(xùn)練樣本數(shù)據(jù)，實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)的學(xué)生信息素養(yǎng)精準(zhǔn)評(píng)價(jià)，從而為培育與提升學(xué)生信息素養(yǎng)提供決策參考。關(guān)鍵詞：證據(jù)中心設(shè)計(jì);學(xué)生信息素養(yǎng)評(píng)價(jià);情境任務(wù);機(jī)器學(xué)習(xí);貝葉斯網(wǎng)絡(luò)中圖分類號(hào)：G434文獻(xiàn)標(biāo)識(shí)碼：A信息素養(yǎng)是融合意識(shí)、知識(shí)、能力、態(tài)度與價(jià)值觀的綜合素養(yǎng)，是信息社會(huì)公民的基本素養(yǎng)，是人們應(yīng)對(duì)信息化環(huán)境下的生活、學(xué)習(xí)所必備的核心素養(yǎng)之一。當(dāng)前，大數(shù)據(jù)、人工智能等新技術(shù)的發(fā)展正不斷重塑社會(huì)生活和學(xué)習(xí)的新形態(tài)，提升學(xué)生信息素養(yǎng)水平對(duì)實(shí)現(xiàn)我國(guó)從信
中國(guó)電化教育 2020年10期2020-12-25
- 基于Weka的港口起重機(jī)故障診斷方法
模式建模為貝葉斯網(wǎng)絡(luò)。在故障發(fā)生時(shí)，可快速診斷故障類型、定位故障原因，有效縮短故障診斷時(shí)間、降低維修成本，實(shí)現(xiàn)快速維修及維修經(jīng)驗(yàn)的傳承與共享。[關(guān)鍵詞]故障診斷;起重機(jī);貝葉斯網(wǎng)絡(luò);weka[中圖分類號(hào)]TM76 [文獻(xiàn)標(biāo)志碼]A [文章編號(hào)]2095–6487（2020）05–00–03Fault Diagnosis Method of Port Crane based on WekaCui Yi-juan， Qin Hai-huan， Lu Li-hu
今日自動(dòng)化 2020年5期2020-12-11
- 基于貝葉斯網(wǎng)絡(luò)的智能變電站繼電保護(hù)設(shè)備狀態(tài)檢修技術(shù)
，因而借助貝葉斯網(wǎng)絡(luò)研發(fā)了智能變電站繼電保護(hù)設(shè)備的狀態(tài)檢修技術(shù)。在對(duì)貝葉斯網(wǎng)絡(luò)應(yīng)用的基礎(chǔ)上，能夠更好地完成狀態(tài)檢修?；诖?，文章將貝葉斯網(wǎng)絡(luò)作為主要研究對(duì)象，重點(diǎn)闡述智能變電站繼電保護(hù)設(shè)備狀態(tài)檢修技術(shù)的具體應(yīng)用，希望有所幫助。關(guān)鍵詞：貝葉斯網(wǎng)絡(luò);智能變電站;繼電保護(hù)設(shè)備;狀態(tài)檢驗(yàn)技術(shù)較之于傳統(tǒng)變電站，智能變電站能夠?qū)Ω喔鼮樨S富的繼電保護(hù)設(shè)備信息進(jìn)行采集，尤其是網(wǎng)絡(luò)報(bào)文分析裝置，涵括了過程層、站控層與間隔層中全部二次數(shù)據(jù)信息，但數(shù)據(jù)間關(guān)系的利用效果并不明顯
中國(guó)電氣工程學(xué)報(bào) 2020年13期2020-11-28
- 南水北調(diào)中線河渠交叉建筑物風(fēng)險(xiǎn)評(píng)估模型
基礎(chǔ)上，以貝葉斯網(wǎng)絡(luò)理論分析為基礎(chǔ)構(gòu)建出貝葉斯網(wǎng)絡(luò)風(fēng)險(xiǎn)評(píng)估模型，對(duì)風(fēng)險(xiǎn)因子集以及致險(xiǎn)因子之間的關(guān)系進(jìn)行了歸類分析并以模型的形式呈現(xiàn)出其相關(guān)關(guān)系。關(guān)鍵詞：南水北調(diào)中線工程;河渠交叉建筑物;貝葉斯網(wǎng)絡(luò);風(fēng)險(xiǎn)評(píng)估模型前言南水北調(diào)中線工程是具有可持續(xù)發(fā)展性的惠及民生的世紀(jì)性工程。南水北調(diào)中線工程調(diào)水線路長(zhǎng)，工程規(guī)模大，沿線有眾多渡槽、倒虹吸、箱涵等大型河渠交叉建筑物，面臨著相對(duì)較大的水毀風(fēng)險(xiǎn)，而這些關(guān)鍵性建筑物一旦被毀壞將會(huì)帶來無法估量的經(jīng)濟(jì)、社會(huì)損失。目前，南水
看世界·學(xué)術(shù)上半月 2020年12期2020-09-10
- 基于貝葉斯網(wǎng)絡(luò)的智慧城市信息安全風(fēng)險(xiǎn)評(píng)估研究
體系，利用貝葉斯網(wǎng)絡(luò)對(duì)我國(guó)20個(gè)智慧城市試點(diǎn)地區(qū)的信息安全風(fēng)險(xiǎn)進(jìn)行量化評(píng)估。[結(jié)果/結(jié)論]我國(guó)智慧城市試點(diǎn)地區(qū)間信息安全風(fēng)險(xiǎn)水平存在較大差距;同時(shí)，信息安全風(fēng)險(xiǎn)與智慧城市系統(tǒng)內(nèi)的基礎(chǔ)設(shè)施、信息資源、安全管理、技術(shù)服務(wù)和公眾素養(yǎng)均存在一定關(guān)聯(lián)。關(guān)鍵詞：信息安全;風(fēng)險(xiǎn)評(píng)估;智慧城市;貝葉斯網(wǎng)絡(luò)DOI：10.3969/j.issn.1008-0821.2020.05.003〔中圖分類號(hào)〕G203 〔文獻(xiàn)標(biāo)識(shí)碼〕A 〔文章編號(hào)〕1008-0821（2020）05-
現(xiàn)代情報(bào) 2020年5期2020-08-13
- 基于貝葉斯網(wǎng)絡(luò)的驗(yàn)證激勵(lì)向量生成研究
該方法基于貝葉斯網(wǎng)絡(luò)和機(jī)器學(xué)習(xí)技術(shù)，可實(shí)現(xiàn)從覆蓋模型到測(cè)試用例生成器反饋回路的自動(dòng)關(guān)閉，在DUT的驗(yàn)證過程中，使用該方法為所測(cè)試的設(shè)計(jì)生成新的激勵(lì)。實(shí)驗(yàn)結(jié)果表明，基于貝葉斯網(wǎng)絡(luò)的CDG技術(shù)測(cè)試用例使用較少，覆蓋率收斂更快，與傳統(tǒng)基于仿真的驗(yàn)證技術(shù)相比，測(cè)試用例數(shù)量減少了43%?；?span id="qq0mqwi" class="hl">貝葉斯網(wǎng)絡(luò)的CDG技術(shù)提高了覆蓋率的收斂速度，縮短了驗(yàn)證周期，相比于傳統(tǒng)動(dòng)態(tài)驗(yàn)證技術(shù)而言其芯片功能驗(yàn)證更完善。關(guān)鍵詞：功能驗(yàn)證;貝葉斯網(wǎng)絡(luò);機(jī)器學(xué)習(xí);CDG;覆蓋率DOI：10.
軟件導(dǎo)刊 2020年7期2020-07-26
- 基于貝葉斯網(wǎng)絡(luò)的疲勞駕駛檢測(cè)預(yù)警系統(tǒng)設(shè)計(jì)
態(tài)，建立了貝葉斯網(wǎng)絡(luò)疲勞駕駛檢測(cè)模型，將連續(xù)駕駛時(shí)長(zhǎng)、駕駛時(shí)段和駕駛艙溫度作為模型的原因?qū)幼兞?，將行車速度?biāo)準(zhǔn)差、方向盤轉(zhuǎn)角標(biāo)準(zhǔn)差、油門踏板高度標(biāo)準(zhǔn)差作為結(jié)果層變量，并根據(jù)模型設(shè)計(jì)出了疲勞駕駛檢測(cè)預(yù)警系統(tǒng)。關(guān)鍵詞：行車安全? 疲勞駕駛? 貝葉斯網(wǎng)絡(luò)? 信息融合? 行車狀態(tài)? 預(yù)警系統(tǒng)Abstract： Fatigue driving is one of the important causes of traffic accidents. Existing
科技創(chuàng)新導(dǎo)報(bào) 2020年11期2020-07-14
- 基于事故樹與貝葉斯網(wǎng)絡(luò)的農(nóng)產(chǎn)品供應(yīng)鏈風(fēng)險(xiǎn)評(píng)估
將其映射為貝葉斯網(wǎng)絡(luò)，通過結(jié)合專家給出的風(fēng)險(xiǎn)影響因素值進(jìn)行三角模糊數(shù)處理來降低人為因素的影響，最終通過正向、反向推理分析各基本事件的重要度并進(jìn)行排序，有效定量評(píng)估各事件的風(fēng)險(xiǎn)性，并找出最薄弱的環(huán)節(jié)，進(jìn)而提出針對(duì)性的改善措施。結(jié)果表明，將事故樹模型引入農(nóng)產(chǎn)品供應(yīng)鏈進(jìn)行研究，對(duì)比單一事故樹分析，此方法可以提高評(píng)估的可信度和客觀度，對(duì)物聯(lián)網(wǎng)模式下農(nóng)產(chǎn)品供應(yīng)鏈的風(fēng)險(xiǎn)評(píng)估具有一定的理論和實(shí)用價(jià)值。關(guān)鍵詞： 物聯(lián)網(wǎng);事故樹;貝葉斯網(wǎng)絡(luò);農(nóng)產(chǎn)品供應(yīng)鏈;風(fēng)險(xiǎn)評(píng)估;重要度中
江蘇農(nóng)業(yè)科學(xué) 2020年5期2020-05-11
- 以貝葉斯網(wǎng)絡(luò)為基礎(chǔ)的決策分析系統(tǒng)在電力營(yíng)銷中的應(yīng)用研究
果。介紹了貝葉斯網(wǎng)絡(luò)與數(shù)據(jù)挖掘技術(shù)的相關(guān)概念，闡述了電力營(yíng)銷相關(guān)理論和存在的問題，提出了適合電力營(yíng)銷決策的貝葉斯網(wǎng)絡(luò)，用于客戶價(jià)值評(píng)估、用電異常監(jiān)測(cè)等領(lǐng)域，并且論述了實(shí)現(xiàn)的方法和可能性。關(guān)鍵詞： 數(shù)據(jù)挖掘; 貝葉斯方法; 貝葉斯網(wǎng)絡(luò); 電力營(yíng)銷決策中圖分類號(hào)： TP311 ? ? ?文獻(xiàn)標(biāo)志碼： AApplcaton of Decson Analyss System Used n PowerMarketng Based on Bayesan Network
微型電腦應(yīng)用 2020年1期2020-05-11
- 空中交通管制員人為差錯(cuò)風(fēng)險(xiǎn)評(píng)估
Ie軟件的貝葉斯網(wǎng)絡(luò)綜合評(píng)價(jià)法，構(gòu)建貝葉斯網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，獲得各指標(biāo)狀態(tài)下管制員產(chǎn)生人為差錯(cuò)的概率分布。根據(jù)概率分布情況，對(duì)相應(yīng)指標(biāo)提出風(fēng)險(xiǎn)緩解意見，以加強(qiáng)對(duì)管制員人為差錯(cuò)風(fēng)險(xiǎn)防范，提高空中交通管制安全性。Abstract： This paper mainly analyzes and summarizes the research status at home and abroad. It classifies and analyzes the contr
價(jià)值工程 2020年8期2020-04-22
- 基于Bow-tie模型的模糊貝葉斯網(wǎng)絡(luò)在風(fēng)險(xiǎn)評(píng)估中的應(yīng)用
模型的模糊貝葉斯網(wǎng)絡(luò)風(fēng)險(xiǎn)評(píng)估框架，實(shí)現(xiàn)從靜態(tài)層次分析向動(dòng)態(tài)網(wǎng)絡(luò)推理轉(zhuǎn)變、從風(fēng)險(xiǎn)評(píng)估向風(fēng)險(xiǎn)預(yù)測(cè)深化、從風(fēng)險(xiǎn)發(fā)生前評(píng)估向風(fēng)險(xiǎn)發(fā)生后分析發(fā)展，為內(nèi)部審計(jì)職能拓展與價(jià)值深化提供借鑒。[關(guān)鍵詞]Bow-tie??? 模型??? 貝葉斯網(wǎng)絡(luò)??? 模糊集理論前，審計(jì)風(fēng)險(xiǎn)評(píng)估多局限于靜態(tài)分析，未考慮風(fēng)險(xiǎn)因素之間的邏輯關(guān)系與關(guān)聯(lián)強(qiáng)弱，且難以有效應(yīng)對(duì)不確定性。應(yīng)用基于Bow-tie模型的模糊貝葉斯風(fēng)險(xiǎn)評(píng)估框架，能夠拓展審計(jì)風(fēng)險(xiǎn)評(píng)估職能范圍，促進(jìn)內(nèi)部審計(jì)價(jià)值增值作用的發(fā)揮。一
中國(guó)內(nèi)部審計(jì) 2020年4期2020-04-21
- 基于動(dòng)作單元的機(jī)電產(chǎn)品故障溯源診斷方法
象為節(jié)點(diǎn)的貝葉斯網(wǎng)絡(luò)模型，利用貝葉斯網(wǎng)絡(luò)的推理算法，計(jì)算各個(gè)節(jié)點(diǎn)的發(fā)生概率并追溯最大概率路徑，實(shí)現(xiàn)動(dòng)作層的故障動(dòng)作單元診斷及故障動(dòng)作單元傳播過程診斷;利用故障圖對(duì)動(dòng)作單元內(nèi)部的故障模式及其傳遞發(fā)展過程進(jìn)行描述，找到引起動(dòng)作單元故障的根本原因. 通過對(duì)機(jī)電產(chǎn)品動(dòng)作層和動(dòng)作單元內(nèi)部的診斷分析，實(shí)現(xiàn)故障現(xiàn)象到故障原因的溯源診斷. 將所提出的溯源診斷方法應(yīng)用到某企業(yè)數(shù)控轉(zhuǎn)臺(tái)故障診斷中，結(jié)果表明，從運(yùn)動(dòng)的角度進(jìn)行故障溯源診斷，能夠有效地診斷出故障動(dòng)作單元及其傳播過程
湖南大學(xué)學(xué)報(bào)·自然科學(xué)版 2020年2期2020-04-17
- 不同潮流時(shí)段船舶靠泊作業(yè)風(fēng)險(xiǎn)貝葉斯決策模型
檢驗(yàn)，構(gòu)建貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)，建立船舶靠泊作業(yè)風(fēng)險(xiǎn)決策模型。結(jié)合油船靠泊作業(yè)相關(guān)數(shù)據(jù)，獲取各節(jié)點(diǎn)條件概率，將貝葉斯推理、決策等分析方法應(yīng)用到模型中，得出一定風(fēng)險(xiǎn)狀態(tài)下的風(fēng)險(xiǎn)決策結(jié)論。將潮流分為6個(gè)時(shí)段，根據(jù)每個(gè)時(shí)段的證據(jù)推理結(jié)果，識(shí)別出各時(shí)段船舶靠泊作業(yè)中的關(guān)鍵環(huán)節(jié)，為相關(guān)部門提供參考。關(guān)鍵詞： 貝葉斯網(wǎng)絡(luò); 船舶靠泊作業(yè)風(fēng)險(xiǎn); 決策模型中圖分類號(hào)： U675.92 ? ?文獻(xiàn)標(biāo)志碼： AAbstract： To reduce the ship berthin
上海海事大學(xué)學(xué)報(bào) 2020年1期2020-04-09
- 基于根節(jié)點(diǎn)優(yōu)先搜索的信度傳輸DBP算法研究
法，建立了貝葉斯網(wǎng)絡(luò)模型，給出了該算法的基本原理，最后，給出了DBP算法流程，并通過典型的樹形結(jié)構(gòu)的貝葉斯網(wǎng)絡(luò)實(shí)例，對(duì)DBP算法進(jìn)行了分析，結(jié)果表明DBP算法在推理時(shí)間上優(yōu)于BP算法，算法的時(shí)間優(yōu)化率更高，從而驗(yàn)證了DBP算法的有效性。關(guān)鍵詞：信度傳輸算法;DBP算法;貝葉斯網(wǎng)絡(luò);消息傳遞算法;證據(jù)推理中圖分類號(hào)：TP3文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044（2020）03-0249-031 概述Pearl.J等在20世紀(jì)80年代提出了信度傳輸（Bel
電腦知識(shí)與技術(shù) 2020年3期2020-04-08
- 基于貝葉斯網(wǎng)絡(luò)的建設(shè)項(xiàng)目?jī)?nèi)部控制風(fēng)險(xiǎn)預(yù)警
因果關(guān)聯(lián)的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)中，測(cè)算了各類指標(biāo)對(duì)風(fēng)險(xiǎn)的影響程度，并通過預(yù)警系統(tǒng)的燈號(hào)模型，直觀展示風(fēng)險(xiǎn)因素對(duì)全面風(fēng)險(xiǎn)的影響，從而實(shí)現(xiàn)風(fēng)險(xiǎn)的預(yù)警，最后通過風(fēng)險(xiǎn)預(yù)警系統(tǒng)的正向推理和逆向推理闡述了該系統(tǒng)風(fēng)險(xiǎn)預(yù)警的意義，以幫助行政事業(yè)單位對(duì)建設(shè)項(xiàng)目?jī)?nèi)部控制風(fēng)險(xiǎn)的整體把控。【關(guān)鍵詞】? ?建設(shè)項(xiàng)目;內(nèi)部控制;貝葉斯網(wǎng)絡(luò);風(fēng)險(xiǎn)預(yù)警;A海事局【中圖分類號(hào)】? ?F233? ?【文獻(xiàn)標(biāo)識(shí)碼】? ?A? ?【文章編號(hào)】? ?1002-5812（2020）03-0012-04一、
商業(yè)會(huì)計(jì) 2020年3期2020-03-23
- 基于Netica的導(dǎo)彈故障診斷貝葉斯網(wǎng)絡(luò)模型研究
提出了采用貝葉斯網(wǎng)絡(luò)進(jìn)行導(dǎo)彈測(cè)試故障診斷的方法。本文首先對(duì)貝葉斯網(wǎng)絡(luò)進(jìn)行了概述，然后對(duì)導(dǎo)彈模型故障分支進(jìn)行了貝葉斯網(wǎng)絡(luò)故障診斷精確推理。進(jìn)而采用故障樹-貝葉斯網(wǎng)絡(luò)轉(zhuǎn)化法生成導(dǎo)彈典型故障貝葉斯網(wǎng)絡(luò)模型，并使用貝葉斯工具Netica對(duì)該模型進(jìn)行了案例分析。結(jié)果表明該方法可為導(dǎo)彈裝備故障的快速定位提供依據(jù)，為貝葉斯網(wǎng)絡(luò)技術(shù)在導(dǎo)彈故障診斷領(lǐng)域的應(yīng)用奠定基礎(chǔ)。關(guān)鍵詞：貝葉斯網(wǎng)絡(luò);導(dǎo)彈故障診斷;航空裝備;概率理論;人工智能中圖分類號(hào)：TJ760.6+23;V263.6
航空兵器 2020年1期2020-03-05
- 基于貝葉斯網(wǎng)絡(luò)的網(wǎng)絡(luò)輿情案例匹配模型
方法]使用貝葉斯網(wǎng)絡(luò)模型作為分析方法，構(gòu)建網(wǎng)絡(luò)輿情案例匹配的指標(biāo)體系和案例匹配模型。[結(jié)果]通過48個(gè)網(wǎng)絡(luò)輿情危機(jī)中的隨機(jī)43個(gè)事件作為訓(xùn)練數(shù)據(jù)，構(gòu)建貝葉斯網(wǎng)絡(luò)模型，使用剩余5個(gè)網(wǎng)絡(luò)輿情危機(jī)事件作為測(cè)試組，經(jīng)檢驗(yàn)測(cè)試樣本案例匹配結(jié)果與事實(shí)相符。[結(jié)論]本文通過構(gòu)建網(wǎng)絡(luò)輿情案例匹配的相關(guān)指標(biāo)體系和貝葉斯網(wǎng)絡(luò)模型，為對(duì)網(wǎng)絡(luò)輿情進(jìn)行分型，從而為輿情危機(jī)響應(yīng)提供了決策依據(jù)。關(guān)鍵詞：網(wǎng)絡(luò)輿情;貝葉斯網(wǎng)絡(luò);案例匹配;模型Abstract：[Purpose/Signif
現(xiàn)代情報(bào) 2019年10期2019-11-07
- 基于貝葉斯網(wǎng)絡(luò)的樓層定位算法
出一種基于貝葉斯網(wǎng)絡(luò)的樓層定位算法。該算法先是利用擴(kuò)展卡爾曼濾波（EKF）對(duì)慣性傳感器數(shù)據(jù)和氣壓計(jì)數(shù)據(jù)進(jìn)行融合，計(jì)算出行人垂直位移;然后利用誤差補(bǔ)償后的加速度積分特征對(duì)行人在樓梯中的轉(zhuǎn)角進(jìn)行檢測(cè);最后，利用貝葉斯網(wǎng)絡(luò)融合行人行走高度和轉(zhuǎn)角信息推測(cè)行人在某一層的概率，從而將行人定位在建筑物中最可能出現(xiàn)的樓層上。實(shí)驗(yàn)結(jié)果表明，與基于高度的樓層定位算法相比，所提算法的樓層定位準(zhǔn)確率提升6.81%;與平臺(tái)檢測(cè)算法相比，該算法的樓層定位準(zhǔn)確率提升14.51%;所提算
計(jì)算機(jī)應(yīng)用 2019年8期2019-10-23
- 配電自動(dòng)化供電可靠性監(jiān)測(cè)方法研究
此提出基于貝葉斯網(wǎng)絡(luò)的配電系統(tǒng)可靠性監(jiān)測(cè)方法。分析配電自動(dòng)化供電系統(tǒng)的結(jié)構(gòu)，引入分布式電源接入方式，設(shè)置時(shí)間參數(shù)創(chuàng)建配電自動(dòng)化供電的自愈控制功能，根據(jù)該功能對(duì)系統(tǒng)運(yùn)行過程中可能出現(xiàn)的停電問題進(jìn)行研判。建立由邏輯關(guān)系“與”、“或”、“因果”節(jié)點(diǎn)模型共同組成系統(tǒng)運(yùn)行監(jiān)測(cè)的貝葉斯網(wǎng)絡(luò)模型，并計(jì)算系統(tǒng)運(yùn)行節(jié)點(diǎn)的工作概率。設(shè)計(jì)系統(tǒng)運(yùn)行監(jiān)測(cè)流程，將不同類型停電故障在不同地點(diǎn)按照其發(fā)生時(shí)間進(jìn)行統(tǒng)計(jì)，得出停電發(fā)生概率，根據(jù)前后停電故障區(qū)域提供負(fù)荷量以及供應(yīng)負(fù)荷的重要指標(biāo)，
中國(guó)電氣工程學(xué)報(bào) 2019年19期2019-10-21
- 智慧社區(qū)項(xiàng)目建設(shè)的社會(huì)穩(wěn)定風(fēng)險(xiǎn)評(píng)估
型，并運(yùn)用貝葉斯網(wǎng)絡(luò)模型進(jìn)行風(fēng)險(xiǎn)測(cè)量，得出該項(xiàng)目整體為中等風(fēng)險(xiǎn)等級(jí)，其中項(xiàng)目監(jiān)管機(jī)制、風(fēng)險(xiǎn)預(yù)警和應(yīng)急方案、資金籌措情況、群眾接受度和滿意度、項(xiàng)目公開與宣傳情況及輿情反饋機(jī)制為高風(fēng)險(xiǎn)，當(dāng)?shù)亟?jīng)濟(jì)發(fā)展承托能力、預(yù)期收益、社會(huì)心理及政府執(zhí)行風(fēng)險(xiǎn)為中風(fēng)險(xiǎn)?；谶@一測(cè)量結(jié)果，參考貝葉斯模型圖中各變量的相關(guān)關(guān)系與Bow-tie模型，實(shí)現(xiàn)智慧社區(qū)建設(shè)問題的精準(zhǔn)識(shí)別與高效排查，最終順利推進(jìn)智慧城市建設(shè)。關(guān)鍵詞： 智慧社區(qū);社會(huì)穩(wěn)定風(fēng)險(xiǎn);Bow-tie模型;貝葉斯網(wǎng)絡(luò)引? ?
上海行政學(xué)院學(xué)報(bào) 2019年5期2019-10-21
- 基于貝葉斯網(wǎng)絡(luò)的電信客戶流失預(yù)測(cè)分析
? 要： 貝葉斯網(wǎng)絡(luò)技術(shù)的提出為科研人員提供了一種非常好的解決不確定領(lǐng)域推測(cè)和分析的方式。由于貝葉斯網(wǎng)絡(luò)自身特有的直觀式屬性和完善的數(shù)學(xué)推理邏輯性，使科研人員看到了該技術(shù)在不確定領(lǐng)域的重要應(yīng)用。通過貝葉斯網(wǎng)絡(luò)，科研人員能建立對(duì)未知項(xiàng)的推理模型，從而得到具有參考意義的預(yù)測(cè)和分析。對(duì)電信客戶流失的預(yù)測(cè)分析也是一個(gè)這樣的不確定性知識(shí)推理領(lǐng)域。本文通過對(duì)貝葉斯網(wǎng)絡(luò)的介紹和對(duì)電信客戶流失分析的說明，運(yùn)用貝葉斯網(wǎng)絡(luò)的機(jī)制，構(gòu)建了相應(yīng)的電信客戶流失模型，并對(duì)其進(jìn)行了預(yù)測(cè)
軟件 2019年2期2019-10-08
- 引航事故人為失誤致因分析研究
失誤致因的貝葉斯網(wǎng)絡(luò)因果關(guān)系圖。最后，針對(duì)重點(diǎn)人為失誤致因提出了防控措施，并為有關(guān)部門提供參考和建議，減少引航事故發(fā)生和人命財(cái)產(chǎn)損失。關(guān)鍵詞：人為失誤;HFACS;內(nèi)河引航事故;卡方檢驗(yàn);貝葉斯網(wǎng)絡(luò)中圖分類號(hào)：U675.9? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? 文章編號(hào)：1006—7973（2019）01-0059-03我國(guó)是一個(gè)航運(yùn)大國(guó)，江河縱橫，有豐富的內(nèi)河航道資源。隨著世界經(jīng)濟(jì)的發(fā)展，航運(yùn)業(yè)也得到了快速發(fā)展，隨之而產(chǎn)生的航運(yùn)事故
中國(guó)水運(yùn) 2019年1期2019-09-26
- 基于威脅評(píng)估和擴(kuò)展Voronoi圖的戰(zhàn)術(shù)飛行軌跡規(guī)劃方法
建立了基于貝葉斯網(wǎng)絡(luò)和模糊邏輯的威脅源威脅度和路徑威脅度評(píng)估模型，在此基礎(chǔ)上建立包括路徑威脅度和燃油在內(nèi)的最優(yōu)路徑代價(jià)計(jì)算模型。結(jié)合擴(kuò)展Voronoi圖的路徑生成方法以及Dijkstra路徑規(guī)劃算法，得到了從飛行起點(diǎn)到目標(biāo)點(diǎn)的能夠適應(yīng)戰(zhàn)場(chǎng)態(tài)勢(shì)變化的最小代價(jià)路徑。最后利用κ-Trajectory路徑圓滑算法，得到了與所規(guī)劃路徑等長(zhǎng)的圓滑可飛的最優(yōu)路徑。仿真結(jié)果驗(yàn)證了所提方法的可行性和有效性。關(guān)鍵詞：路經(jīng)規(guī)劃;擴(kuò)展Voronoi圖;威脅級(jí)別評(píng)估;路徑威脅評(píng)估;
航空科學(xué)技術(shù) 2019年1期2019-09-10
- 基于故障樹和貝葉斯網(wǎng)絡(luò)的煤礦帶式輸送機(jī)故障診斷
成故障樹和貝葉斯網(wǎng)絡(luò)的帶式輸送機(jī)故障診斷模型;其次，系統(tǒng)分析了導(dǎo)致帶式輸送機(jī)故障的各種原因事件及其內(nèi)在邏輯門關(guān)系以編制出帶式輸送機(jī)故障樹，并依據(jù)相關(guān)規(guī)則將故障樹轉(zhuǎn)換為對(duì)應(yīng)的貝葉斯網(wǎng)絡(luò)模型;在基于故障樹確定基本事件風(fēng)險(xiǎn)率的基礎(chǔ)上，利用貝葉斯網(wǎng)絡(luò)模型反向推理能力對(duì)風(fēng)險(xiǎn)率進(jìn)行修正及優(yōu)化，得出更為可靠的基本事件風(fēng)險(xiǎn)率;最后，結(jié)合工程實(shí)例，對(duì)某煤礦水平運(yùn)輸大巷帶式輸送機(jī)進(jìn)行故障診斷，并對(duì)診斷結(jié)果進(jìn)行原因分析.結(jié)果表明：該帶式輸送機(jī)故障診斷結(jié)果為存在事故風(fēng)險(xiǎn)，該結(jié)果與
赤峰學(xué)院學(xué)報(bào)·自然科學(xué)版 2019年9期2019-09-10
- 城市BRT站點(diǎn)選址問題的研究
引入了基于貝葉斯網(wǎng)絡(luò)的綜合評(píng)價(jià)方法。對(duì)選址方案評(píng)價(jià)指標(biāo)體系進(jìn)行構(gòu)建，并將其轉(zhuǎn)換為貝葉斯網(wǎng)絡(luò)，并通過基于貝葉斯網(wǎng)絡(luò)的評(píng)價(jià)計(jì)算方法，逐級(jí)計(jì)算得到最終評(píng)價(jià)結(jié)果。最后通過算例驗(yàn)證評(píng)價(jià)方法可行性。研究表明：本文所提方法可行、有效。所獲得評(píng)價(jià)結(jié)果不但可以作為BRT選址方案的編制與改進(jìn)案的指導(dǎo)關(guān)鍵詞：BRT;快速公交;選址;貝葉斯網(wǎng)絡(luò);先驗(yàn)概率中圖分類號(hào)： U491.17? ? ? 文獻(xiàn)標(biāo)志碼：A0引言城市汽車擁有量的飛速增長(zhǎng)，使道路占用率大幅提高，造成道路擁堵現(xiàn)象日趨
甘肅科技縱橫 2019年10期2019-09-10
- 基于貝葉斯網(wǎng)絡(luò)大學(xué)生考研動(dòng)機(jī)的評(píng)價(jià)研究
：本文基于貝葉斯網(wǎng)絡(luò)對(duì)大學(xué)生考研動(dòng)機(jī)進(jìn)行評(píng)價(jià)研究，根據(jù)大學(xué)生考研動(dòng)機(jī)的四個(gè)影響因素建立貝葉斯網(wǎng)絡(luò)模型。采用調(diào)查問卷法和專家訪談法確定貝葉斯網(wǎng)絡(luò)中各個(gè)節(jié)點(diǎn)的先驗(yàn)概率和條件概率，解析影響因素對(duì)大學(xué)生考研動(dòng)機(jī)的動(dòng)態(tài)變化規(guī)律，客觀地反映出考研動(dòng)機(jī)各個(gè)影響因素之間相互作用的機(jī)制，為大學(xué)生的考研動(dòng)機(jī)進(jìn)行合理調(diào)節(jié)提供依據(jù)。關(guān)鍵詞：貝葉斯網(wǎng)絡(luò);考研動(dòng)機(jī);評(píng)價(jià)研究隨著高校招生規(guī)模不斷增大和就業(yè)形勢(shì)日趨嚴(yán)峻，每年考研人數(shù)持續(xù)攀升，考研問題已經(jīng)成為社會(huì)關(guān)注的熱點(diǎn)之一。本文基于貝
科技風(fēng) 2019年9期2019-07-10
- 基于數(shù)據(jù)挖掘的移動(dòng)用戶出行軌跡預(yù)測(cè)
據(jù)動(dòng)態(tài)更新貝葉斯網(wǎng)絡(luò)實(shí)現(xiàn)移動(dòng)用戶出行軌跡的實(shí)時(shí)預(yù)測(cè)。經(jīng)過實(shí)驗(yàn)表明，該算法能夠在一定程度上反映用戶出行的目的和偏好，并具有很好的擴(kuò)展性。【關(guān)鍵詞】語義化建模;關(guān)聯(lián)規(guī)則;貝葉斯網(wǎng)絡(luò);軌跡預(yù)測(cè)中圖分類號(hào)：TN915.0文獻(xiàn)標(biāo)志碼：A? ? ? ? 文章編號(hào)：1006-1010（2019）05-0092-051? ?引言移動(dòng)用戶行為具有很強(qiáng)的時(shí)空規(guī)律性，用戶群體間的移動(dòng)行為具有很高的相似性[1]?；诘乩砦恢玫姆?wù)與推薦已經(jīng)成為當(dāng)前的研究的熱點(diǎn)，如：?jiǎn)處r磊等人[2
移動(dòng)通信 2019年5期2019-06-27
- 基于貝葉斯網(wǎng)絡(luò)的高職學(xué)分制教學(xué)管理改革的研究
出一種基于貝葉斯網(wǎng)絡(luò)的教學(xué)管理改革的研究方法。該方法對(duì)教學(xué)安排涉及的因素進(jìn)行分析，采用機(jī)器學(xué)習(xí)法構(gòu)建BN模型。通過構(gòu)建教學(xué)管理的診斷模型，分析當(dāng)前高職學(xué)分制改革實(shí)施過程中的問題，并提供對(duì)應(yīng)的策略進(jìn)行問題的解決?！娟P(guān)鍵詞】教學(xué)管理;貝葉斯網(wǎng)絡(luò);學(xué)分制【中圖分類號(hào)】TP393 ??????【文獻(xiàn)標(biāo)識(shí)碼】A【文章編號(hào)】2095-3089（2019）11-0015-02引言教育主管部門對(duì)高等職業(yè)教育的要求不斷更新，高等職業(yè)學(xué)校和應(yīng)用型本科學(xué)校都在發(fā)展壯大。隨著高等
課程教育研究·學(xué)法教法研究 2019年11期2019-06-12
- CPI指數(shù)影響因素分析
要工作是在貝葉斯網(wǎng)絡(luò)的基礎(chǔ)上，進(jìn)行對(duì)于我國(guó)CPI影響因素的分析。實(shí)驗(yàn)的主要工具是BNT軟件包，運(yùn)用了K2算法，分析了八個(gè)因素對(duì)于CPI的影響和它們之間的相互影響關(guān)系。實(shí)證結(jié)果表明，食品類和居住類價(jià)格指數(shù)是影"～CPI的直接原因，食品類和衣著類價(jià)格指數(shù)是影響其他因素的主要原因。因此，在對(duì)居民消費(fèi)指數(shù)的調(diào)控上，應(yīng)針對(duì)食品類和居住類價(jià)格進(jìn)行嚴(yán)格控制，達(dá)到宏觀調(diào)控的效果?！娟P(guān)鍵詞】CPI;貝葉斯網(wǎng)絡(luò);K2算法;BNT軟件包一、引言自從改革開放政策實(shí)行以來，中國(guó)的經(jīng)
商情 2019年7期2019-03-29
- 基于貝葉斯網(wǎng)絡(luò)直升機(jī)操縱系統(tǒng)的故障診斷
樹分析法和貝葉斯網(wǎng)絡(luò)法的優(yōu)缺點(diǎn)，提出一種基于貝葉斯網(wǎng)絡(luò)的故障診斷方法。首先介紹了貝葉斯網(wǎng)絡(luò)的基本原理，重點(diǎn)講述了貝葉斯網(wǎng)絡(luò)的構(gòu)建方法和故障診斷流程，應(yīng)用基于貝葉斯網(wǎng)絡(luò)的故障診斷方法既可以通過操縱系統(tǒng)部件故障率推斷系統(tǒng)總故障率，也可以分析操縱系統(tǒng)的薄弱環(huán)節(jié)，最后通過實(shí)例驗(yàn)證了貝葉斯網(wǎng)絡(luò)法在直升機(jī)飛行操縱系統(tǒng)故障分析中的有效性。關(guān)鍵詞：貝葉斯網(wǎng)絡(luò);飛行操縱系統(tǒng);直升機(jī);故障診斷中圖分類號(hào)：TP206? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)志碼：A0 引言直升
中國(guó)新技術(shù)新產(chǎn)品 2019年22期2019-01-20
- 基于BN網(wǎng)絡(luò)的學(xué)生廣義認(rèn)知診斷模型研究
知診斷; 貝葉斯網(wǎng)絡(luò); 結(jié)構(gòu)學(xué)習(xí); 層級(jí)關(guān)系; 分類性能中圖分類號(hào)： TN711?34; TP393 ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼： A ? ? ? ? ? ? ? ? ? ?文章編號(hào)： 1004?373X（2018）24?0079?03Research on BN?based generalized cognitive diagnosis model for studentsXI Min（Xian Aeronautical Universi
現(xiàn)代電子技術(shù) 2018年24期2018-12-14
- 城市經(jīng)濟(jì)與物流協(xié)調(diào)發(fā)展的影響因素研究
因素，采用貝葉斯網(wǎng)絡(luò)進(jìn)行檢驗(yàn)。研究不僅發(fā)現(xiàn)了城市經(jīng)濟(jì)與物流協(xié)調(diào)發(fā)展很大程度上依賴于其自身的發(fā)展水平，而且發(fā)現(xiàn)了兩個(gè)影響協(xié)調(diào)發(fā)展的因果鏈。關(guān)鍵詞：可持續(xù)性 協(xié)調(diào)發(fā)展 城市經(jīng)濟(jì)與物流 貝葉斯網(wǎng)絡(luò)協(xié)調(diào)發(fā)展是指在雙贏的情況下，為了實(shí)現(xiàn)一個(gè)目標(biāo)而進(jìn)行的合作。經(jīng)濟(jì)和物流的協(xié)調(diào)發(fā)展對(duì)當(dāng)今社會(huì)的可持續(xù)發(fā)展起著重要作用，城市經(jīng)濟(jì)與物流的協(xié)調(diào)發(fā)展能夠充分保證資源利用的可持續(xù)性?？沙掷m(xù)性物流指的是物流活動(dòng)對(duì)生態(tài)影響的代價(jià)最小化，如貨品、信息和服務(wù)在起始點(diǎn)和消費(fèi)點(diǎn)之間的正向和反向
商業(yè)經(jīng)濟(jì)研究 2018年17期2018-11-26
- 基于貝葉斯網(wǎng)絡(luò)的變壓器故障推理模型
，建立基于貝葉斯網(wǎng)絡(luò)的變壓器故障推理模型。該模型通過對(duì)變壓器的在線監(jiān)測(cè)，在對(duì)以往變壓器的不良工況、故障類型、征兆特征進(jìn)行數(shù)據(jù)分析的基礎(chǔ)上，對(duì)變壓器監(jiān)測(cè)數(shù)據(jù)進(jìn)行推理，得到變壓器故障類型的可能性排序。該模型選取征兆特征的一個(gè)優(yōu)化組合進(jìn)行分析，使推理過程更加簡(jiǎn)潔，提高了推理結(jié)果的準(zhǔn)確性。以某種典型的油浸式變壓器故障為例進(jìn)行推理仿真，仿真結(jié)果證明了該模型的可靠性和準(zhǔn)確性。關(guān)鍵詞：變壓器；貝葉斯網(wǎng)絡(luò)；不良工況；故障推理DOIDOI：10.11907/rjdk.173
軟件導(dǎo)刊 2018年8期2018-10-29
- 貝葉斯神經(jīng)網(wǎng)絡(luò)在自由跌水沖坑深度預(yù)測(cè)中的研究
沖坑深度；貝葉斯網(wǎng)絡(luò)；預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)作為一種能模擬非線性輸入輸出關(guān)系的數(shù)學(xué)工具[1]，因而在解決復(fù)雜非線性系統(tǒng)方面具有很大優(yōu)勢(shì)。河床的沖刷過程可以看作是一個(gè)“黑箱問題”，也具有復(fù)雜非線性系統(tǒng)的性質(zhì)，目前人工神經(jīng)網(wǎng)絡(luò)在預(yù)測(cè)河床沖刷方面取得了比較多的成果。但傳統(tǒng)的BP網(wǎng)絡(luò)存在收斂慢、易出現(xiàn)過擬合、泛化能力不足等的問題，對(duì)此，本文提出了利用貝葉斯神經(jīng)網(wǎng)絡(luò)對(duì)自由跌水沖坑深度進(jìn)行預(yù)測(cè)。對(duì)比實(shí)驗(yàn)證明，相對(duì)于BP神經(jīng)網(wǎng)絡(luò)，貝葉斯神經(jīng)網(wǎng)絡(luò)具有更高的預(yù)測(cè)精度。1基于貝葉斯的神
科學(xué)與財(cái)富 2018年27期2018-10-19
- 基于貝葉斯網(wǎng)絡(luò)的人體異常行為檢測(cè)與識(shí)別
特征，建立貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)對(duì)人體目標(biāo)進(jìn)行分類，從而對(duì)人的正常行走和倒地、奔跑、揮拳4種行為進(jìn)行識(shí)別。正常行走是正常行為，摔倒、揮拳和奔跑是異常行為。實(shí)驗(yàn)結(jié)果表明，通過特征提取的貝葉斯網(wǎng)絡(luò)分類具有較好的實(shí)時(shí)性，其準(zhǔn)確率可達(dá)90%。關(guān)鍵詞：行人檢測(cè)；卡爾曼濾波；貝葉斯網(wǎng)絡(luò)；特征提取DOI：10.11907/rjdk.172040中圖分類號(hào)：TP306文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1672-7800（2018）007-0009-05Abstract：Movingobje
軟件導(dǎo)刊 2018年7期2018-09-26