贝叶斯网络
贝叶斯网络的相关文献在1996年到2022年内共计4056篇,主要集中在自动化技术、计算机技术、电工技术、安全科学
等领域,其中期刊论文3195篇、会议论文251篇、专利文献325015篇;相关期刊1117种,包括系统工程与电子技术、火力与指挥控制、计算机工程等;
相关会议224种,包括第十四届全国软件与应用学术会议、2014湖北省计算机学会学术年会、2013年全国机械行业可靠性技术学术交流会暨第四届可靠性工程分会第五次全体委员大会等;贝叶斯网络的相关文献由9355位作者贡献,包括高晓光、王双成、王浩等。
贝叶斯网络—发文量
专利文献>
论文:325015篇
占比:98.95%
总计:328461篇
贝叶斯网络
-研究学者
- 高晓光
- 王双成
- 王浩
- 姚宏亮
- 王鹏
- 蔡志强
- 许开立
- 郑恒
- 司书宾
- 朱永利
- 张韧
- 李明
- 邸若海
- 仝兆景
- 姚成玉
- 王辉
- 谢洪涛
- 霍利民
- 刘飞
- 初珠立
- 周经伦
- 张磊
- 徐建民
- 杨自春
- 陈东宁
- 冷翠平
- 周忠宝
- 孙树栋
- 张帅
- 方圣恩
- 李俊照
- 李俭川
- 李超
- 杨有龙
- 江洪
- 温熙森
- 王宝树
- 王涛
- 王瑶
- 王秀坤
- 胡茑庆
- 郭志高
- 郭文强
- 任雪利
- 刘学军
- 刘建晓
- 吴祈宗
- 姚锡文
- 张少中
- 杨杰
-
-
陈远;
金蕊;
查亚闯
-
-
摘要:
针对大型公共类项目进度风险的研究主要侧重于识别进度延误风险因素以及分析风险因素之间的相互作用,缺少对风险因素的敏感性、重要性以及风险因素间的影响强度的定量分析问题,构建贝叶斯网络模型。首先将贝叶斯网络和解释结构模型应用于大型复杂公共项目进度风险的评估,在收集的7个来源于真实案例的延期风险因素体系的基础上提炼出24个主要延期风险因素;然后运用解释结构模型将风险因素处理为4个不同层级,并将层次结构图转化为贝叶斯网络;最后根据建立好的贝叶斯网络,对风险因素进行基于实际项目的数据收集与评估,将所收集数据导入GeNIe中,对贝叶斯网络模型进行参数学习,获得基于样本数据的进度延误风险水平的概率分布,并利用贝叶斯网络的逆向推理、敏感性分析及影响强度分析,明确了大型复杂公共项目中导致进度延误的关键因素和敏感因素。基于贝叶斯网络模型的方法为进度风险管理提供了科学有效的理论依据和控制工具。
-
-
刘佳雨;
冷军强;
尚平;
罗丽君
-
-
摘要:
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、夜间无照明、驾驶经验不足、超速行驶、未保持安全距离等是诱发冰雪路面高速公路事故的高风险因素;超载、货车、违法上路等在冰雪路面条件下,更易加重事故严重程度。故障树和贝叶斯网络相结合的方法可为事故因素分析提供新视角。
-
-
李海;
程新宇;
尚金雷
-
-
摘要:
本文提出了一种基于决策树支持向量机-贝叶斯网络协同训练的双偏振气象雷达降水粒子分类方法。该方法首先使用有标签的数据初步训练得到贝叶斯网络和决策树支持向量机两种分类器。然后取出部分无标签的数据,通过两个分类器得到类别的预测结果,计算该部分预测结果的置信度,将预测结果满足阈值的无标签数据放入到有标签数据集中。使用更新后的有标签数据集重新训练两个分类器。重复该过程直到所有无标签训练数据都被放入到有标签数据集中,这时完成训练得到协同训练分类器,最后使用协同训练分类器对测试数据集进行降水粒子分类。实验表明,该方法使用一部分有标签数据结合一部分无标签数据,有效地提高了分类器性能,实现了降水粒子的准确分类。
-
-
李嘉睿;
凌晓波;
李晨曦;
李子木;
杨家海;
张蕾;
吴程楠;
无
-
-
摘要:
针对目前攻击图模型不能实时反映网络攻击事件的问题,提出了前向更新风险概率计算方法,以及前向、后向更新相结合的动态风险概率算法。所提算法能够即时、准确地动态评估和分析网络环境变化问题,对网络攻击事件进行动态实时分析。首先对图中各个节点的不确定性进行具体量化分析,在贝叶斯网络中计算它们的静态概率,之后根据实时发生的网络安全事件沿前向和后向路径更新图中各个节点的动态概率,实时量化和反映外界条件的变化,评估网络各处的实时危险程度。实验结果表明,所提方法可以根据实际情况校准和调整攻击图中各节点的概率,进而帮助网络管理员正确认识网络各处的危险级别,更好地为预防和阻止下一步攻击做出决策。
-
-
冯广;
潘庭锋;
伍文燕
-
-
摘要:
线上线下结合的教学模式是未来教学的一个趋势,每一个学生的学习行为会直接影响学习结果,因此研究学习者学习行为对学习成绩的影响程度是目前的研究重点。目前常见的评价模型存在可信程度较低、可解释性较弱等问题,本文使用基于证据推理的贝叶斯网络(Bayes Network,BN)能够有效地解决这一问题。把方法应用在学习行为分析上,与常用的机器模型和深度学习模型进行比较,表现出更低的误差和更强的可解释性。
-
-
赵永亮;
于倩;
邓博;
韩丽君
-
-
摘要:
传统的故障诊断方法为建立解析数学模型,该模型只能在装备发生故障后才能进行诊断分析,无法满足现在武器装备的故障检测需求。针对这一问题,文中以多层次知识图谱模型为基础,使用贝叶斯网络进行故障检测和诊断并完成建模,模型可以实现武器装备的状态变化检测及故障判断。实验结果表明,该模型可以通过状态的改变进而对故障类型进行判断。在对比实验中,文中所提算法模型的准确率与其他对比算法相比提高了2.5%、4.2%和5.6%,这说明该算法可以对装备进行故障诊断且综合性能良好。
-
-
刘久富;
丁晓彬;
汪恒宇;
王彪;
刘海阳;
杨忠;
王志胜
-
-
摘要:
针对稀疏数据场景下,传统的多项式-狄利克雷模型存在一定的分类精度问题,提出一种基于变分推理的分层贝叶斯网络的参数估计方法.通过在传统的多项式-狄利克雷模型中引入超先验,构建出的分层多项式-狄利克雷模型可用于贝叶斯网络中的条件分布估计.对分层多项式-狄利克雷模型的先验依赖结构进行分析研究,提出一种快速准确的自组织变分推理算法.与传统的分类模型相比,本文提出的分层多项式-狄利克雷模型在处理小数据集液体火箭发动机的故障分类中有显著的性能提高.
-
-
尤亚云;
李强;
李金梅;
李红钢
-
-
摘要:
为有效提升消防安全协同治理的效能,在识别和量化政府部门、企业和公民社会消防协同治理的影响因素的基础上,分别构建政府部门、企业和公民社会影响因素的贝叶斯网络模型,辨识影响实现高效消防协同治理的关键因素。研究结果表明:部门的权力与利益、有效领导和组织激励3个因素对政府消防协同治理影响最为显著;交流沟通和参与渠道分别是影响企业和公民社会的关键因素,并且基于全局贝叶斯网络模型的敏感性分析可知,政府部门是整体消防协同治理的核心,调节相关部门的权力与利益和具备有效领导的能力能有效提高政府消防协同治理水平,明显改善整体消防协同治理效能。
-
-
刘超;
钱存
-
-
摘要:
为更加科学地揭示我国商业银行间的风险溢出效应,提出“相依结构-传染网络-风险测度”的研究思路,并使用贝叶斯网络与R藤Copula-CAViaR-CoVaR模型对我国14家商业银行在2008年至2018年区间内的风险溢出效应进行了系统分析。实证研究表明:银行风险相依结构具有国有商业银行、股份制商业银行各自聚集,城市商业银行分布于股份制商业银行周边的经济性质聚集分布特征,其中股份制商业银行起到了枢纽连接作用;国有商业银行管理、抵御及分散风险的能力大于股份制商业银行大于城市商业银行;银行间存在双向溢出效应且呈现非对称性,其中股份制银行的风险溢出大小大于城市商业银行大于国有商业银行,且银行之间存在负向溢出效应。
-
-
程玉玲;
何小芊
-
-
摘要:
对旅游者幸福感进行探究可以提升旅游者的旅游体验,对旅游地的管理有重要的指导意义。以庐山风景区游客为调查对象,采用贝叶斯网络分析方法分析旅游者幸福感影响因素。主要研究结论如下:1)大部分旅游者能获得幸福感,54%的旅游者有可能性获得较高的幸福感;旅游者获得高的旅游形象满意度概率为61%,其次为旅游形象满意度、旅游活动要素满意度、自我价值实现、旅游积极情绪;2)旅游形象满意度的敏感度最大,它对幸福感的影响程度最大;旅游活动要素满意度和自我价值实现的敏感度次之,旅游积极情绪的敏感度最低,对幸福感的影响程度最小;3)在影响旅游者幸福感的影响因子中,高敏感度节点为旅游吸引物和旅游者偏好,中敏感度节点包括交通、住宿、餐饮、购物、娱乐、景点等旅游活动要素,旅游形象满意度是影响旅游者幸福感最重要的因素。
-
-
-
-
毕竹清
- 《中国水利学会2018学术年会》
| 2018年
-
摘要:
针对在泵站机组故障诊断过程中,其结构复杂,存在多重映射、不确定因素众多的特点,将T-S模糊门故障树与贝叶斯网络结合,应用于泵站机组的故障诊断.T-S模糊门故障树克服了传统故障树表示法需要精确掌握事件间逻辑关系及概率值且只能表示二态事件的缺点,但仍然存在故障推理复杂且只能单向推理的弱点.贝叶斯网络(Bayesian networks,BN)具有强大的处理不确定信息的能力,适合泵站的故障诊断,但是网络结构和条件概率表的确定困难.两者的结合实现各取所长.最后,通过以水泵机组中转子某故障诊断模型为例验证了方法的可行性,并与已有文献方法比较验证了其准确性,为泵机组的其他故障诊断提供借鉴意义.
-
-
-
-
马国伟;
黄轶淼;
徐莹
- 《第一届全国动力多灾害工程结构防护学术研讨会》
| 2018年
-
摘要:
油气设施爆炸风险高,安全事故多.本文采用贝叶斯网络(BN)定量风险分析(QRA)方法(BN-QRA),评估汽油从初始泄漏到爆炸全过程,建立油气设施爆炸事件的BN模型.该BN模型考虑了汽油溢出、爆炸云形成、点燃、爆炸、疏散条件和人员数量等关键风险因素.本文提出的BN-QRA方法包含既有收集信息、数值仿真结果、经验分析结论三种数据信息,减少了数据短缺带来的风险因素不确定性,提高了BN定量分析的可靠性和准确性.此外,本文建立了一种基于贝叶斯网络的三维网格风险扫描方法,该方法将目标分析区域划分成具有适当大小并包含简化环境条件数据的网格,并对每个网格进行风险分析.最后,基于所有网格的风险分析结果描绘分析区域总风险图.通过对加油站和炼油厂爆炸事故分析结果表明:本文提出的BN-QRA方法能够考虑爆炸多重后果及其与基本风险因素间复杂的相互关系;三维网格风险扫描方法能够对具有复杂环境条件的油气设施区域进行高效、可靠的爆炸风险分析.
-
-
MAO Lei;
毛磊
- 《2018年全国设备监测诊断与维护学术会议暨第十六届全国设备故障诊断学术会议、第十八届全国设备监测与诊断学术会议、2018年全国设备诊断工程会议》
| 2018年
-
摘要:
燃料电池系统作为清洁能源在过去几十年受到越来越多的关注,并且已经成功的在不同场合得到应用,包括燃料电池汽车以及便携式设备中,但是燃料电池系统的运行可靠性和使用寿命仍然是阻碍其进一步市场化的主要因素.为了有效评估燃料电池系统的运行可靠性,建立了基于贝叶斯网络的燃料电池模型,模型中考虑了不同类型燃料电池故障的机理,从而使建立的模型可以精确的表示燃料电池不同种类故障对系统性能造成的影响.为了验证建立的贝叶斯模型在燃料电池故障诊断中的有效性,在实验中产生燃料电池的水淹故障,采集安装在燃料电池系统中传感器数据并作为贝叶斯网络的输入,利用贝叶斯网络的推理算法对燃料电池的运行状态进行评估.结果表明通过监控燃料电池系统传感器的数据,建立的贝叶斯模型可以精确的评估燃料电池运行状态并确定故障类型,从而可以及时采取措施有效的恢复系统性能并延长系统的运行寿命.
-
-
- 《中国·东盟及周边国家大数据警务国际交流合作论坛》
| 2018年
-
摘要:
近年来,随着科技发展的日新月异,犯罪手段与形式也在不断变化,仅通过经验来判别犯罪的可能性已难以保证判断的准确性.而公安信息系统的预警功能当前主要偏向一般性的、相对抽象的、众所周知的、与具体实务工作相距较远的犯罪“大趋势,大走向”,如果要对个人尤其是重点人员的犯罪行为进行预测预警则需要在众多的系统中收集大量、广泛的数据,并将这些散乱的信息有效地收集融合在一起,挖掘隐藏在信息之下的潜在规律.本文尝试通过成都四方伟业人工智能平台SDC Miner,利用人工智能和贝叶斯网络相关的理论和方法,构造智能感知预警预测模型,挖掘海量警务数据之间的关联性,从而形成有效防控犯罪发生和重大恶性案件爆发的一套运行机制,以辅助警务人员进行准确的判断,提高其办事效率.
-
-
向建权
- 《中国航海学会内河船舶驾驶专业委员会、武汉航海学会2018年学术交流会》
| 2018年
-
摘要:
本文从分析影响船舶航行的环境因素入手,采用系统工程学的观点,把通航水域看作一个由人、机、环境和管理组成的复杂系统,运用层次分析法进行进一步分析,找出可能导致港口船舶事故的各个因素,构建贝叶斯拓扑结构.结合大量港口船舶事故的样本数据,确定了节点的条件概率,构成港口船舶事故贝叶斯分析模型,使用贝叶斯软件包GeNIe软件进行研究,比较准确和直观地分析出港口船舶发生事故的概率及其因果事件的关联度,提出有关改善港口船舶事故频发的建议.
-
-
Zhuo Guangping;
卓广平
- 《2018年全国高性能计算学术年会》
| 2018年
-
摘要:
由于Hadoop的缺省的存储算法效率并不高,且故障后通过副本恢复时间较长,系统的存储效率可以有更高的提升空间.本文首先找出影响存储效率的资源因素;然后提出一种基于Bayes模型的存储算法,并依据系统的效能最大期望值确定副本的存储;最后,通过用例测试,分析50个节点的平均利用率,并与3个典型算法进行比较,验证了该算法可以更好地实现资源负载平衡.并通过实验数据现象分析和原因归纳,为下一步的研究提供了基础.