期刊文献+
共找到14篇文章
< 1 >
每页显示 20 50 100
Fault detection and diagnosis for data incomplete industrial systems with new Bayesian network approach 被引量:15
1
作者 Zhengdao Zhang Jinlin Zhu Feng Pan 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2013年第3期500-511,共12页
For the fault detection and diagnosis problem in largescale industrial systems, there are two important issues: the missing data samples and the non-Gaussian property of the data. However, most of the existing data-d... For the fault detection and diagnosis problem in largescale industrial systems, there are two important issues: the missing data samples and the non-Gaussian property of the data. However, most of the existing data-driven methods cannot be able to handle both of them. Thus, a new Bayesian network classifier based fault detection and diagnosis method is proposed. At first, a non-imputation method is presented to handle the data incomplete samples, with the property of the proposed Bayesian network classifier, and the missing values can be marginalized in an elegant manner. Furthermore, the Gaussian mixture model is used to approximate the non-Gaussian data with a linear combination of finite Gaussian mixtures, so that the Bayesian network can process the non-Gaussian data in an effective way. Therefore, the entire fault detection and diagnosis method can deal with the high-dimensional incomplete process samples in an efficient and robust way. The diagnosis results are expressed in the manner of probability with the reliability scores. The proposed approach is evaluated with a benchmark problem called the Tennessee Eastman process. The simulation results show the effectiveness and robustness of the proposed method in fault detection and diagnosis for large-scale systems with missing measurements. 展开更多
关键词 fault detection and diagnosis bayesian network gaussian mixture model data incomplete non-imputation.
下载PDF
多种残差补偿的贝叶斯网络下的短期交通预测
2
作者 王桐 杨光新 欧阳敏 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2024年第9期1810-1817,共8页
为了解决道路车流量的数据生成条件时变场景下的交通预测问题,本文建立道路交通控制与交通流预测数据之间的联系,提出一种基于多种残差补偿的贝叶斯网络的短期交通预测方法。提取城市中大规模多路口主干道车道及车辆信息构造多个平行的... 为了解决道路车流量的数据生成条件时变场景下的交通预测问题,本文建立道路交通控制与交通流预测数据之间的联系,提出一种基于多种残差补偿的贝叶斯网络的短期交通预测方法。提取城市中大规模多路口主干道车道及车辆信息构造多个平行的贝叶斯网络,使用贝叶斯关系及期望最大化算法进行短期交通预测。再通过数据自相关残差补偿、车辆换道和多路口连通性的线性残差补偿提高了预测的精度,解决了传统研究对相邻路口和换道导致的误差等因素处理能力不足的问题。仿真结果表明:使用贝叶斯网络预测交通流,并基于车辆行为的残差进行精度补偿,可以更准确地预测复杂的交通演化场景的短期交通流。 展开更多
关键词 大规模 交通预测 贝叶斯网络 混合高斯模型 EM算法 残差补偿 自回归滑动模型 LSTM网络 线性过程
下载PDF
基于VBGMM-DCNN的列车卫星定位欺骗干扰检测方法
3
作者 王思琦 刘江 +1 位作者 蔡伯根 赵阳 《导航定位与授时》 CSCD 2023年第4期58-68,共11页
面向基于全球导航卫星系统的铁路列车定位实施欺骗干扰的主动检测,在卫星定位解算层次,运用深度学习建模学习方法的优势,提出一种基于变分贝叶斯高斯混合模型-深度卷积神经网络(variational Bayesian Gaussian mixture model-deep convo... 面向基于全球导航卫星系统的铁路列车定位实施欺骗干扰的主动检测,在卫星定位解算层次,运用深度学习建模学习方法的优势,提出一种基于变分贝叶斯高斯混合模型-深度卷积神经网络(variational Bayesian Gaussian mixture model-deep convolutional neural network,VBGMM-DCNN)的列车卫星定位欺骗干扰检测方法。该方法首先提取能够充分体现欺骗干扰对定位解算过程作用影响的卫星观测特征参数,构建干扰检测特征矢量;然后,采用VBGMM模型拟合经过预处理的特征向量的概率分布,得到二维概率密度图;最后,将概率密度图用于DCNN模型实施欺骗干扰的检测决策。结合现场实验所得运行场景数据,利用实验室搭建的欺骗干扰测试环境实施了干扰注入测试与检验,结果表明,欺骗干扰检测性能随着DCNN网络深度的增加而提升,相对于常规有监督决策方法F1值最高提升44.68%。基于VBGMM-DCNN的欺骗干扰检测能够适应测试验证中运用的列车运行特征及定位观测条件,所达到的检测性能优于对比算法。 展开更多
关键词 全球导航卫星系统 列车定位 欺骗攻击检测 变分贝叶斯高斯混合模型 深度卷积神经网络
下载PDF
基于高斯贝叶斯网络模型的跑道侵入影响因素研究 被引量:14
4
作者 罗军 林雪宁 闫永刚 《安全与环境学报》 CAS CSCD 北大核心 2012年第3期196-199,共4页
运用高斯贝叶斯网络模型并咨询跑道安全专家的意见对跑道侵入因素进行分类,建立贝叶斯网络模型;经MATLAB软件计算绘制了影响因素的均值和均方差曲线图。通过该曲线图得出跑道侵入因素的权重,弥补个人对跑道侵入因素判断和分析的缺陷。... 运用高斯贝叶斯网络模型并咨询跑道安全专家的意见对跑道侵入因素进行分类,建立贝叶斯网络模型;经MATLAB软件计算绘制了影响因素的均值和均方差曲线图。通过该曲线图得出跑道侵入因素的权重,弥补个人对跑道侵入因素判断和分析的缺陷。挖掘表层因素不断确定时隐含在内部的因素对跑道侵入事件的影响程度。当隐含因素的均方差减少到极小值时,表明该隐含因素得到确定,可在调查跑道侵入事件的原因时避免重复或疏漏。 展开更多
关键词 航空运输 高斯贝叶斯网络模型 跑道侵入
下载PDF
基于高斯混合模型的遥感影像连续型朴素贝叶斯网络分类器 被引量:10
5
作者 陶建斌 舒宁 沈照庆 《遥感信息》 CSCD 2010年第2期18-24,29,共8页
提出了一种新的嵌入高斯混合模型(GMM,Gaussian Mixture Model)遥感影像朴素贝叶斯网络模型GMM-NBC(GMMbased Na ve Bayesian Classifier)。针对连续型朴素贝叶斯网络分类器中假设地物服从单一高斯分布的缺点,该方法将地物在特征空间的... 提出了一种新的嵌入高斯混合模型(GMM,Gaussian Mixture Model)遥感影像朴素贝叶斯网络模型GMM-NBC(GMMbased Na ve Bayesian Classifier)。针对连续型朴素贝叶斯网络分类器中假设地物服从单一高斯分布的缺点,该方法将地物在特征空间的分布用高斯混合模型来模拟,用改进EM算法自动获取高斯混合模型的参数;高斯混合模型整体作为一个子节点嵌入朴素贝叶斯网络中,将其输出作为节点(特征)的中间类后验概率,在朴素贝叶斯网络的框架下进行融合获得最终的类后验概率。对多光谱和高光谱数据的分类实验结果表明,该方法较传统贝叶斯分类器分类效果要好,且有较强的鲁棒性。 展开更多
关键词 朴素贝叶斯分类器 高斯混合模型 EM算法 子高斯 遥感影像 分类
下载PDF
宽带认知无线电网络分布式协作压缩频谱感知算法 被引量:12
6
作者 张正浩 裴昌幸 +2 位作者 陈南 李虎生 杨德鹏 《西安交通大学学报》 EI CAS CSCD 北大核心 2011年第4期67-71,114,共6页
针对宽带认知无线电网络中压缩频谱感知算法在低信噪比环境下频谱检测性能下降的问题,提出了一种基于高斯过程的分布式压缩频谱感知(PBCS)算法.首先应用层次化的正态分布概率模型来表示压缩频谱的重构,然后各个认知无线电用户交换模型... 针对宽带认知无线电网络中压缩频谱感知算法在低信噪比环境下频谱检测性能下降的问题,提出了一种基于高斯过程的分布式压缩频谱感知(PBCS)算法.首先应用层次化的正态分布概率模型来表示压缩频谱的重构,然后各个认知无线电用户交换模型参数并结合本地的压缩采样数据进行压缩频谱感知.有别于其他直接融合频谱感知结果或检测数据的协作式算法,PBCS算法通过模型参数融合来进行协作,能有效减小信噪比低的协作用户的影响,从而提高算法的抗噪性.仿真结果表明,PBCS算法可以在-5dB的信噪比条件下达到检测概率大于0.9、误检概率为0.1的频谱检测性能. 展开更多
关键词 宽带认知无线电网络 高斯过程 分布式压缩频谱感知 模型参数融合
下载PDF
基于贝叶斯-高斯模型的多本体映射算法
7
作者 徐德智 易晓媛 汤哲 《微电子学与计算机》 CSCD 北大核心 2017年第8期23-28,32,共7页
语义网中,本体映射是解决本体异构的关键.在面对多本体模型同时映射的情况时,提出一种新的基于贝叶斯-高斯模型的本体映射算法IOBGM(Improved ontology Bayesian-Gaussian model).该方法首先将本体模型转换成贝叶斯网络模型,接下来结合... 语义网中,本体映射是解决本体异构的关键.在面对多本体模型同时映射的情况时,提出一种新的基于贝叶斯-高斯模型的本体映射算法IOBGM(Improved ontology Bayesian-Gaussian model).该方法首先将本体模型转换成贝叶斯网络模型,接下来结合传统基于贝叶斯网络模型的本体映射方法,采用混合高斯模型对混合节点群进行聚类判定.最后运用了迭代映射模式,在获得初步映射节点对相似度的情况下通过迭代模块来对其他隐性相似节点进行二次相似度判定,从而减少结果误差.实验结果表明,IOBGM系统在本体查全率方面有较为突出的表现,在多本体映射的情况下具有一定的应用优势,其稳定性和效率能够满足实用需求. 展开更多
关键词 本体异构 本体映射 贝叶斯网络 高斯模型 聚类判定 迭代映射
下载PDF
基于贝叶斯准则的差异网络分析方法研究与应用 被引量:1
8
作者 宋微 王文杰 +2 位作者 徐欢 蔡雨晴 李康 《中国卫生统计》 CSCD 北大核心 2019年第4期484-488,共5页
目的探讨基于贝叶斯准则的差异网络分析方法的性能,并将其应用于卵巢癌基因表达谱数据分析。方法通过模拟实验评价其识别差异边及差异节点的准确性,并与传统方法做对比。同时应用上皮性卵巢癌基因组学数据,构建差异网络模型。结果模拟... 目的探讨基于贝叶斯准则的差异网络分析方法的性能,并将其应用于卵巢癌基因表达谱数据分析。方法通过模拟实验评价其识别差异边及差异节点的准确性,并与传统方法做对比。同时应用上皮性卵巢癌基因组学数据,构建差异网络模型。结果模拟试验结果表明,基于贝叶斯准则的差异网络分析方法识别差异边能力明显优于高斯图模型方法;实例分析结果表明,本文方法构建的差异网络模型具有实际意义。结论应用基于贝叶斯准则的差异网络分析方法能得出准确度较高的差异网络,效果优于传统方法。 展开更多
关键词 贝叶斯模型选择 高斯图模型 差异网络
下载PDF
贝叶斯框架下的自适应质量变量预测模型 被引量:1
9
作者 朱雨婷 田颖 《软件导刊》 2021年第1期103-108,共6页
针对工业生产过程中的时变性问题,提出贝叶斯网络框架下的自适应质量变量预测建模方法。采用改进的即时学习策略,将数据库分成若干局部数据子集,快速选择与待测样本相似度较高的一组数据作为训练样本,再利用主成分分析对训练样本过程变... 针对工业生产过程中的时变性问题,提出贝叶斯网络框架下的自适应质量变量预测建模方法。采用改进的即时学习策略,将数据库分成若干局部数据子集,快速选择与待测样本相似度较高的一组数据作为训练样本,再利用主成分分析对训练样本过程变量进行特征提取,借此作为网络模型输入变量。利用基于改进Figueiredo-Jain算法的EM算法估计高斯混合模型参数,构建高斯混合模型逼近贝叶斯网络联合概率密度,训练得到贝叶斯网络下的自适应质量变量预测模型。基于田纳西伊斯曼(TE)仿真过程获得的数据,利用该方法对成分XG进行预测并与传统PCA-BN模型对比。结果证实该方法最大误差下降14.4%,均方根误差下降7.5%,相对误差下降8.3%,验证了该方法解决时变性问题的有效性。 展开更多
关键词 贝叶斯网络 即时学习 EM算法 高斯混合模型 质量变量预测
下载PDF
基于贝叶斯的大数据异常值检测模型研究 被引量:2
10
作者 周梁琦 章权 魏莉 《电脑知识与技术》 2020年第1期207-209,共3页
随着物联网、云计算、移动互联网等信息产业的不断进步,数据规模越来越大、处理难度也逐渐加大。而海量的数据中,异常数据会干扰后续的挖掘、预测与分析。因此,有必要对异常数据进行检测,提高数据的准确性。但由于数据量过大,大数据常... 随着物联网、云计算、移动互联网等信息产业的不断进步,数据规模越来越大、处理难度也逐渐加大。而海量的数据中,异常数据会干扰后续的挖掘、预测与分析。因此,有必要对异常数据进行检测,提高数据的准确性。但由于数据量过大,大数据常常不具备明显的分布特征,然而对非典型特征的数据进行建模是一个挑战,因为推理会变得更加困难。以空气质量大数据为例,研究了如何将不具备明显分布特征的大数据,利用独立的高斯分布混合分布描述此类数据。在前期研究的高斯混合模型+神经网络的基础上优化了均值和协方差的选取,使得结果更加准确。这对于异常数据检测具有重要意义,更大程度地提高检测的准确性。 展开更多
关键词 异常值检测 贝叶斯聚类算法 高斯混合模型 神经网络 模型融合
下载PDF
基于高斯Copula贝叶斯模型的盾构下穿既有隧道施工风险的分析
11
作者 吴忠坦 《工业建筑》 北大核心 2023年第11期55-64,共10页
为对盾构下穿既有隧道施工工程安全风险进行分析和管控,提出一种基于高斯Copula贝叶斯(GCBN)模型的盾构下穿既有隧道施工风险分析方法。基于故障树建立了一套包括12个因素的施工安全风险指标体系,将贝叶斯网络的动态推理诊断与Copula理... 为对盾构下穿既有隧道施工工程安全风险进行分析和管控,提出一种基于高斯Copula贝叶斯(GCBN)模型的盾构下穿既有隧道施工风险分析方法。基于故障树建立了一套包括12个因素的施工安全风险指标体系,将贝叶斯网络的动态推理诊断与Copula理论的依赖性表达相结合,在不确定和不完全信息下构建盾构下穿既有隧道施工风险分析的GCBN模型。以武汉轨道交通12号线下穿既有7号线工程为例,利用高斯Copula识别各因素边际分布类型,计算各因素间相关系数并连接网络中结点。通过模型推理进行定性和定量分析,识别盾构下穿施工安全风险状态,分析各致险因素对风险结果的影响。最后,对敏感性高的因素采取措施进行防控。通过防控前、后模型计算结果对比,实现盾构下穿施工过程实时动态安全预警管控。实践表明:GCBN模型预测结果与专家评价结果吻合,验证了所构建GCBN风险分析模型的可靠性。 展开更多
关键词 盾构施工 下穿工程 施工安全风险 GCBN模型 敏感性 预警管控
原文传递
基于贝叶斯网络的软测量建模方法 被引量:3
12
作者 李雅芹 周开武 杨慧中 《计算机与应用化学》 CAS CSCD 北大核心 2010年第10期1391-1394,共4页
软测量技术对化工生产过程中提高产品质量和保证安全生产具有重要的作用,因此对化工软测量建模方法的研究具有重要意义。本文将贝叶斯网络应用于化工软测量建模,采用高斯混合模型来近似表达贝叶斯网络模型中的联合概率分布,通过Expectat... 软测量技术对化工生产过程中提高产品质量和保证安全生产具有重要的作用,因此对化工软测量建模方法的研究具有重要意义。本文将贝叶斯网络应用于化工软测量建模,采用高斯混合模型来近似表达贝叶斯网络模型中的联合概率分布,通过Expectation Maximization算法求解出高斯混合模型参数并给出了贝叶斯网络估计公式。应用此法分别对某炼油厂脱丁烷塔塔底丁烷含量和某双酚A生产过程中脱水塔出口组分苯酚含量建立了软测量模型,取得了良好的离线估计结果。仿真结果表明,与支持向量机相比,在估计精度相当的情况下,省去了许多过程参数的估计,是1种有效的软测量建模方法。 展开更多
关键词 贝叶斯网络模型 软测量技术 建模方法 化工生产过程 高斯混合模型 联合概率分布 估计公式 脱丁烷塔
原文传递
基于多层贝叶斯网络的医学图像语义建模 被引量:3
13
作者 林春漪 马丽红 +1 位作者 尹俊勋 陈建宇 《生物医学工程学杂志》 EI CAS CSCD 北大核心 2009年第2期400-404,共5页
针对医学图像的特点,提出一种基于多层贝叶斯网络的医学图像语义建模方法。该方法的特点是采用了混合高斯模型(Gaussian mixture models,GMM)实现从低层视觉特征到对象语义的映射,并用概率表达语义的置信度,然后使用贝叶斯网络(Bayesian... 针对医学图像的特点,提出一种基于多层贝叶斯网络的医学图像语义建模方法。该方法的特点是采用了混合高斯模型(Gaussian mixture models,GMM)实现从低层视觉特征到对象语义的映射,并用概率表达语义的置信度,然后使用贝叶斯网络(Bayesian networks,BN)融合对象语义,从而建立一个多层的医学图像语义模型,目的在于支持多层次的医学图像语义自动标注及其检索。为了验证此方法的有效性,将其用于星形细胞瘤恶性程度的语义提取,实验表明了该方法用于医学图像语义建模是有效的,并且具有直观的结构性知识表达。 展开更多
关键词 多层贝叶斯网络混合高斯模型语义建模 医学图像
原文传递
非线性离散系统的贝叶斯-高斯神经网络逆模型设计
14
作者 刘益剑 彭晨 《控制与决策》 EI CSCD 北大核心 2010年第10期1567-1570,1579,共5页
针对非线性系统逆模型的学习问题,提出一种基于贝叶斯-高斯神经网络(BGNN)的设计方法.BGNN模型的训练分为两个步骤,首先利用群智能优化算法进行BGNN的离线结构训练;然后用训练好的BGNN模型在线整合历史数据,进行非线性系统逆模型的获取... 针对非线性系统逆模型的学习问题,提出一种基于贝叶斯-高斯神经网络(BGNN)的设计方法.BGNN模型的训练分为两个步骤,首先利用群智能优化算法进行BGNN的离线结构训练;然后用训练好的BGNN模型在线整合历史数据,进行非线性系统逆模型的获取.对水轮发电机组非线性系统进行了BGNN逆模型的仿真,结果表明了BGNN逆模型设计方法具有结构简单、在线辨识效果好等优点,适于非线性离散系统的逆模型设计. 展开更多
关键词 非线性 逆模型 贝叶斯-高斯神经网络 门槛矩阵 模型设计
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部