一种改进的多模块贝叶斯网络局部推理算法

针对多模块贝叶斯网络的局部推理的时间和空间复杂度高的问题,提出了一种改进的多模块贝叶斯网络局部推理算法.该算法用面向对象语言重新定义了多模块贝叶斯网络模型,在联合树推理算法的基础上结合图论中"顶点度"的概念对局部推理算法进行了优化,针对三角化结果不唯一的问题,给出了一种一般性的解决方案,使三角化后的结果能够将消息传递得更快,有效地缩短推理时间.给出了算法的仿真实例并进行实验分析,结果表明改进后的推理算法有效减小时间、空间复杂度.

多模块贝叶斯网络中推理的简化

多模块贝叶斯网络 (MSBN)引入了模块化和面向对象思想 ,是复杂大系统建模的有力工具 目前 ,如何简化MSBN中局部和全局推理的时空复杂度已成为影响其应用的关键问题 首先分析了用于局部贝叶斯网络推理的两类经典算法的时空复杂度 ,证明了它们本质上的一致性 ,并给出了统一的理论解释 ;进而用实验证明了影响推理复杂度的决定性因素是网络模型相应导出图的导出宽度 ,并指出了可以精确推理的贝叶斯网络族 最后 ,分析了降低MSBN全局推理复杂度的可行性 ,给出了简化MSBN全局推理的指导性原则 .

基于多模块贝叶斯网络的恐怖袭击威胁评估

通过考察恐怖袭击事件可能造成的后果,针对恐怖袭击事件评估信息的多样性、不确定性及模糊性,提出用贝叶斯网络方法对恐怖袭击威胁进行评估,从而为反恐决策者提供决策支持,以减少恐怖袭击所造成的影响.针对恐怖袭击事件的复杂性,提出多模块贝叶斯网络的恐怖袭击威胁评估模型,并对多模块贝叶斯网络的结构学习、参数学习和推理进行研究,提出多模块贝叶斯网络的推理算法.最后,给出恐怖袭击威胁度的计算方法,并对多模块贝叶斯网络的威胁评估模型进行实例分析.实例表明,基于多模块贝叶斯网络的恐怖袭击威胁评估模型,能有效评估恐怖袭击事件的威胁程度.

基于贝叶斯网络的可信平台控制模块风险评估模型

对可信平台控制模块(TPCM)的风险进行了分析,针对其特点和风险定量评估要求,提出了基于贝叶斯网络的TPCM风险评估模型。在对影响TPCM可信性的风险识别的基础上,根据风险之间的相关性,建立了贝叶斯风险评估网络模型;基于专家评价数据,进一步运用贝叶斯网络推理工具定量评估风险的发生概率及其影响,评估风险强度并对其进行排序,以确定整个TPCM中各风险的控制优先级。最后通过实例分析验证了该模型的有效性。

基于模块化的动态贝叶斯网络的安全态势评估模型

针对由网络信息系统结构变动引起的安全态势评估时效性差的问题,结合层次网络和模块网络的优点,建立了基于模块化动态贝叶斯网络的态势评估模型。首先,通过判断节点间是否存在有向连接,建立子系统的动态贝叶斯网络模块单元;然后,由若干模块单元和独立节点构建整体的动态贝叶斯网络,并利用约束递归算法学习网络概率参数;最后,通过仿真测试验证该模型的正确性。

基于模糊贝叶斯网络的堆垛机系统可靠性分析

为解决因缺乏实际数据而无法准确估计堆垛机系统和部件的失效概率问题,提出了基于模糊集理论和主观贝叶斯方法的模糊贝叶斯网络诊断策略。该方法首先将故障树转换成相应的贝叶斯网络,然后运用模糊集理论,将专家给出的关于基本事件失效概率的主观语言评判值转换成模糊数,并通过去模糊化处理得到精确解。针对因事件的多态性所引起的条件概率不确定问题,该方法采用主观贝叶斯方法进行估计。通过堆垛机通信模块的可靠性分析实例,验证了该方法是有效的,表明其能够克服在系统建模时的参数不确定问题。

基于贝叶斯网络的室内环境空间布局优化系统设计

针对室内环境空间布局优化受到功能区域能耗及合理性的影响,导致室内环境空间布局优化系统的性能变差,以提高室内环境空间布局优化系统的性能为目的,文章提出基于贝叶斯网络的室内环境空间布局优化系统设计。在贝叶斯网络的基础上,通过室内环境空间布局的基础数据模块、空间布局管理模块以及通信链路模块的设计,完成了系统的硬件设计,通过建立室内环境空间布局模型和设计室内环境空间布局优化流程,完成了系统的软件设计,实现了室内环境空间布局的优化。测试结果表明,基于贝叶斯网络的室内环境空间布局优化系统不仅可以降低室内环境空间布局优化的能耗,还可以提高室内环境空间布局的优化精度,从而使室内环境空间布局优化系统的性能大大提高。

基于贝叶斯网络的DC-DC电源故障不确定性分析

为解决DC-DC电源模块故障诊断中不确定性的相关问题,研究了电源模块故障不确定性产生的原因,同时对不确定性信息类型与推理方法进行了研究。利用贝叶斯网络对DC-DC电源模块故障产生原因与故障模式进行建模描述,经过BIC与K2评分算法训练完成后,可以进行不确定性推断。在故障概率方面分析了模块中的不同故障部件对电源模块故障的影响,利用MATLAB平台根据模拟数据对不确定性模型进行了分析,验证了基于贝叶斯网络的故障预测不确定性模型的有效性。

贝叶斯网络应用于智能电表可靠性预计

可靠性预计作为一种定性评价智能电表可靠性的手段,同时也是一种有利于改进智能电表的技术方法,对现阶段对电能质量研究具有重要意义。本文以智能电表可靠性预计为切入点,分析可靠性预计的常规方法的优缺点,重点讲述普遍所采用的元器件应力法。搭建贝叶斯网络对电表进行可靠性预计,在进行贝叶斯网络求解过程中提出了模块消元法来进行对其简化运算,从而方便快捷的得到预期效果。最后运用所述方法进行实例验证,满足GJB/Z299C标准在误差范围内的要求,得出贝叶斯网络对电表的可靠性评估的有效性。

基于产品族的核心模块演进分析与评价方法

针对产品族设计中核心模块演进问题,研究了产品族核心模块演进规律与演进过程评价,提出了一种模块演进规律分析与评价方法。该方法研究了客户需求与产品核心模块设计之间的关系,并在现有产品核心模块基础上,进一步对模块部件的标准化、继承性等指标进行了分析;在需求分析过程中,建立了一种基于贝叶斯网络的核心模块演进分析模型,利用历史数据对该模型进行了训练,将客户需求作为证据对该模型进行推理,进而得出核心模块在设计与工艺方面的改变规律;在演进规律分析基础上,对现有核心模块部件设计参数、标准部件重用度进行了分析,获得了核心模块演进过程综合评价值。最后,用小型轮式装载机后车架模块的演进过程验证了该方法的可行性和正确性。

基于软件模块排序模型的纠正性软件维护

识别有故障倾向的模块能够将有限的资源最大化地用于软件维护。目的是利用软件模块排序模型预测模块故障倾向程度,从而指导纠正性软件维护。研究软件模块排序模型的评估和使用方法,并提出以贝叶斯信念网络改进排序模型的基本定量模型。

基因转录调控网络模型

基因转录调控网络是细胞内基因之间的相互作用关系的整体表示,是生命功能在基因表达层面的展现.最近多种生物信息学(计算分子生物学)工具和高通量实验技术的发展,使得重建复杂的基因调控网络成为可能.基因调控网络模型试图从DNA微阵列等海量数据中推断基因之间的调控关系,从而揭示复杂的生命现象,虽远未完成,但从现有实验数据中重建基因调控网络的工作可以促进在分子和遗传水平上系统地剖析细胞的功能,是功能基因组学中的重要研究内容,也是当前生物信息学和系统生物学研究的最具挑战性的前沿课题之一.简要评述了几类典型数学模型的最新研究进展.

基于时间触发通信的机载网络可靠性

根据分布式综合模块化航空电子(DIMA)系统的组网需求,对比事件触发(ET)机制和时间触发(TT)机制,分析时间触发以太网(TTE)的网络特性,说明TTE应用到DIMA的可行性和必要性。针对航空电子系统的高可靠性需求,采用贝叶斯网络分析TTE在环形拓扑、网状拓扑和星型拓扑等结构下的系统可靠性,分析结果表明,在多余度的情况下,星型拓扑具有最高的可靠性。总结了TTE应用到DIMA的拓扑结构选择和余度设计原则,即根据不同的应用场景和通信节点的重要程度,选择合适的拓扑结构和余度。

基于贝叶斯优化与CBAM-ResNet的乏燃料剪切机故障诊断方法

乏燃料剪切机是动力堆乏燃料后处理首端的重要设备,状态监测与故障诊断对于保证乏燃料剪切机的安全运行、避免重大事故、减少其维修时间和费用有着重要的作用。针对目前中国针对乏燃料剪切机的故障诊断研究少、数据获取难度大、故障诊断的准确率低等问题,构建基于贝叶斯优化与卷积块注意力模块(convolutional block attention module,CBAM)的残差神经网络模型。首先在利用双声道差分法对噪声降噪,将其转化为梅尔频谱图并进行数据增强;其次引入CBAM对残差网络进行改进,提高网络的深层次特征提取能力,并利用贝叶斯优化算法训练优化器等超参数,得到最优超参数后重新训练网络模型。最后,通过实验结果显示所构建模型的诊断准确率为93.67%,对比其他方法有显著的提高。

基于贝叶斯优化的时间卷积网络船舶航迹预测

[目的]为提高船舶航迹预测精度和计算效率,解决传统方法容易出现的梯度爆炸、计算时间长等问题,提出基于改进的贝叶斯优化算法与时间卷积神经网络的航迹预测模型。[方法]首先,通过引入时间模式注意力机制,提取各输入特征的权重,保证航迹历史数据的时序性,同时引入可逆残差网络,减少时间卷积神经网络模型训练过程中占用的内存;然后,再采用贝叶斯优化算法对时间卷积网络中的超参数(内核大小K、膨胀系数d)进行寻优;最后,采用五折交叉验证方法对模型进行验证,获得最优模型后进行航迹预测。[结果]采用AIS采集的航迹数据验证,结果表明,在弱耦合、中耦合和强耦合航迹预测中,均方根误差分别平均提高5.5×10^(-5),3.5×10^(-4)和6×10^(-4)。[结论]所提出网络对复杂航迹具有良好的适应性,其预测精度均优于传统模型及LSTM模型,在耦合较强的航迹中仍能保持较高的预测精度。

基于SMOTE和Inception-CNN的种植和组培金线莲鉴别

金线莲是一种珍贵中药材,其治疗、保健作用十分显著。金线莲培育方式主要有种植、组培等,不同培育方式的金线莲,在性状上仅表现出细微差异,但药用、市场价值差异显著,培育方式鉴别能有效保证药用疗效、维护良好市场秩序,然而由于不同品系、产地、培育时间等复合差异的影响,增加了培育方式鉴别难度与复杂度。提出一种基于改进1D-Inception-CNN模型的金线莲培育方式鉴别方法。采用近红外光谱仪采集种植、组培金线莲的光谱,首先使用合成少数类过采样技术(SMOTE)进行过采样以解决种植品、组培品样本比例不平衡问题,其次构建基于改进Inception结构的一维卷积神经网络对来自不同品系、产地、培育时间的金线莲进行种植品、组培品鉴别,最后采用贝叶斯优化方法对构建的卷积神经网络模型超参数进行优化;最终五折交叉验证平均鉴别准确率、精确率、召回率、综合评价指标高达97.95%、 96.16%、 100%、 98.02%。研究表明,实验提出的鉴别模型为快速鉴别金线莲种植品、组培品提供一种有效方法。

基于EEMD-CBAM-BiLSTM的牵引负荷超短期预测

针对电气化铁路牵引负荷难以预测的问题,构建了一种由集合经验模态分解(EEMD)、改进型卷积块注意力模块(CBAM)和双向长短期神经网络(BiLSTM)组合成的EEMD-CBAM-BILSTM预测方法,有效地降低了牵引负荷超短期预测误差与计算成本。首先,通过EEMD将牵引负荷数据分解为多个稳定、有规律的时序模态函数,突出负荷数据的时序特征;其次,将分解后的各分量整体通入由卷积神经网络(CNN)和改进型CBAM组成的特征提取模块提取全局时序特征;最后,利用贝叶斯优化(BO)搜寻BiLSTM最优参数,并将全局特征通入优化后的神经网络进行超短期时序预测。仿真算例表明,该文所提预测框架在各预测步长下均能很好地把握牵引负荷变化趋势,显著提升了牵引负荷预测的精度。

基于贝叶斯网络的水下控制模块可靠性分析

水下控制模块是海底油气田水下生产系统的核心部件,其可靠性对水下生产系统安全运行至关重要,为保障水下生产系统的成功实施,提出一种基于失效模式影响及危害度分析(FMECA)以及故障树(FTA)的贝叶斯网络建模方法,使用MATLAB中BNT工具箱与GeNie软件进行水下控制模块(SCM)可靠性分析,并利用联合树算法对水下控制模块(SCM)进行网络模型推理,识别水下控制模块中的薄弱环节;最后,对比分析MATLAB中BNT工具箱与GeNie软件的分析效果来选择最佳的贝叶斯分析工具,对比结果表明二者具有相同的推理能力,能够为水下控制模块可靠性分析提供理论支撑,GeNie软件操作更方便,计算更快捷的特点。

食品中微生物危害的风险评估建模方法改进与应用

为了解决目前食品中微生物危害风险评估中模块化过程风险模型仅能评估当前风险而未能考虑流通领域的风险因素和危害溯源等缺陷,该文对食品中微生物危害的定量风险评估建模方法进行了改进。改进方法将操作环境、人员、设备等风险因素抽象为危害转移模块,设置控制模块表征控制措施对风险因素的控制作用,设置效益模块表征实施控制措施的成本和收益;采用贝叶斯网络模型结构,结合预测微生物学,通过贝叶斯推理估计食品处理过程中微生物危害的数量及其出现的概率。仿真分析表明,改进方法在实现食品中微生物危害风险评估的同时,在同一模型结构下能溯源危害被引入的风险因素源头,评估风险因素对食品产品安全的影响程度,管理者通过综合考虑控制效果和成本能够选择合适的风险控制措施。改进的风险评估建模方法对现有方法进行了补充,扩展了风险评估模型的功能,也为企业在生产流通过程中预防和管理安全风险提供有力的工具,具有重要的理论和应用价值。

利用节点可信度的安全链路状态路由协议

针对当前互联网中亟需解决的安全路由技术展开研究,在综合考虑节点身份和交互行为的基础上,引入一种基于动态贝叶斯网络的可信度量模型,将此模型应用于开放式最短路径优先路由协议,同时结合基于组合公钥的安全认证技术,提出了一种新的安全链路状态路由协议,能够为信息传输选择高安全可信的路径.仿真实验通过模拟拒绝服务攻击,验证了在同等条件下新安全链路状态路由协议在增强安全可信性的同时,并未显著增加协议的开销和复杂性,且在遭受网络攻击时具有较好的时效性和动态自适应能力,能够有效抑制异常实体的威胁.