主权项 |
一种自主融合先验知识的贝叶斯网络方法,其特征在于,所述方法包括以下步骤:(1)从领域专家获取先验知识,将所述先验知识转化为规则格式,同时将所述规则格式转化为m阶方阵,将所述m阶方阵存储到先验知识表中;(2)初始化当前贝叶斯网络评分为0,对m个节点进行随机排序得到一个随机序例ρ;(3)对m个节点中每个节点Xj的父节点数量设置一个阈值μ,初始化当前贝叶斯网络为一个空图;(4)获取所述随机序列ρ中任一节点Xj的父节点集合πj,获取所述随机序列ρ中在Xj之前,且不是Xj的父节点的变量Xi;(5)判断是否|πj|<μ,如果是,执行步骤(6);如果否,执行步骤(4);(6)在所述先验知识表中查找Xi和Xj之间是否一定不可以有边,如果是,执行步骤(7);如果否,执行步骤(8);(7)直接舍弃Xi和Xj之间的边;(8)根据所述Xi和Xj之间的边获取新的贝叶斯网络及其新的贝叶斯网络评分,判断所述新的贝叶斯网络评分是否大于所述当前贝叶斯网络评分,如果是,将所述新的贝叶斯网络作为所述当前贝叶斯网络,当所述随机序列ρ中所有节点执行完毕,返回所述当前贝叶斯网络,作为最终贝叶斯网络模型,流程结束;如果否,重新执行步骤(4)。 |