一种增加先验知识库的贝叶斯网络推理模型

• 作者: 刘学军 张礼 瞿锡垚
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 贝叶斯网络 知识库 局部马尔可夫性质 联结树算法 Hugin消息传递
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 92-95
• 页数: 4页
• 分类号: TP31
• 字数: 2895字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2019.08.018

摘要

贝叶斯网络作为一种不确定知识表示网络,由网络结构和各节点的条件概率表组成,在解决系统决策问题方面具有先天的理论优势.目前在大多数贝叶斯网络的应用中,各节点条件概率表的产生均是以人工输入的方式完成,这在一些拥有较多网络节点的复杂背景中,需要巨大的人工消耗,效率低下.针对这一问题,提出一种增加先验知识库的贝叶斯网络推理模型.根据具体的建模问题创建先验知识库,在该先验知识库下对网络节点进行类别标记,然后根据局部马尔可夫性自动生成各节点的条件概率表.在贝叶斯网络推理任务中,使用在精确推理任务中处理速度快、应用最为广泛的联结树算法,并使用Hugin算法完成消息的传递.最后通过一个贝叶斯网络实例验证了整个模型的处理流程.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘学军	南京航空航天大学计算机科学与技术学院	31	236	7.0	14.0
2	张礼	南京林业大学信息科学技术学院	6	3	1.0	1.0
3	瞿锡垚	南京航空航天大学计算机科学与技术学院	2	1	1.0	1.0