基于共轭先验分布的贝叶斯网络分类模型
针对贝叶斯网络后验概率需计算样本边际分布,计算代价大的问题,将共轭先验分布思想引入贝叶斯分类,提出了基于共轭先验分布的贝叶斯网络分类模型.针对非区间离散样本,提出一种自适应的样本离散方法,将小波包提取模拟电路故障特征离散化作为分类模型属性.仿真验证表明,模型分类效果较好,算法运行速度得以提高,也可应用于连续样本和多分类的情况,扩展了贝叶斯网络分类的应用范围.
贝叶斯网、共轭先验分布、边际分布、模拟电路、故障诊断
27
TP181(自动化基础理论)
国家973计划项目61355020301
2012-12-10(万方平台首次上网日期,不代表论文的发表时间)
1393-1396,1401