基于贝叶斯网络的可信概率评估方法

针对ad-hoc现存的问题,基于贝叶斯网络提出一种ad-hoc网络中评估节点可信度的模型.根据节点在网络的属性,利用贝叶斯网络,动态地计算节点可信度,模型可以根据节点关注的属性不同,调整贝叶斯网络子节点概率分布表,从而实现灵活的可信评估策略.结合贝叶斯网络,用概率统计的方法计算节点的可信度,该方法使用贝叶斯网络计算,评估节点的当前状态在历史通信记录的基础上的可信概率.仿真结果表明,本方法能够动态反映节点可信程度,及时地发现恶意攻击.     

基于Multi-Agent的网络学习诊断系统模型

近年来,网络智能教学系统的研究已经成为网络研究和应用的热点,如何利用智能教学系统来帮助学习者提高学习能力是其中重要的研究方向之一。因此,提出了基于Multi-Agent的网络学习诊断模型,与传统测试系统仅给出学习者学习成绩相比,本模型利用条件概率以及概念的相关性,对测试结果进行充分分析,发现学习者的学习问题,提供个性化学习建议。     

程序设计ITS中的智能诊断及评价工具研究

目前智能技术在网络教学系统中的应用是一个大的趋势,对于大多数编程新手来说,在开放式的计算机程序设计在线学习平台中进行有效率的编码及程序开发学习是非常困难的,而智能教学系统凭借其自动适应学生的学习需要、提供个性化教学方式等优势能最大化提高教学质量和效率.运用文本挖掘和机器学习技术,对基于程序设计智能教学系统中的诊断及评价工具进行研究,并给出了系统模型的构建方案.智能诊断及评价模块主要包含"重要度计算器"、"复合分类器"、"反馈模块"、"程序设计评估"等4部分,针对学习者提交的程序源代码和注释信息进行处理,并能将评价结果反馈给学习者,从而达到提高学生学习效率及协助教师甄别成绩较差学生并对其进行有针对性辅导的目的.     

基于贝叶斯网络的网络安全态势评估方法研究

针对当前网络安全评估系统不能提供有用态势信息的缺陷,提出了一种新的网络安全态势评估方法。将贝叶斯网络应用于网络安全态势评估中,根据多树型网络推理,利用贝叶斯网络的图形结构,提出了由点到面、自下向上相互影响的多元化安全态势评估模型。并将网络及主机工具采集的信息作为事件节点的证据来更新态势节点的概率,并反过来影响事件节点的概率,从而预测网络安全态势。     

网络教学系统的个性化学习指导研究

个性化服务是网络辅助教学中普遍存在的需求,个性化网络教学系统把教学分为许多短小的单元,强调学习者在教学过程中的责任.本文就如何为学习者提供个性化学习指导与评价机制进行了研究.     

对流式视频进行注释网络点播学习系统的设计

针对当前视频点播学习系统的不足,提出了学习者对流式视频学习内容进行注释这一想法,对网络视频进行注释的行为类似于在课本的空白处作笔记,这种把注释内容与视频内容实时关联起来的系统,旨在更好地促进学习者的个性化学习和协作性学习.文中重点分析了对流式视频进行注释的网络点播学习系统的特点和功能,并提出了相应的系统模型,为创设有利于学习者个性化和协作性学习的网络环境提供了参考.     

基于AHP模型的网络用户分类及风险评估分析

针对网络用户分类及风险评估分析的问题,使用了层次分析、数据挖掘、贝叶斯学习等方法,综合分析了恐怖分子的主要性格特征及相应的网络资源使用倾向,分别构建AHP-风险性指数评估模型、加权朴素贝叶斯分类模型,使用了MATLAB软件编程,得到12种网络资源使用倾向相对于风险性指数权重,并根据所得结论将风险性指数划分为低、中、高三种类别,利用随机数对模型进行评估,进一步验证了模型的合理性以及可操作性。     

贝叶斯网络在机械系统可靠性评估中的应用

针对故障树分析方法在可靠性评估方法中的局限性,提出了基于贝叶斯网络的机械系统可靠性评估新方法.首先根据系统可靠性框图建立故障树,然后将故障树直接映射成为贝叶斯网络,构建条件概率表,运用贝叶斯网络的推理能力进行系统的可靠性评估.该方法不但能计算出机械系统的可靠性指标,而且能方便地给出某一个部件或几个部件对系统可靠性的影响大小,识别系统的薄弱环节.最后通过实例验证了用贝叶斯网络进行机械系统可靠性评估的有效性.     

一种面向个性化网络学习的协同学习任务生成方法

提出了一种面向个性化网络学习的协同学习任务自动生成方法.该方法以学习目标与学习小组中学习者的个性特征为输入,通过基于学习者认知水平的协作成员分组和基于耦合度的协同学习模式分配,生成符合学习者群体个性特征的协同学习任务,从而有效地解决了网络学习中个性化学习与协同学习相结合的问题.该方法已在实时教学系统中进行了测试,结果表明,相对无指导的协同学习,根据此方法所生成的学习任务的协同学习可有效提高学习效率.     

基于贝叶斯网络的列控车载设备故障诊断

针对目前高速铁路列控车载设备故障诊断过度依赖于专家经验且诊断正确率不高等问题,提出了以专家知识为基础,以贝叶斯网络为核心的故障诊断方法.首先,以CTCS3-300T型列车运行控制系统的车载设备为研究对象,建立基于专家知识的贝叶斯网络.其次,根据故障记录数据集使用K2算法进行结构学习并对学习后的贝叶斯网络结构做适当简约处理.利用极大似然估计算法进行参数学习,得到故障诊断的最优贝叶斯网络.最后,通过诊断推理,得到该故障诊断模型的诊断正确率为88.20％,验证了该贝叶斯网络模型的可行性和有效性.     

基于贝叶斯网络的态势评估诊断模型

针对传统的水电设备诊断模型通用性差等问题,提出了基于贝叶斯网络的水电设备态势评估诊断模型.该态势评估模型根据功能分为三层结构:特征级、理解级、评估级.并将贝叶斯网络中的节点按照功能分为态势节点和事件节点,采用网络推理过程将传感器采集信息作为事件节点的证据用来更新态势节点概率,并反过来影响事件节点的概率.该诊断模型在水电设备调速系统的诊断应用中的准确率达到95.2%,证实了该模型的判决可信度.     

一种基于贝叶斯网络的威胁估计方法

为有效处理地面战场威胁估计问题,提出了一种基于贝叶斯网络的威胁估计方法。根据专家知识建立贝叶斯网络模型,通过匹配算法实现态势估计记录与贝叶斯网络中态势节点的匹配,并根据证据可信度及先验概率动态实现态势节点的概率赋值,利用Pearl消息传播算法计算威胁等级节点各取值的概率值,最终获得威胁等级决策。针对一个简化的贝叶斯网络模型,采用该方法进行了不同先验概率及态势下威胁等级的仿真评估,所得结论与人工判定结论基本吻合,表明该方法可有效地应用于地面战场威胁估计领域。     

一种基于贝叶斯理论的软件可靠度评估方法

针对目前软件测试过程中可靠性度量方法匮乏的不足,提出了一种新的基于贝叶斯理论的软件可靠度评估方法,该方法通过分析软件模块间的影响关系构建贝叶斯网络,利用贝叶斯方法和经验数据评估贝叶斯网络中各节点的可靠度.给出了可靠度计算的详细推导过程,并通过一个具体实例解释了计算过程.该方法能重用已有的测试结果,计算速度快,简单易行.通过对每个模块提供数值可靠度估算,可以作为测试用例选择的依据,降低了测试成本,从而很好地为软件测试提供支持.     

一种基于属性贝叶斯网络的行为识别模型

针对传统行为识别方法仅利用底层特征识别的不足,提出了一种将动作属性与贝叶斯网络相结合的行为识别方法.首先,提取视频中的时空兴趣点及其3D-SIFT特征描述符,用词袋的方法建立时空词典对视频序列进行表示;然后,利用底层特征训练属性分类器,构造由底层特征到高层特征的映射,将底层特征样本经过属性分类器后得到行为—属性的样本信息,并采用MAP(最大后验概率)准则学习贝叶斯网络结构,从而建立一种基于属性贝叶斯网络的行为识别模型.实验结果表明该模型能有效地进行行为识别.     

对流式视频进行注释网络点播学习系统的设计

针对当前视频点播学习系统的不足,提出了学习者对流式视频学习内容进行注释这一想法,对网络视频进行注释的行为类似于在课本的空白处作笔记,这种把注释内容与视频内容实时关联起来的系统,旨在更好地促进学习者的个性化学习和协作性学习。文中重点分析了对流式视频进行注释的网络点播学习系统的特点和功能,并提出了相应的系统模型,为创设有利于学习者个性化和协作性学习的网络环境提供了参考。     

基于贝叶斯网络的老年重症患者的预后评估

针对当前重症患者预后相关因素的研究主要集中于线性回归分析,构建了一基于贝叶斯网络的老年重症患者预后评估系统。提出了一种基于最小描述长度与K2算法的贝叶斯方法,以获得较优的网络结构;并利用最大似然估计进行参数学习。四折交叉抽样的实验结果表明,所构建系统的预测精度比传统的BP神经网络和基于K2的贝叶斯网络学习分别提高了6.87%和27.20%.这将为医生预测高龄患者在ICU治疗中的受益程度提供临床决策支持。     

快速路交通事件持续时间预测模型研究

针对城市快速路交通事件持续时间影响因素的复杂性和不确定性,结合贝叶斯网络和非参数回归方法,提出了一种新的快速路交通事件持续时间预测模型.采用上海市快速路监控中心数据,经过降噪处理,生成样本数据;在分析样本数据特征基础上,确定了贝叶斯网络的结构学习方法与参数学习方法;对贝叶斯网络模型的结果用非参数回归算法生成持续时间预测值.最后,对模型预测精度进行了验证,发现模型预测效果较好.     

知识点网络下的知识评估和学习路径选择

学习者在认知过程中可能掌握了某些知识点，但自身的知识状态并未改变，因此，为了提高学习效率并对学习者进行知识评估，在知识点网络下运用形式概念分析方法讨论如何对学习者进行知识评估和学习路径选择问题.首先，给出了知识点网络的构造方法、有效知识点组合的概念及知识点网络下题库的构造方法；其次，通过知识点网络诱导知识点背景，在已知学习者知识状态的情况下对学习者掌握的知识点进行评估，并给出知识点网络下的学习路径图及其算法；最后，通过实验验证了提出的算法的有效性和可行性.研究发现，由知识点网络诱导的知识点背景确定的知识点结构满足良级性.     

交互视角下网络学习行为特征挖掘

网络学习已经成为互联网+时代的重要学习形式.为了提高网络学习效果,提供个性化的学习服务,对网络学习行为进行深入分析尤为重要.本文提出了人际交互、任务交互、内容交互和系统交互四个维度的网络学习行为模型,构建了基于交互的网络学习行为特征,对网络学习效果进行评价.以某网络课程学习者的网络学习行为数据为研究对象,通过分析网络学...     

基于模糊理论和贝叶斯网络的燃气轮机健康状态评估方法

针对小样本条件下燃气轮机的健康状态评估问题,提出基于模糊理论和近等式约束的贝叶斯网络的燃气轮机健康状态评估方法。用模糊理论整合专家先验知识,以近等式约束的形式将其融合到贝叶斯网络参数学习中,再通过贝叶斯网络模型得到燃气轮机健康状态。以某型燃气轮机为例进行仿真,结果表明,该型燃气轮机处于正常状态,与实际运行状态相符,验证了方法的可行性。该方法具有一定的工程应用价值。