买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
摘要:本发明针对智能系统在开发建模阶段数据样本中各类缺陷对智能模型影响机理不明确的问题,提出了一种基于贝叶斯网络的智能系统开发建模失效机理分析方法,可以实现通过敏感性分析来定量描述各类数据缺陷对智能软件的影响机理。它包括三大步骤:1获取模型所需的数据集和确定分析的样本缺陷因素,对缺陷因素进行离散化;2确定智能软件的评价指标,构建评价指标与样本缺陷因素的贝叶斯网络,将样本缺陷表示成贝叶斯网络结构和参数约束;3根据贝叶斯网络对缺陷进行敏感性分析。本发明能够建立缺陷因素导致模型故障的定量描述模型,帮助构建更适合智能系统的训练数据集。
主权项:1.一种基于贝叶斯网络的智能系统开发建模失效机理分析方法,其特征在于包含以下步骤:步骤1:获取现有待使用的数据集Y,并确定关注的N种样本缺陷因素,分别对N种缺陷因素进行离散化,包括以下步骤:步骤1.1:选取等距、二值化和K-means中的一种离散化方法对原始数据进行离散化处理;步骤1.2:利用离散化后的数据建立贝叶斯网络模型;步骤1.3:利用贝叶斯网络模型进行推理,分析系统内部各变量的因果关系;步骤1.4:判断是否满足预先设定的推理精度,如果满足,则返回步骤1.1,离散化状态值增加1;如果不满足,则输出最大离散化状态数;步骤2:确定模型的评价指标,建立样本缺陷与评价指标之间的贝叶斯网络,将样本缺陷表示成贝叶斯网络结构和参数约束,包括规范性约束、区间约束、分布内约束、分布间约束,具体如下:1规范性约束表示父节点概率取值相同时,所有参数之和为1,如下式: 其中,θjk表示网络第j个父节点的第k个子节点概率取值;2区间约束表示参数属于给定的区间,如下式:0≤αjk≤θjk≤βjk≤1其中,αjk和βjk表示子节点θjk的概率取值上下界;3分布内约束表示父节点相同时,同一分布内参数之间的大小关系,如下式: 其中,θjk和θjk'分别表示同一父节点下不同的两个子节点的概率取值;4分布间约束表示子节点概率取值相同时,不同分布之间参数的大小关系,如下式: 其中,νj'k和νjk表示子节点取值相同的两个不同父节点概率取值;步骤3:根据贝叶斯网络对缺陷进行敏感性分析,具体步骤如下:步骤3.1:定义各缺陷与评价指标的响应函数Fx=gX,X=x1,x2,...,xn,定义响应函数对缺陷因素xi的偏导数为响应函数对缺陷因素xi的灵敏度Si,如下式: 当Si>0时,Fx随xi的增大而增大;Si<0时,Fx随xi的增大而减小;Si=0时,Fx不随xi的变化而变化;Si绝对值的大小反映了Fx随xi变化的快慢程度,即函数Fx对缺陷因素xi的灵敏度,进而基于贝叶斯网络的条件概率变化程度可以求得各缺陷因素xi取值变化对响应函数Fx变化的贡献度;步骤3.2:确定各缺陷因素的变化范围,根据确定的离散化状态数,选取第i个缺陷因素构建第j个样本数据集Yij;步骤3.3:将构建的数据集输入到智能模型中直至模型收敛,并利用同一测试集进行测试得到数据集Yij的评价指标Fij;重复步骤3.2-3.3,直到所有的缺陷样本数据集测试完毕;步骤3.4:将所有结果输入到贝叶斯网络中,计算得到各缺陷因素的敏感性指标,确定各缺陷因素对模型评价指标变化的贡献度。
全文数据:
权利要求:
百度查询: 北京航空航天大学 一种基于贝叶斯网络的智能系统开发建模失效机理分析方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。