衡星辰 覃 征 賀升平
摘要:提出了用動態貝葉斯網絡(DBN)對非時齊馬氏決策系統進行建模的改進方法,使動態貝葉斯網絡能被更廣泛地應用于各種復雜的真實系統中.該方法的基本思路是,將擴展后的隱藏變量引入DBN的演化過程來建立假設條件所要求的馬爾可夫模型,給出從不完整的樣本數據集以及存在隱藏變量時來學習DBN結構的算法,進而用貝葉斯概率統計方法對后來的時間片的充分統計因子進行估計,并通過當前已存在的和估計的充分統計因子對基于時間變化的轉移概率進行學習,以解決假設條件要求的轉移概率的時不變性.原理性分析和仿真實驗結果也驗證了改進方法的有效性.
關鍵詞:動態貝葉斯網絡;馬爾可夫模型;隱藏變量;貝葉斯概率統計
中圖分類號:TP18文獻標識碼:A文章編號:0253—987X(2005)10—1088—04