文献类型：期刊文章

作　　者：刘浩然[1,2] 吕晓贺[1,2] 李轩[1,2] 李世昭[1,2] 史永红[1,2]

机构地区：[1]燕山大学信息科学与工程学院河北省特种光纤与光纤传感重点实验室,秦皇岛066004 [2]燕山大学信息科学与工程学院,秦皇岛066004

出　　处：《仪器仪表学报》

年　　份：2015

卷　　号：36

期　　号：7

起止页码：1554-1561

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、CSCD、CSCD2015_2016、EI(收录号：20153601245899)、IC、INSPEC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：贝叶斯网络是数据挖掘最有效和可靠的方法之一,而贝叶斯网络结构学习是贝叶斯网络研究的关键环节。针对现有经典结构学习算法——爬山算法易陷入局部最优、效率低的问题,通过计算互信息建立最大支撑树,并将最大支撑树与简化爬山算法相结合,提出了一种新的贝叶斯网络结构学习改进算法。通过与经典的爬山法和K2算法进行比较,结果表明该改进算法不仅能够得到较高准确率的模型,而且能够提高模型建立的效率。最后基于该改进算法,结合冀东水泥集团的水泥回转窑现场运行数据,建立了水泥回转窑故障诊断模型,实现了精确快速的故障诊断。

关 键 词：最大支撑树  改进算法  贝叶斯网络结构学习 水泥回转窑 故障诊断模型  

分 类 号：TH165.3]