提出了一种数据丢失贝叶斯网络参数学习的优化算法。期望最大化(EM)算法是常用的参数学习算法。 EM的最大似然估计(MLE)和最大后代估计(MAP)是局部估计,而不是全局估计,不容易实现全局最优。因此,本文提出了一种基于EM算法的点估计相对误差最小优化算法(EM-MLE-MAP)。仿真和实验结果表明,该算法在转子贝叶斯网络故障诊断中具有较好的精度,当损失率小于3%时,具有较高的诊断精度。
评论星级较低,若资源使用遇到问题可联系上传者,3个工作日内问题未解决可申请退款~