概率图模型

摘要： 多尺度几何分析(Multiscale Geometric Analysis,MGA)为图像的高维奇异特性提供了一种更优、更稀疏的表示方法,从而为更好地捕捉图像中的多方向边缘和纹理特性提供了有效的支撑.图像MGA域隐马尔可夫树模型(Hidden Markov Tree,HMT)成功地对图像多尺度变换系数的统计特性及系数间的相关性进行刻画,为进一步挖掘图像更深层次特性提供了重要途径,在很大程度上提升了MGA在图像处理领域的有效性.本文对图像MGA域HMT模型的研究进展进行综述.先对传统MGA域HMT模型的发展进行分析和讨论,对其构建的一般过程进行了形式化描述;在此基础上,归纳了传统MGA域HMT模型存在的一些关键问题,并以此为导向对MGA变换域HMT模型的研究进展进行了分析和讨论;最后对MGA域HMT模型未来的发展情况进行了展望.

摘要： 在长尾推荐场景中,目标用户更信任与自己兴趣相似的好友的推荐结果,故为目标用户推荐其好友的个性化偏好物品有利于提高长尾推荐性能.相应地,如何有效融合社交网络信息与评分矩阵信息,提升推荐性能自然成为长尾推荐中的重要问题.为此,0x09文中从信息融合视角出发,通过社交网络和评分矩阵共享用户的潜在特征向量,并将好友推荐信息作为长尾推荐的重要影响因素,建立融合社交网络信息的长尾推荐方法.将用户活跃度、项目非流行度、用户项目偏好水平及好友推荐行为作为输入,采用变分推断方法,得出模型中相关未知参数,实现预测功能.实验表明,文中方法能在有效实现长尾物品推荐的同时,保证较高的推荐精度.

摘要： 机载雷达遭受的强杂波干扰以及目标的强机动使噪声呈现长拖尾的非高斯特性.此外,载机的运动导致杂波淹没目标的航迹,使雷达无法检测到目标,出现随机的量测丢失现象.为此,设计了强杂波背景下含量测丢失的目标跟踪算法.该算法采用学生t分布来模拟非高斯噪声的长拖尾特性.通过引入伯努利随机变量,将求和形式的后验概率密度函数转换成乘积形式的概率质量函数,并构建了分层状态空间模型.在此基础上,设计了用于量测丢失的鲁棒变分贝叶斯平滑器.以机载雷达跟踪空中目标为例验证了本文算法的有效性.

摘要： 在使用图信号处理工具之前需要知道信号的底层图,即信号的空间结构。但在实际场景中,尤其是对于缺失信号而言,图未必是已知的。对此提出一种缺失信号的图学习模型。利用信号的空间变分和稀疏惩罚项来学习图,同时利用空间变分和时间变分及学到的图重构信号,重复迭代直至目标函数值最小时得到最优解。实验结果表明在信号缺失的情况下,该模型依然能够合理学习到图结构,并且在实测温度数据中聚类和信号重构的效果要优于常用的聚类算法和图信号重构算法。

摘要： 路径规划是为机器人生成可行驶路径以实现循迹的过程。因此,机器人的位置应该位于或靠近规划的行驶路径。从而,路径规划可为机器人定位产生重要的约束。该文提出一种规划路径约束的位置概率图(PILPM)模型,该模型通过概率来表征机器人在整个地图范围内所处的位置的可能性。其中,模型中概率密度函数是通过核密度估计(KDE)方法从表征规划路径的所有数据点生成。在所提出的PI-LPM模型基础上,提出一种规划路径约束的机器人定位新算法(RL-PPC)来提高机器人定位精度。在该方法中,应用粒子滤波算法来融合所提出的PI-LPM模型和已有的传感器定位方法。融合过程中,从PI-LPM模型中计算得到的概率是分配粒子权重的一个重要因素。实验中分别利用仿真数据和真实数据对所提出的模型与算法进行验证。实验结果表明,所提RLPPC算法可有效融合PI-LPM模型与主流的定位系统(如GPS和LiDAR定位系统),并显著提高机器人定位的整体性能。

摘要： 针对司法实践中对于可解释性及预测性能的需求,本文提出了一种基于概率图模型的量刑智能辅助方法.该方法以量刑要素为基石建立含有隐节点的概率图模型,由极大似然准则估计刑期分布的参数,进而计算分布的数学期望得到预测值.关于危险驾驶罪的实验结果表明,概率图模型的预测准确率优于决策树和神经网络等对比模型,且具有良好的可解释性.

摘要： 目的探究基于贝叶斯网络的老年综合评估过程简化方法在社区老年综合评估(comprehensive geriatric assessment,CGA)中的应用价值,为普及社区CGA工作提供一种可行的技术手段。方法以2018年中国老年健康影响因素跟踪调查(Chinese Longitudinal Healthy Longevity Survey,CLHLS)的横断面调查中的958位老年人为研究对象,根据CGA内容筛选有效样本。选择70%数据作为训练集构建贝叶斯网络模型并设计问卷调查算法。构建快速前向问卷模型(fast preceding questionnaire model,FPQM),与基于贝叶斯网络的老年综合评估过程简化方法进行比较分析。以平均准确率、平均简化率、平均Fβ分数(average Fβscore,AFβ)、占用空间作为模型的评价指标。结果基于贝叶斯网络的老年综合评估过程简化方法在测试集上的平均准确率、AFβ均最高,分别为0.9836,0.8499;占用空间最小,为23 kB。FPQM的平均简化率较高,为0.9737,但平均准确率、AFβ较低,分别为0.8420、0.7876;占用空间巨大,达4.13 GB。结论基于贝叶斯网络的老年综合评估过程简化方法在准确率、综合性能和空间占用方面均明显优于已报道的简化算法。在当前老龄化日益严峻背景下,该方法对于基层社区和养老机构提升CGA工作效率具有重要应用价值。

摘要： 基于像素级的交互式图像分割算法对初始种子位置和噪声敏感,同时仅基于超像素的分割方法无法保留图像细节经常导致分割结果出现欠分割问题.针对上述问题,提出超像素/像素约束和稀疏表示的图像分割模型.该方法利用高斯函数分别对像素和超像素构造了相互约束的代价函数,引入了稀疏分解对模型进行优化以提升模型对图像噪声的鲁棒性,最后利用联合优化策略对代价函数求解估计出目标和背景标记实现目标提取.实验结果表明,与现有的分割方法相比,提出的方法能获得较好的分割效果,对高斯噪声和椒盐噪声具有较强的鲁棒性.

摘要： 该文目的在于设计一种病理图像分割的方法,解决病理图像中复杂纹理背景上的粘连与部分重叠目标的识别与分割的问题。通过构造适合于病理图像分割的混合概率图模型,分别利用无向图与有向图,对细胞核位置、轮廓对于区域及边缘信息的概率依赖关系进行统计建模,研究上述构造的图模型中的参数估计方法,设计与实现基于上述构造的概率图模型的病理图像分割算法,实验表明该方法提高了病理图像中细胞核的识别与轮廓勾勒的准确性。

摘要： 针对基于视觉的传统海面目标检测算法在水面无人艇的自动避碰应用中存在检测精确率、召回率低以及对复杂场景的适应性不足的问题,提出一种基于概率图与视觉显著性的海面目标检测算法.首先利用概率图模型分割出原始图像中的海界限区域与海面孤立目标;然后针对海界限区域子图像特点,设计了一种基于方向抑制的梯度特征,并结合背景先验改进频率调谐显著图,利用特征融合的方法提取海界限区域的潜在目标.实验结果表明,该算法能够有效抑制云、飞鸟、海天线和海杂波的背景干扰.与传统方法相比,提出的方法具有更高的精确率与召回率,且满足无人艇自动避碰实时性的要求.

摘要： 近年来概率图模型已成为不确定性推理的研究热点,在人工智能、机器学习与计算机视觉等领域有广阔的应用前景.根据网络结构与查询问题类型的不同,系统地综述了概率图模型的推理算法.首先讨论了贝叶斯网络与马尔可夫网络中解决概率查询问题的精确推理算法与近似推理算法,其中主要介绍精确推理中的VE算法、递归约束算法和团树算法,以及近似推理中的变分近似推理和抽样近似推理算法,并给出了解决MAP查询问题的常用推理算法;然后分别针对混合网络的连续与混合情况阐述其推理算法,并分析了暂态网络的精确推理、近似推理以及混合情况下的推理;最后指出了概率图模型推理方法未来的研究方向.

摘要： 在计算机视觉领域,概率图模型因其具有坚实的理论背景和应用广泛而受到关注,它是一种基本的建模工具,许多视觉问题都可以通过建立概率图模型进行求解.当前,基于概率图模型的图像分割方法已经成为图像分割应用中一个研究的热点,引起了越来越多研究者的重视.本文首先简要地介绍了概率图模型的发展历程、基本概念和类型,然后对两种无向概率图模型——马尔可夫随机场与条件随机场在图像分割中的应用,目前流行的比较高效的推理方法包括置信传播算法、图割算法,以及模型参数估计方法进行了介绍和分析,最后对概率图模型的新发展方向进行了展望.

摘要： 不确定性数据的世系分析是基于数据产生和演变的过程来跟踪数据不确定性的来源。为了有效地描述数据间复杂的相关性及不确定性,并从理论上保证世系分析中概率计算的正确性,文中研究了基于贝叶斯网这一重要的概率图模型的不确定性数据世系表示方法。以世系的布尔公式和不确定性数据本身为出发点,提出了将布尔公式等价转换为贝叶斯网的方法,并讨论了相应的条件独立性质和概率语义。案例研究和实验结果表明,文中的方法为世系分析提供了一种有效性的、可扩展的数据相关性表示和概率计算框架。

摘要： 供应链管理网络是种有向无环图,在实际应用中不可避免的具有多种不确定性,这些不确定性可用概率进行表示.贝叶斯网是种应用较广的概率图模型,它也是有向无环图.对供应链管理网络中的不确定信息与贝叶斯网进行研究,对使用贝叶斯网络研究供应链管理的可行性进行了论证.由于贝叶斯网是概率分布与图表示的完美结合,根据供应链管理中的不确定信息,可建立合适的贝叶斯网,通过联合概率分布进行决策,使得供应链中的各方达到共同获利的目的.由于贝叶斯网在-般情况下的学习与推理问题都是NP难问题,对用于供应链管理贝叶斯网在仿真中可能遇到的情况进行了分析.研究表明,将贝叶斯网应用到供应链管理中的不确定信息仿真是切实可行的.

摘要： 随着Web2.0的不断普及和电子商务应用的迅速发展,大规模的在线评价数据不断产生,使用户行为数据分析和用户行为建模成为可能,且具有重要的意义.考虑到用户评价数据和评价行为的动态性,本文以带有隐变量的贝叶斯网(简称隐变量模型)作为各属性间依赖关系及其不确定性表示的基本框架,构建既能刻画用户评价数据中各属性间相互依赖的不确定性、也能描述用户行为动态性的模型.首先,以贝叶斯信息标准(BIC)分值作为模型与数据拟合度的度量标准,提出了基于打分搜索方法来构建各时间片中反映用户评价行为的隐变量模型,并给出基于期望最大(EM)算法的隐变量取值填充方法.其次,基于条件互信息和时序的不可逆性,提出了相邻时间片间隐变量模型的构建方法.建立在MovieLens数据集上的实验验证了本文提出的动态用户行为建模方法的高效性及有效性.

摘要： 对变压器状态进行全面、准确的评价、诊断和预测,是设备状态检修和全寿命周期管理的前提条件,也是智能调度运行的重要依据,可以为电网安全、可靠、高效运行提供有力的技术支撑.现有变压器状态评价和诊断模型主要基于单一或少数状态参量进行分析和判断,难以实现其潜伏性故障的发现和预测.本文将概率图模型引入对变压器状态进行关联规则挖掘,最后利用该方法挖掘微分方程组的数值解之间的关联规则,结果表明该方法可以准确挖掘出各组数值解之间的关联规则;将该方法用于某五台500kV变压器的各状态实测数据,挖掘各状态量之间的关联规则,并将挖掘得到的关联规则用于修正单一状态量的预测结果,结果表明利用该关联规则可以使状态预测更加精确.从而验证了该方法用于关联规则挖掘的有效性和可行性.

摘要： 识别微博平台中的水军是一个很有意义的研究问题,目前识别水军的方法多从用户的微博数、注册时间、好友数量等静态属性出发,人工定性地判别水军,然而这些方法很难在实际应用中取得很好的效果.深入分析用户的各种属性与行为,构建能够区分普通用户和水军的属性特征与行为特征,将用户的属性特征作为识别水军的前提条件,而行为特征则是判别其是否为水军的验证结果.依据概率图模型思想,属性特征可以作为模型的输入变量,行为特征是观测变量,用户为水军的概率则是输入与观测变量之间的隐变量,构建一个识别微博水军的概率图模型计算用户为水军的概率.将2个国内外最具代表性的微博平台作为实验对象,分别在2个数据集上进行实验,结果表明提出的模型能够有效地发现各微博平台中的水军.

摘要： 介绍变分近似推理算法的最新研究进展,根据算法的方法论把变分近似推理分4类,包括环信任传播算法、期望传播算法、结构变分算法和线性规划松弛算法.分别描述这4种算法的特点与最新研究,给出变分优化问题和不动点方程.最后指出未来研究方向和有待解决的问题.

摘要： 显著边界提取是将图像中平滑连续的物体边界自动寻找出来,它是服务于物体识别的一个初级视觉问题.现有显著边界提取算法绝大部分都可纳入脱离区域概念的基于边连接的理论框架.在此框架下提出了一个基于概率图模型的边连接算法.同时指出边连接框架下显著边界提取是个无法分解的指数级问题,难以利用动态规划高效解决,应置于图像区域分割的背景下,与区域分割问题一并解决.

摘要： 概率网络是一种非常有效的不确定性知识表达和推理工具。综述了贝叶斯网络及其扩展模型、基于知识概率图网络的建模技术、学习算法以及推理算法等方面的研究,并简要介绍了近年来在我国的应用情况。

摘要： 本说明书实施例提供一种基于概率图模型对序列进行分析的方法及装置，在对序列进行分析的方法中，获取指标的观测值序列，其中包括指标在连续的D个时段的D个观测值。获取针对目标参数设定的参数先验分布，以及针对指标的实际值设定的实际值先验分布。该目标参数包括观测值和实际值之间的差异参数，以及D个相似性参数。D个相似性参数中的第i个相似性参数用于衡量相隔i个时段的两个实际值的相似性。基于观测值序列、参数先验分布和实际值先验分布，构建概率图模型，该概率图模型至少包括对应于D个时段的D个实际值的D个节点，以及节点之间的连接边。根据概率图模型中的连接边，确定针对指标的实际值的周期性分析结果。

摘要： 本发明公开了一种基于光学概率图模型的卫星探测方法，该方法包括：输入卫星观测到的原始图像；构建光学概率图模型；获得原始图像的联合概率分布；根据联合概率分布形成原始图像的掩膜，确定原始图像中目标物的位置；将多个原始图像按时序进行排列，并根据时序排列后各个原始图像中目标物的位置，确定目标物的运动速度和方向；调整卫星的拍摄角度，对目标物进行实时探测跟踪。该方法利用光学概率图模型对卫星图像进行快速有效的处理，实现对目标物体的快速跟踪。整个方法在图像处理过程中充分利用了光学计算的高速性、低能耗以及概率图模型的高效性和高质量性的优势，促进卫星探测向着实时化、高效化、低能耗化方向发展。

摘要： 本发明公开了一种基于集成学习和概率图模型的图像语义分割方法，包括：对待分割图像进行语义分割，得到多个分割结果；对所述多个分割结果进行集成，得到集成结果；将所述集成结果转换为一元势能；将所述一元势能与所述待分割图像输入到概率图模型中，通过最大后验概率推理得到最终语义分割结果。本发明既可以利用多个不同方法或模型或在不同尺度上的性能偏好，并利用其差异度，又可利用概率图模型的建模和推理能力进行图像语义分割，提高了图像语义分割的准确度。另外，基于概率图模型推理的图像语义分割具有更强的可解释性。

摘要： 本发明公开了一种基于概率图模型的电力监控系统网络安全告警评估方法，属于电力监控系统网络安全技术领域，包括原始告警数据合并筛选,形成电力监控系统特征告警序列，提取特征向量，制作概率模型和电力监控系统网络安全告警威胁判断步骤。本发明能够快速的从海量的电力监控系统网络安全告警中识别真正具有高威胁的告警，为下一步应急响应以及业务系统快速恢复具有非常重要的意义。

摘要： 本发明涉及一种基于概率图模型的配电网结构识别方法，包括步骤：(1)对用户智能电表的电压数据进行等距抽样并做预处理；(2)基于用户智能电表的电压数据，利用概率图模型建立配电网结构的数学模型，数学模型表征配电网中智能电表节点与电力连接线路之间的相互联系；(3)对所建立的数学模型进行化简，建立目标函数并假设未知参数；(4)对目标函数进行优化；(5)求解未知参数；(6)根据求解出的未知参数得到智能电表节点与边之间的联系，完成配电网结构的识别。与现有技术相比，本发明利用智能电表数据对拓扑展开识别，不需要其他设备辅助决策，方法简单，识别准确率高。

摘要： 本说明书实施例提供一种基于概率图模型对序列进行分析的方法及装置，在对序列进行分析的方法中，获取指标的观测值序列，其中包括指标在连续的D个时段的D个观测值。获取针对目标参数设定的参数先验分布，以及针对指标的实际值设定的实际值先验分布。该目标参数包括观测值和实际值之间的差异参数，以及D个相似性参数。D个相似性参数中的第i个相似性参数用于衡量相隔i个时段的两个实际值的相似性。基于观测值序列、参数先验分布和实际值先验分布，构建概率图模型，该概率图模型至少包括对应于D个时段的D个实际值的D个节点，以及节点之间的连接边。根据概率图模型中的连接边，确定针对指标的实际值的周期性分析结果。

摘要： 本发明提供一种基于概率图模型的网络表格列类型检测方法，属于语义网中的表格解释领域。该方法包括：将来自同一网站下属于相同模式的表格拼接成一张表格；针对拼接表格进行单列分类：首先将所述拼接表格中的列划分为数值型列和字符型列，然后分别针对数值型列和字符型列进行分类；在单列分类结果的基础上通过构建概率图模型挖掘列间隐含的语义关系，实现对整张表的列类型序列的检测。可以对网络表格中列的语义类型进行检测并取得较好的效果，相对于其它列类型检测方法，准确率均有10％及以上提高。

摘要： 本发明公开了基于概率图模型以及场景分类的光伏特性曲线预测方法，包括如下步骤，将不同特征场景一天中的光伏变化进行抽象化，划分间隔时间，设置采样点；收集数据并将数据进行预处理，采用统计学的方法，确定随机扰动的分布形式；引入多项分布的共轭先验分布Dirichlet分布，将数据中每个特征场景的出现频率作为多项分布的参数；引入条件概率，得到最终场景概率并作为多项分布的参数，生成各个特征场景发生的序列；第五步：根据生成的特征场景序列，最终生成对未来光伏变化的仿真，本方法基于现实情况，贴合现实，在长时间的仿真过程中更加鲁棒，结果更加可靠；能为充电桩制定更加长远的策略。

摘要： 本发明公布了一种基于概率图模型的云边端协同下工业过程的故障监测方法，构建面向复杂工业流程的云边端协同环境下厂级分布式故障监测和溯源三层架构，在设备端侧实现复杂数据的降维与分解，在边侧进行子系统局部过程监测，在云侧进行子系统信息融合进而完成工业过程全流程全局融合诊断。采用本发明方法，能够提高大规模系统的故障诊断的效率，有效地降低子系统信息融合和大系统故障诊断的复杂度，提高工业过程故障溯源的准确性和合理性。

摘要： 本发明涉及一种基于概率图模型的网络攻击路径预测方法及系统，其方法包括：S1：获取已有的网络安全知识图谱，利用表示学习将网络实体节点转换为向量，计算向量在欧式空间中的相似度作为网络实体节点状态转移概率；其中网络实体节点包括：APT组织、威胁指标、安全漏洞和网络资产；S2：利用贝叶斯网络，基于网络实体节点状态转移概率，计算网络实体节点的联合概率分布，选择联合概率最大的攻击链路作为最可信的网络攻击路径。本发明提供的方法，构建网络安全实体之间的关系图谱，解决了因多源异构网络安全实体难以建模的难题，极大地提高了预测APT潜在攻击路径的能力。