《表2 重要变量的具体解释与状态分级》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于“水—能源—食物—生态”纽带因果关系和贝叶斯网络的锡尔河流域用水分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

(3）贝叶斯网络模型参数化。为减小联合概率分布的计算量，对数据离散化处理，得到节点数据的状态分级（表2），对少数定性的节点进行评级（低、中、高）。离散化过程中不同的间隔数与分割点可能会对模型性能产生影响，同时也会影响先验的专家知识的设定。因此本文数据的离散化与先验知识的设定同步进行，依据专家知识和实际数据分布，指导节点的离散化。设定先验专家知识时，部分节点设置为正态分布的离散形式，如径流量节点3个状态的先验离散概率分布设定为（0.2，0.6，0.2）。对先验知识的权重“experience”变量的设定中，考虑观测数据的数量，令“experience<0.3 degree”，保证网络参数化过程中观测数据所代表的信息量权重。