《表3 35组数据下CDME学习方法推理结果》

  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

《约束条件下BN参数最大熵模型扩展学习算法》

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

实验结果表明，在小数据集条件下，用CDME算法建模之后进行推理，在整体上其正判率较高，推理能力较好（仅在推断外圈故障时其正判率略低于其他状态）。由此也进一步说明用CDME算法在小数据集条件下进行参数建模的有效性。在样本数量较充足时，CDME算法可利用数据集信息修正BN学习参数，提高了BN模型的学习精度。