买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：合肥工业大学

摘要：本发明涉及因果结构技术领域，具体是蕴含潜在变量的数据集中因果结构学习方法。本发明通过迭代因果发现算法对部分祖先图进行逐步迭代处理，进而通过条件集确定相邻待测节点的独立性；基于因果边中蕴含的统计信息不对称性确定相邻待测节点之间的因果指向，进而能够在蕴含潜在变量的数据中，以较低计算复杂度学习具有更翔实的边定向信息的故障因果图。

主权项：1.蕴含潜在变量的数据集中因果结构学习方法，其特征在于，包括以下学习步骤：S1、获取复杂轴承故障系统的轴承故障数据，根据轴承故障数据构建关于复杂轴承故障系统中各个故障变量的部分祖先图PAG；S2、将部分祖先图PAG输入到迭代因果发现算法中进行逐步迭代处理，以获取当前迭代轮数中以待测节点为根节点的因果树ADS-tree，以及该因果树PDS-tree中包含该待测节点的因果路径PDS-path；基于因果路径PDS-path，选择部分祖先图PAG中符合集合构造条件的节点，来构建当前迭代轮数中部分祖先图PAG内各个相邻待测节点的条件集，且当前迭代过程中条件集内节点的数量与当前迭代轮数相同；S3、在迭代因果发现算法的当前迭代轮数中，基于当前迭代轮数中各个相邻节点的条件集，结合条件独立性测试判断当前迭代轮数中部分祖先图PAG中各个相邻待测节点之间是否具有独立性；若具有独立性，则删除该相邻待测节点之间的边，反之，则保留该相邻待测节点之间的边；在判断完成后，删除部分祖先图PAG中的各个相邻待测节点之间的冗余边，然后再使用FCI定向规则对删除冗余边后的部分祖先图PAG进行一次定向，此时即完成了当前迭代轮数中部分祖先图PAG的更新；S4、结合因果方向准则确定当前迭代轮数中更新后的部分祖先图PAG中部分未确定指向的相邻待测节点之间的因果指向，进而再次更新当前迭代轮数中的部分祖先图PAG；S5、按照步骤S2到步骤S4的内容对部分祖先图PAG进行循环迭代处理，以逐步使用不断扩展的条件集测试相邻待测节点的独立性，以删除冗余边；并同时逐步确定部分祖先图PAG中各个未确定指向的相邻待测节点之间因果指向，在达到设定的迭代停止条件后停止迭代，并将最后一次迭代输出的部分祖先图PAG记为故障系统因果图。

全文数据：

权利要求：

百度查询： 合肥工业大学 蕴含潜在变量的数据集中因果结构学习方法