基于貝葉斯網(wǎng)絡(luò)的事件處理技術(shù)研究.pdf

1、近來，伴隨著傳感器、無線射頻識別(Radio Frequency Identification，RFID)等電子數(shù)據(jù)采集設(shè)備的快速發(fā)展，各類應(yīng)用需求的數(shù)據(jù)信息越來越方便地被采集到。由于對事件的處理能有效地幫助人們從采集到的數(shù)據(jù)信息中獲取到有價值的信息，因此愈加受到廣泛的關(guān)注和研究。然而在一些實際應(yīng)用中，比如物流與供應(yīng)鏈、交通、醫(yī)療衛(wèi)生等行業(yè)，用戶希望能夠通過動態(tài)地處理數(shù)據(jù)信息，然后統(tǒng)計出數(shù)據(jù)信息中最相關(guān)的、最有意義的事件，并且能夠合理地

2、推斷出當(dāng)某一事件發(fā)生時，它的最有可能發(fā)生的后繼事件或前驅(qū)事件。但是目前為止對于事件處理的推理能力的相關(guān)工作還不夠成熟，因此，我們有待對它進(jìn)行進(jìn)一步的研究。
　　貝葉斯網(wǎng)絡(luò)是一種基于概率和統(tǒng)計理論的推理模型，因此本文采用貝葉斯網(wǎng)絡(luò)模型研究事件處理技術(shù)。本文以事件流的特點和貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)的理論知識為基礎(chǔ)，融合兩者的特點，將事件流融入到貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)的構(gòu)建過程中，并對構(gòu)建的結(jié)構(gòu)優(yōu)化，然后在事件網(wǎng)絡(luò)的基礎(chǔ)上，對事件作一些推理計算和預(yù)測。比

3、如，當(dāng)某個事件發(fā)生后，查詢該事件在時間或概率約束下的后繼事件或前驅(qū)事件。本文的主要貢獻(xiàn)如下:
　　首先，針對動態(tài)事件流的特點，提出了將事件流如何轉(zhuǎn)化為事件貝葉斯網(wǎng)絡(luò)的具體方法。首先將采集到的原始數(shù)據(jù)流分類統(tǒng)計并查找數(shù)據(jù)流代表的事件之間的關(guān)聯(lián)，搭建最原始的事件貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)。
　　其次，提出兩種對構(gòu)建的事件網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行結(jié)構(gòu)優(yōu)化的方法，使之在結(jié)構(gòu)復(fù)雜性和事件關(guān)聯(lián)上同時達(dá)到最優(yōu)的性能。
　　再次，提出正向和反向貝葉斯推理算法