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PDS-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；使用因果方向准则确定部分祖先图PAG中各个节点之间的因果方向的具体步骤如下：S41、获取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I,J之间对应的预设去混淆集；S42、定义当前迭代轮数中部分祖先图PAG中相邻待测节点I,J的不对称性，并通过各个预设去混淆集计算不对称性值；若预设去混淆集能够使不对称性成立，则相邻待测节点I,J的因果指向I→J成立，且该预设去混淆集Zr称为因果指向I→J的不对称集CAS；不对称性具体定义如下： ； ；其中，表示当前迭代轮数中第一次更新后的部分祖先图PAG中，相邻待测节点I,J在去预先混淆集Zr的条件下定义的因果指向I→J的不对称性；XI表示待测节点I的分布；表示待测节点J与预设去混淆集Zr的并集的分布；表示在的条件下，XI的残差；⊥表示相互独立；XJ表示节点J的分布；表示节点I与去预设去混淆集Zr的并集的分布；表示在的条件下，XJ的残差；表示XI在上的回归函数；S43、在相邻待测节点I,J中的因果指向确定为后，获取同时出现在和因果指向的不对称集CAS中的节点，该节点与待测节点的因果指向为：该节点指向待测节点J；或者在相邻待测节点I,J中的因果指向确定为J→I后，获取同时出现在和因果指向J→I的不对称集CAS中的节点，该节点与待测节点的因果指向为：该节点指向待测节点J；S44、在各个父节点与对应的待测节点之间的因果指向确定后，运行一次FCI定向规则，以进行定向传播；获取预设去混淆集的具体步骤如下：S411、获取相邻待测节点I,J中待测节点I的父节点集合，以及待测节点J的父节点集合；父节点集合表示如下： ； ；式中，表示当前迭代轮数中更新后的部分祖先图PAG中相邻节点I,J中待测节点I的除待测节点J之外的邻接节点构成的父节点集合；表示定义为；表示当前迭代轮数中更新后的部分祖先图PAG中待测节点I的除待测节点J之外的邻接节点；KI→I表示邻接节点KI指向待测节点I；和均表示邻接节点KI和待测节点I之间的不完全定向边，o表示因果指向不唯一；|表示条件约束； 表示当前迭代轮数中更新后的部分祖先图PAG中相邻节点I,J中待测节点J的除待测节点I之外的邻接节点构成的父节点集合；表示当前迭代轮数中更新后的部分祖先图PAG中待测节点J的邻接节点；KI→J表示邻接节点KI指向节点J；和均表示邻接节点KI和待测节点J之间的不完全定向边；S412、按照取点规则从或者中选取节点，并随机将选取的节点分配在各个预设去混淆集中；取点规则包括规则一和规则二，满足任一规则的节点即为所需要选取的节点；规则一：对于中的任一节点T，若在当前迭代轮数中更新后的部分祖先图PAG中节点J被移除的情况下，T和I不是彼此独立的，则该节点T即为所需选取的节点；或者对于中的任一节点T，若在当前迭代轮数中更新后的部分祖先图PAG中节点I被移除的情况下，T和J不是彼此独立的，则该节点T即为所需选取的节点；规则二：对于或者中的任一节点T，若在当前迭代轮数中更新后的部分祖先图PAG中存在不完全定向边、不完全定向边，以及双定向边，则该节点T即为所需选取的节点。

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