本文主要是介绍Matlab R2018b 使用Bayes Net Toolbox的经历和问题,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
安装包的下载与加载主要参考:
https://blog.csdn.net/moodytong/article/details/8122327
问题1:
简单案例运行后,图形绘制没有箭头,出现错误提示:
未定义与 ‘matlab.graphics.axis.Axes’ 类型的输入参数相对应的运算符 ‘*’。
出错 arrow (line 393) ax = o * gca;
出错 draw_graph (line 82) h = arrow([x(i)+dx1 y(i)+dy1],[x(k)-dx2 y(k)-dy2],‘BaseAngle’,30);
这个应该是arrow.m 这边有些出问题了,论坛上有人说更新arrow.m可以解决
找到新版本arrow.m替换后成功绘制出箭头。
新版本arrow.m见:
https://download.csdn.net/download/suiya_jessica/11104047
问题2:
使用BNT建造一个贝叶斯网,了解贝叶斯网的几个关键参数如何设定。
%使用BNT官方教程的示例
%建立N*N的matrix记录DAG
N = 4;
dag = zeros(N,N);
C = 1; S = 2; R= 3; W =4;
dag(C,[R S]) = 1;
dag(R,W) = 1;
dag(S,W)=1;
%离散节点,节点为二值量
discrete_nodes = 1:N;
node_sizes = 2*ones(1,N);
%make the Bayes net
bnet = mk_bnet(dag, node_sizes);
%默认是离散节点
%bnet = mk_bnet(dag, node_sizes, 'discrete', discrete_nodes);bnet.CPD{C} = tabular_CPD(bnet,C,[0.5 0.5]);%手动输入的条件概率
bnet.CPD{R} = tabular_CPD(bnet,R,[0.8 0.2 0.2 0.8]);
bnet.CPD{S} = tabular_CPD(bnet,S,[0.5 0.9 0.5 0.1]);
bnet.CPD{W} = tabular_CPD(bnet,W,[1 0.1 0.1 0.01 0 0.9 0.9 0.99]);figure
draw_graph(dag)engine = jtree_inf_engine(bnet);evidence = cell(1,N);
evidence{W} = 2;[engine, loglik] = enter_evidence(engine, evidence);
marg = marginal_nodes(engine, S);
marg.T
p = marg.T(2);evidence{R} = 2;
[engine, loglik] = enter_evidence(engine, evidence);
marg = marginal_nodes(engine, S);
p = marg.T(2);
3,计算图的连通性
没有看到BNT中有此函数,参考教程自己写了个程序
%图的连通性计算
function[S,Q] = concom(G)n = size(G,1);
m = sum(sum(G))/2;
S = 0; j = 1; C = 1;
Q = zeros(n,1);
for i=1:n for j=(i+1):n if G(i,j) == 1if Q(i) == Q(j)if Q(i) == 0Q(i) = C;Q(j) = C;C = C+1;S = S+1;end elseif Q(i) == 0Q(i) = Q(j);elseif Q(j) == 0Q(j) = Q(i);else for k=1:nif Q(k) == Q(i)Q(k) = Q(j);endendS = S-1;end endendend
endS;
Q;
后记:matlab中自带的图相关函数暂时够用,为了去掉一些不必要的警告,卸载了BNT
rmpath(genpath(‘D:\Program Files\MATLAB\R2018b\toolbox\FullBNT-1.0.4\BNT’));
savepath
这下打开再也没有警告了,清净了哈哈
这篇关于Matlab R2018b 使用Bayes Net Toolbox的经历和问题的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!