[发明专利]边缘分布获取方法、装置、设备及其存储介质

说明书

本发明提出一种边缘分布获取方法、装置、设备及其存储介质，其中，方法包括：获取与贝叶斯网络的目标节点的条件概率分布对应的事件发生数量矩阵；根据条件概率分布对应的事件发生数量矩阵确定与目标节点的多个离散值对应的事件发生数量，以及目标节点的事件发生总数量；根据事件发生总数量以及多个离散值对应的事件发生数量，采用预设的事件数量算法获取目标节点的边缘分布。由此，降低贝叶斯网络中的节点计算边缘概率时的计算量，提高了边缘概率的计算效率，为满足海量数据应用场景中的边缘分布计算需求提供了技术支撑。

技术领域

本发明涉及计算机应用技术领域，尤其涉及一种边缘分布获取方法、装置、设备及其存储介质。

背景技术

随着计算机技术的发展，使用网络结构和条件概率分布两个要素定义一个贝叶斯网络，以便于通过贝叶斯网络满足有关海量数据应用场景的贝叶斯网络的边缘分布的计算需求。比如，满足在数据处理场景中，对某个数值在一定条件下发生概率的估算需求，比如，满足在图像处理场景中对满足某种图像特征的图像中，出现某个主体的可能性估算的需求等。

然而，在使用联合概率分布算法等进行离散贝叶斯网络的结构学习和参数学习后，仅仅保留每个节点的条件概率分布作为参数，而不保留原有数据，导致当前技术查询某个节点的概率时需要对该贝叶斯网络的全部节点进行遍历检索，查询效率较低，当网络结构较大时会产生查询时效低甚至无法运行的情况，无法满足海量数据的应用场景中的边缘分布计算需求。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的第一个目的在于提出一种边缘分布获取方法，以实现对边缘概率的计算效率的提高。

本发明的第二个目的在于提出一种边缘分布获取装置。

本发明的第三个目的在于提出一种计算机设备。

本发明的第四个目的在于提出一种非临时性计算机可读存储介质。

本发明的第五个目的在于提出一种计算机程序产品。

为达上述目的，本发明第一方面实施例提出了一种边缘分布获取方法，包括：

获取与贝叶斯网络的目标节点的条件概率分布对应的事件发生数量矩阵；

根据所述条件概率分布对应的事件发生数量矩阵确定与所述目标节点的多个离散值对应的事件发生数量，以及所述目标节点的事件发生总数量；

根据所述事件发生总数量以及所述多个离散值对应的事件发生数量，采用预设的事件数量算法获取所述目标节点的边缘分布。

为达上述目的，本发明第二方面实施例提出了一种边缘分布获取装置，包括：

第一获取模块，用于获取与贝叶斯网络的目标节点的条件概率分布对应的事件发生数量矩阵；

确定模块，用于根据所述条件概率分布对应的事件发生数量矩阵确定与所述目标节点的多个离散值对应的事件发生数量，以及所述目标节点的事件发生总数量；

第二获取模块，用于根据所述事件发生总数量以及所述多个离散值对应的事件发生数量，采用预设的事件数量算法获取所述目标节点的边缘分布。

为达上述目的，本发明第三方面实施例提出了一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如上述第一方面实施例所述的边缘分布获取方法。

为了实现上述目的，本发明第四方面实施例提出了一种非临时性计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面实施例所述的边缘分布获取方法。