贝叶斯网络工具Hugin api的使用
由于做毕设的需要,最近一直在研究Hugin Expert,一个关于贝叶斯网络的软件,今天有一些眉目,总结一下,方便自己也方便他人。
Hugin Expert是一款商业软件,提供c、c++、java、.net的api支持,并且有免费的Hugin lite使用,它的贝叶斯网络支持离散和连续的节点,支持表达式和高斯分布。这是我找了很多软件后最终选择Hugin的原因。
由于我的毕设打算用java做,所以我开始只看java的api,没想到这该死的java api文档竟然没有一点例子,郁闷得我不行,上网找也没找到有用的信息。几天后,一个偶然的机会让我打开了.net的api,竟然发现其中有例子,而且还很详细,惊喜之余赶紧看,终于看明白了。然后就是把.net的转为java就行了,这难不倒我,java和.net我都比较熟,应该没什么问题。下面就讲讲我用得到的一些东西。
在api中,用到最多的就是Domain这个类了,它就是指一个贝叶斯网络,可以通过getNodes()方法获得其中的所有节点。Node代表贝叶斯网络中的一个节点,它是一个基类,子类包括 ContinuousChanceNode, DiscreteNode, InstanceNode, UtilityNode。其中 ContinuousChanceNode顾名思义就是连续节点了,DiscreteNode顾名思义就是离散节点,UtilityNode就是工具节点,InstanceNode,我目前还没有用到它。DiscreteNode还有子类 DiscreteChanceNode, DiscreteDecisionNode,最长用到的是DiscreteChanceNode。
构建一个贝叶斯网络,可以通过载入某个文件,也可以新建一个网络,下面的代码演示,载入一个网络:Domain domain = new Domain("C:\\Program Files\\Hugin Expert\\Hugin Lite 7.0\\Samples\\fire.net", new DefaultClassParseListener());,新建一个网络更简单,只要调用Domian的无参构造就好了。
现在由于自己也研究得不是很通,就不多做叙述了,贴一下代码:
package com.ssdut.wangyou;
import COM.hugin.HAPI.*;
public class LoadAndRun {
public static void main(String[] args) throws ExceptionHugin {
Domain domain = new Domain("C:\\Program Files\\Hugin Expert\\Hugin Lite 7.0\\Samples\\fire.net", new DefaultClassParseListener());
domain.openLogFile("mylog.log");
domain.compile();
domain.closeLogFile();
domain.propagate(Domain.H_EQUILIBRIUM_SUM, Domain.H_EVIDENCE_MODE_NORMAL);
DiscreteChanceNode node = (DiscreteChanceNode)domain.getNodeByName("Fire");
node.selectState(1);
PrintNodeMarginals(domain);
}
public static void PrintNodeMarginals(Domain domain) throws ExceptionHugin
{
NodeList nlist = domain.getNodes();
for(int i=0; i< } node.getBelief(j))); + ? node.getStateLabel(j) System.out.println((?-? { j++) nStates; < j="0;" (int for System.out.println(node.getLabel()); nStates="node.getNumberOfStates();" int node="(DiscreteChanceNode)nlist.get(i);" DiscreteChanceNode i++)> 上面的代码是载入一个网络,然后将名为Fire的节点设为证据,然后再显示所有节点的概率。如果有研究Hugin Expert,我们可以一起探讨,请留言。
![Creative Commons License](http://i.creativecommons.org/l/by/2.5/cn/88x31.png)
本文基于署名 2.5 中国大陆许可协议发布,欢迎转载,演绎或用于商业目的,但是必须保留本文的署名小橋流水(包含链接)。如您有任何疑问或者授权方面的协商,请给我发邮件。