摘要：研究了貝葉斯網(wǎng)絡(luò)分類器的高效參數(shù)學(xué)習(xí)方法。生成方法解決聯(lián)合分布的參數(shù)估計問題,而判別方法解決后驗分布的參數(shù)估計問題。對判別參數(shù)學(xué)習(xí)方法的研究,首先通過建立類條件貝葉斯網(wǎng)絡(luò)模型;在此基礎(chǔ)上,對該模型以對數(shù)形式參數(shù)化,得到判別類條件貝葉斯網(wǎng)絡(luò)模型;最后,通過改進粒子群算法對該模型進行最優(yōu)化求解,得到各節(jié)點的概率。將貝葉斯網(wǎng)絡(luò)分類器的判別參數(shù)學(xué)習(xí)方法與TAN分類器相結(jié)合,可用于對液體火箭發(fā)動機的故障診斷與分類中。針對某型號火箭的兩次仿真數(shù)據(jù)進行故障診斷與分類,與其他方法相比,改進的分類器需要的數(shù)據(jù)量小,準確率和學(xué)習(xí)效率更高。