贝叶斯决策方法及其应用

风险决策存在于诸多的生产和经济活动中，在制定一项决策之前，应注重其风险分析，合理地将风险中的信息加以利用。根据贝叶斯理论的基本原理，通过一个具体实例，给出了应用贝叶斯理论的步骤和方法。     

基于动态贝叶斯网络的公路交通事件算法

利用贝叶斯后验概率函数,通过不断改进有关事件发生概率的权值,充分逼近真实值．其中,对于有关参数数值的获取,我们利用Gibbs抽样,通过随机模拟,即Markov Chain Monte Carlo（MCMC）的方法,来近似得到,尽管是近似,却有很高的精确度．最后,我们用这个方法做了一个交通事件的例子,表明效果很好．     

用于预测的贝叶斯网络

通过示例给出了贝叶斯网络的构造方法，概括了贝叶斯网络的特点及贝叶斯网络学习的内容与过程，同时给出了离散型贝叶斯网络的预测公式。贝叶斯网络学习主要有三个基本环节，其一是确定变量集和变量域；其二是确定贝叶斯网络结构；其三是确定局部概率分布。贝叶斯网络是描述变量之间定性与定量依赖关系的图形模式，是进行数据联合分析与预测的有力工具。     

有预报的贝叶斯决策分析

利用贝叶斯定理可以通过预报所增加的信息来改善状态的先验概率分布，使决策者能利用更多的信息来作出最优决策。     

贝叶斯动态线性模型的一种实用处理方法

推广了ＬｅＣａｍ的一个定理,并将其应用到一般的贝叶基动态线性模型和矩阵动态性模型,作为结果,得到了它们的实用递推模型,在该模型中,给出了一种简洁的预测方法。     

增长曲线模型关于共轭先验的BAYES分析

从贝叶斯观点利用共轭先验考查了增长曲线模型。得到了参数τ和协方∑的边缘后验分布，并在此基础上给出τ的后验估计、估计域和∑的后验估计。     

基于参数的贝叶斯先验选择方法

在一个参数的可选先验分布类中选择一个合理先验的问题，类似于从参数空间中估计一个恰当参数的问题．基于这一观点，利用贝叶斯分析的后验分布理论，先求出参数的后验分布，再根据后验分布中各个先验的相对似然选取似然最大的先验为合理先验，从而建立了一个基于参数的后验分布的先验选择方法，它是ML-Ⅱ先验的一个拓广．     

受限参数空间上的置信区间

当参数限制在某一范围内并服从一致的分布，且多余参数未知时，其贝叶斯置信区间有很高的置信概率。本文提出了利用随机变量的均值来计算置信区间的方法，并对上述结论进行了充分的检验，结果显示在更短的置信区间上仍然有很高的置信概率。     

Gamma分布参数多个转变点的Bayes推断

利用Ｂａｙｅｓ原理,研究了一类广泛应用的Ｇａｍｍａ分布密度函数中含有多个转变点的变结构问题,并给出了转主点的Ｂａｙｅｓ推断一般公式。通过变化点后验边缘概率的比较给出变点诊断并获得变点估计,最后的仿真结果表明了所提方法的有效性。     

信号估计中的贝叶斯方法及应用

贝叶斯估计理论在图像处理领域有广泛的应用.结合图像去噪问题,讨论了贝叶斯最大后验概率估计技术,并推导了信号的最小均方误差估计;在此基础上,提出了一种利用后验均值准则推导维纳滤波表达式的方法.     

AR(p) 模型参数的Bayes 估计及分布

利用Jeffrey模糊先验原理，通过分析AR(p)模型参数的概率分布密度函数，在二次损失下，参数的Bayes估计可以转化为LS估计，并给出参数的后验概率分布。     

基于多分片贝叶斯网络的多Agent系统模型表示

多Agent系统模型表示是系统实现推理、学习、自组织和Agent间通信的基础。由于多Agent系统结点较多的特性, 一般用单个贝叶斯网络作为模型表示是不现实的。本文提出用多分片的贝叶斯网络作为多Agent系统的表示语言,并详细讨论了将多分片贝叶斯网络转化为具有良好推理计算特性的联合树扩展形式的连接联合森林的具体过程。     

指数分布参数的Bayes及多层Bayes估计

对寿命服从指数分布的产品,以先验分布为Gamma分布时,给出了参数的Bayes估计和多层Bayes估计.     

软件项目进度风险的贝叶斯网络模型研究

为研究软件项目进度风险,给出了进度贝叶斯网络的定义,引入工作节点、时间节点和资源节点等,并在工作节点之间的弧上添加时距;同时为进度安排中的工作不确定性、时间资源不确定性以及资源不确定性等建模。给出了进度贝叶斯网络中的相关计算,提出采用进度贝叶斯网络评估,控制软件项目的进度风险,并就一个简单示例说明了进度贝叶斯网络的应用。     

指数分布参数的Bayes及多层Bayes估计

对寿命服从指数分布的产品,以先验分布为Gamma分布时,给出了参数的Bayes估计和多层Bayes估计。     

三维量子环的电子能态

本文通过较精确地求解能量本征方程获得三维量子环的电子能态．数值结果表明：当量子环外半径和环高给定时,量子环能级能量会随环内径的增大而增大;当环内径和环高（或环外径）给定时,能量会随环外径（或环高）的减小而增大．当环外径增大到一定程度时,能量对外环的依赖关系不再明显．     

论贝叶斯学习机的学习过程

贝叶斯学习是机器学习研究的一个重要方向,它是以贝叶斯定理为基础,基于已知的概率分布和观察到的数据,并结合先验知识进行推理,作出最优决策的一种概率手段. 本文首先针对参数和变量的不同类型分别给出四种情形的贝叶斯公式,然后结合一个指数分布的特例,研究了贝叶斯学习过程中有关信息的转换过程,指出了如何合理正确地利用先验信息、模型信息和样本信息.     

结构方程模型的统计方法及比较

介绍了结构方程模型参数估计的两种主要方法最大似然估计和Bayes估计，并给出了一个数值模拟例子探讨比较了两种方法的相似点和不同之处．     

卸压(排放)钻孔破坏半径的数值模拟分析

为获得卸压(排放)钻孔破坏半径的计算表达式,利用RFPA2D数值模拟软件,模拟了不同煤层强度、不同煤层压力、不同孔径对钻孔破坏半径的影响,通过理论分析和回归分析得出了钻孔破坏半径的变化规律。通过多个方案数值模拟,定量得出了破坏半径与煤层压力呈幂指数关系,与钻孔有效直径呈对数关系,与煤层强度呈反比;所得出的钻孔破坏半径的表达式可用于不同条件下计算瓦斯排放钻孔的有效排放半径和卸压钻孔的有效卸压半径。结果对于钻孔卸压防治矿井动力现象有重要的理论指导意义。