贝叶斯预测模型在矿物含量预测中的应用

矿物含量预测是资源评价中经常遇到的问题,贝叶斯预测模型是运用贝叶斯统计方法进行的一种预测.贝叶斯统计不同于一般的统计方法,其不仅利用模型信息和数据信息,而且充分利用先验信息.根据贝叶斯预测模型的特点,介绍了几个贝叶斯观测模型的预测过程和计算步骤,并对白鹿塬水家嘴剖面的mg2+含量进行了观测,根据计算结果,分析了不同贝叶斯预测模型的预测特点,并给出了几点结论.     

贝叶斯预测模型在气温变化预测中的应用

贝叶斯预测模型是运用贝叶斯统计方法进行的一种预测，贝叶斯统计不同于一般统计方法，其不仅利用模型信息和数据信息，而且充分利用了样品的先验信息。根据贝叶斯预测模型的特点，介绍了几个贝叶斯预测模型的预测过程和计算步骤，并对南宁地区自1970年以来19年间的气温变化进行了预测。根据计算结果，分析了不同贝叶斯预测模型的预测特点，并给出了几点结论。     

贝叶斯预测模型在气温变化预测中的应用

贝叶斯预测模型是运用贝叶斯统计方法进行的一种预测,贝叶斯统计不同于一般统计方法,其不仅利用模型信息和数据信息,而且充分利用了样品的先验信息.根据贝叶斯预测模型的特点,介绍了几个贝叶斯预测模型的预测过程和计算步骤,并对南宁地区自1970年以来19年间的气温变化进行了预测.根据计算结果,分析了不同贝叶斯预测模型的预测特点,并给出了几点结论.     

基于改进型贝叶斯组合模型的短时交通流量预测

针对短时交通流量预测的难题,在传统贝叶斯组合模型进行改善的基础上,提出一种改进型贝叶斯组合模型.该模型只根据各基本预测模型当前时刻之前几个交通流量的预测表现,通过提出的分配算法实时更新组合模型中各个基本预测模型的权重,从而改善了传统贝叶斯组合模型权重计算迭代步长过长的缺陷,提高了贝叶斯组合模型对各个基本预测模型预测精度的灵敏性.通过对实地的交通流量的预测发现,基于改进型贝叶斯组合模型的预测精度不仅优于单一的预测方法,而且也优于传统的贝叶斯组合模型,从而证明了改进型贝叶斯组合模型有效提高预测的可靠性和具有一定的实用性.     

小样本贫信息条件下高炉冶炼烧结终点组合预测法

由于烧结过程具有不确定性、多变量耦合、时变时滞的特点,并且烧结终点受多种因素的影响,采用传统控制方法难以将烧结终点控制在要求的范围内,提出应用支持向量机优良的时序预测性能,以及贝叶斯理论能够利用样本信息和先验知识来简化预测模型和优化参数的特性,建立了贝叶斯支持向量机烧结终点的预报模型。首先对烧结终点的机理分析,后分别叙述贝叶斯框架理论和LS-SVM算法,并将贝叶斯证据框架应用于最小二乘支持向量机模型参数的自动选择,建立起时间序列的烧结终点非线性预测模型。在贝叶斯推断的第一层,进行模型参数的选择;在贝叶斯推断的第二层,进行模型超参数的选择;在贝叶斯推断的第三层,估计模型核参数,然后利用贝叶斯最小二乘支持向量机算法(LS-SVM)对烧结终点进行预测,并在此基础上构造了烧结终点的贝叶斯最小二乘支持向量机模型。仿真结果和多种模型比较表明,本模型能在小样本贫信息条件下对烧结终点做出比较准确的预测,并具有预测精度高、所需样本少、计算简便等优点,取得了令人满意的结果。     

基于贝叶斯修正的FRP约束混凝土极限压应变计算方法研究

极限压应变作为FRP约束混凝土受力性能评估的判别依据之一,发展其计算方法具有显著的科学性和实践性.已有FRP约束混凝土极限压应变计算模型是以有限的试验数据为支撑、采用数学拟合或回归得到的经验公式,这类模型普遍存在通用性差、预测准确性低以及稳定性不高等问题.为提高现有模型的预测准度和精度,基于贝叶斯信息更新理念,利用所建立的广泛的试验数据库评估15类模型,并选定Sadeghian和Fam、Jiang和Teng各自提出的计算公式作为贝叶斯先验模型;采用贝叶斯理论对两类信息进行统计推断,构建FRP约束混凝土极限压应变概率模型,对未知参数进行选择与剔除,修正先验模型并建立后验模型;结合模型修正的471组试验数据验证贝叶斯统计推断后的计算模型.研究结果表明：与已有经验模型相比,基于贝叶斯概率模型的计算值更加接近试验值,且偏差和随机性都显著减小,体现了贝叶斯统计推断在FRP约束混凝土极限压应变模型修正过程中的合理性,保证了预测结果的准确性与稳定性.     

基于数据扩展的动态贝叶斯网络预测方法

将数据扩展方法应用于动态贝叶斯网络的参数学习中,利用随机抽样算法对小样本数据进行数据扩展,并采用贝叶斯后验概率公式对扩展数据进行修正,同时计算观测数据的后验概率,然后在扩展数据的基础上,完成动态贝叶斯网络的学习和推理.仿真实验表明这种方法可以降低预测模型中节点的联合效应所造成的误差积累,提高模型的预测精度.     

带人工干预的贝叶斯动态预测模型在中国股市中的应用

研究了带人工干预的贝叶斯动态预测模型在中国股市中的应用，并进行了相应的软件设计，对其结果进行分析和讨论，得到了满意的效果，可靠准确率在８５％以上，作为贝叶斯动态模型统计预测在经济领域中定量和定性相结合的运用是一个很好的尝试。     

自适应神经网络在瓦斯含量预测中的应用

筛选出了影响瓦斯含量的主要地质指标，利用自适应神经网络技术建立了瓦斯含量的预测模型，在实验室实验数据的基础上，对预测模型进行训练、检验。结果表明：此方法可行，模型可靠，计算精度高，具有较大的实用价值。扩大了神经网络技术的应用范围，探索出了建立瓦斯含量预测模型的有效途径，充实了瓦斯含量预测基础理论。     

油田水CaCO3结垢反应的计算与应用

以热力学计算为基础，广泛采用油田水的数据，计算了ＣａＣＯ３的预测条件，并根据油田生产实际，建立了使用防垢剂时的预测模型，根据理论模型编制成计算机程序，并与文献结果和油田观测结果进行了对比。提出了临界浓度和临界稳定常数的计算和应用方法，为防垢剂的选择提供了理论依据。大量计算表明，预测结果与文献和现场观测结果相符。     

一种基于WordNet和Corpus Statistics的语义相似性计算方法

提出一种新的基于WordNet和文本集语义参数IC的计算方法,通过综合考虑概念在WordNet中语义信息以及数据集中的概率信息,即概念的自信息,同时利用新的参数考虑概念对在WordNet中的共享信息,设计了一种通用的概念语义相似性计算方法,该方法简化了传统语义相似性算法,并解决了语义相似性计算领域的相关问题,可以应用在信息抽取、信息检索、文档分类及本体学习中.领域通用的数据集RB数据实验结果表明,该方法在计算语义相似度问题上有效。     

基于贝叶斯统计的汽车半轴可靠性设计

分析了半轴的受力及贝叶斯统计的可靠性·为了实现给定可靠度求出半轴直径或给定半轴直径求出可靠度,对贝叶斯统计后验期望方法进行了简化整理,即利用传统可靠性的知识将其他分布转化为正态分布,再利用指数族共轭分布的特点计算出正态先后验分布参数,最后运用符号换元积分和Newton Raphson迭代法得出数值解(收敛速度极快),并通过例子予以验证,在计算机上用VB编程实现·克服了传统方法的保守性,使设计更合理·特别适于经典统计方法不适应的个性化和特殊化设计,对设计方案的频繁变更及贫乏的实验和现场数据都能得出比传统方法更精确的解·     

钢厂废钢生成量与需求量的计算

通过对钢厂历年有关数据的统计分析,使用二元回归方法建立废钢生成量预测模型。预测废钢生成量和需求量,可为钢铁企业制定生产经营计划提供重要依据。     

岩土工程反分析的最大熵原理

以概率与数理统计理论和现代信息理论为基础，针对目前岩土工程随机反演中常用的极大似然法和贝叶斯法，从随机过程入手，应用最大熵原理推导了这两种方法的准则函数，它的理论意义在于，从数据信息的角度对极大似然反分析法和贝叶斯反分析法进行了重新认识，比过去仅从数据和算法本身研究反演问题多了一个参照系，使得对传统意义上反分析法中的不确定性研究有了一个新的模式。     

一种新的中草药计算筛选法

本文提出一种中草药筛选的新方法:中草药计算筛选法。它依据统计学原理,将有关中药的定性指标合理定量化,并从中提取数量信息,从机理和统计分折,建立起中草药筛选的计算模型。本法具有科学、实用、经济、简便等特点。     

贝叶斯理论在光栅动态误差预报中的应用

针对实际测量过程中需要对数据量较少的非平稳性误差进行随机序列建模预报。提出了贝叶斯动态测量误差序列的预报方法。该方法不要求较大的数据量，对序列平稳性无限制，而且在预报过程中间隔插入标准量能有效提高预报精度。设计了一个光栅测长仪动态误差测量实验系统，利用贝叶斯预报方法对其动态误差数据进行建模预报，验证了贝叶斯预报方法的适用性和可行性。     

基于最优ROC曲线的k-部排序本体算法分析

本体相似度计算和本体映射被广泛应用于查询扩展和图像检索中,已成为信息科学研究的热点内容,其核心为计算本体图中顶点间的相似度.本文从理论的角度分析最优ROC曲线标准下k-部排序本体算法的性质,给出算法模型的单调性、广义误差、可微性等若干统计特征.     

基于混合模型的移动机器人同时定位与环境建模

提出一种基于混合地图模型的融合声纳传感器观测信息与里程计信息的同时定位与环境建模(SLAM)方法.该方法用混合模型即栅格地图模型和直线特征地图模型表示环境地图.首先,采用三区域声纳模型以及贝叶斯法则构建栅格地图,并通过在空间和时间上融合不同时刻多个声纳传感器的信息提高地图精度.然后,引入霍夫变换提取直线特征,创建直线特征地图,并通过比较地图中直线段的方向相似性、共线性与交叠性,确定全局与局部地图是否匹配.最后,利用直线特征以及扩展卡尔曼滤波器(EKF),通过状态预测、观测预测、位姿更新3个阶段估计出机器人更新的位姿信息,校正构建的地图模型,从而实现机器人的同时定位与环境地图构建.仿真实验和真实环境实验验证了该算法的可行性与有效性.     

三种模糊Markov链状预测模型

为了解决具有不确定信息的Markov链状预测问题,给出了"模糊状态-精确观测数据"、"精确状态-模糊观测数据"和"模糊状态-模糊观测数据"三类模糊Markov链状预测的模型,涵盖了具有不确定信息的Markov链状预测的各种形式,系统研究了三种模型下的状态转移概率确定方法与预测过程。该项工作使得模糊Markov链状预测模型问题趋于完善,为深入研究模糊Markov过程以及其它特殊的模糊随机过程提供了思路。     

一种基于网络对抗的恶意代码破坏效果控制模型

针对传统恶意代码破坏行为盲目、破坏效果单一的不足,提出了一种破坏效果分级可控的恶意代码攻击模型HCMM,改进了恶意代码破坏效果评估指标体系,并利用基于AHP的多级模糊综合评估模型设计了恶意代码破坏效果预估算法.实验结果表明,HCMM模型有效地改善了破坏效果可控性与自适应性,更符合现代信息对抗以及网络安全性测试的要求.