基于异常值检验的Bayesian方法验前信息可信度计算

由于采用了验前信息,Bayesian方法为小子样条件下的装备试验与评价提供了可行的理论依据,从而在装备试验与评价领域得到了广泛的应用。然而,由于验前信息具有多源性及主观性,当采用其进行Bayesian统计推断时,可能会导致Bayesian统计推断的结果偏差较大,使得决策风险增加。因此,研究Bayesian方法中验前信息的可信度显得至关重要。在现场试验样本信息已知的前提下,给出了验前信息可信度的定义,提出一种基于异常值检验的验前信息可信度计算方法,并基于Matlab数学软件,通过仿真思路实现了算法求解。最后,以某雷达探测距离试验为例,证明方法具有科学合理性。     

基于模糊贝叶斯理论更新概率可靠性模型

贝叶斯理论是基于无损检测结果对海洋工程结构可靠性进行更新研究的有力工具。针对传统贝叶斯理论无法有效地处理海洋结构无损检测中存在的大量模糊不确定性问题 ,根据模糊集合论的基本原理 ,在海洋结构可靠性概率模型更新研究中引入了模糊贝叶斯理论和模糊综合评判方法 ,对模型不确定性和检测结果中的模糊不确定性进行了定量评估。对基于检测结果的更新可靠性模型的参数分布和模型权值进行了探讨 ,并采用模糊综合评判方法确定了模型权值的先验概率。算例结果表明 ,此方法是可行的 ,检测结果的模糊性对可靠性概率模型更新具有重要影响 ,考虑模糊不确定性可以得到更为合理的结果。对于参数的概率密度函数而言 ,考虑多个模型和只考虑一个模型可得到相同的结果 ,但参数的不确定性对模型权值的更新有一定的影响。在工程实际应用中 ,对于有关海洋工程结构经检测和维修后的可靠性更新问题 ,应该考虑模糊不确定性的影响     

Application of Bayesian Network Learning Methods to Land Resource Evaluation

0IntroductionLand resourceis the material basis of people’s existence.Land protectionis a persistent national problembecausethat it is serving national sustainable development.Moreover,land evaluation and land gradation are of great i mportance inguiding decisions onland uses andland explorations.Shortageof land resource becomes serious,which attracted the specialattention and recognitionin various countries.And so,manyscholars triedtofind novel approaches of landresource evalua-tion.Kalogir…     

估计中模糊先验信息的一类定量描述方法

在Bayes可靠性评估中,为了提高小样本条件下可靠性的精度,需要利用专家经验等信息.而可靠性工程专家习惯于将自己的意见用模糊信息来表述.基于模糊隶属函数,对专家模糊经验信息做出了定量描述,并在此基础上利用Bayes方法实现了语音选择器的专家信息与实验数据的有效融合.实例表明,在专家经验信息的置信区间较宽时,采用三角型模糊分布能有效提高可靠性评估的精度.而置信区间较窄时,正态型分布具有更好的融合效果.     

基于贝叶斯网络的作战效能分析方法

天基信息系统的作战效能评估已经成为军事领域的研究热点。提出一种基于贝叶斯网络的天基信息系统作战效能分析方法。首先通过仿真平台获取仿真数据,然后采用基于搜索的贝叶斯网络结构学习算法和期望最大化(expectation-maximum, EM)参数学习算法学习数据样本,构建贝叶斯网络模型,最后从贝叶斯网络的节点敏感性分析出发,从载荷层、能力层两个方面分析了天基信息系统的可见光侦察卫星、合成孔径雷达(synthetic aperture radar, SAR)成像侦察卫星以及电子侦察卫星对作战效能的影响。同时,仿真验证了该方法应用在天基信息系统作战效能评估的有效性和可行性,能够为武器装备体系效能评估提供坚实的技术支撑。     

Bayesian Assessment for Reliability of Binomial Components Based on Information Fusion of Similar Products

A modified Bayesian reliability assessment method of binomial components was proposed by fusing prior information of similar products.The traditional Bayesian method usually directly used all the prior data,ignoring the differences between them,which might decrease the credibility level of reliability evaluation and result in data submergence.To solve the problem,a revised approach was derived to calculate groups of prior data's quantitative credibility,used for weighted data fusion.Then inheritance factor was introduced to build a mixed beta distribution to illustrate the innovation of new products.However,in many cases,inheritance factor was determined by Chi-square test that could not give out exact result with respect to rare failures.To make the model more precise,Barnard's exact test was suggested being used to calculate the inheritance factor.A numerical example is given to demonstrate that the modified method is successful and rational,while the classical method is too conservative and the traditional Bayesian method is too risky.     

结合定性知识的定量贝叶斯模型外推方法 

针对新设计域中试验数据有限而难以进行模型验证的问题,提出了定性知识与定量贝叶斯推理相结合的模型外推方法.其中,量化方法用于将领域专家意见等定性知识转化为先验概率;贝叶斯网络及限定抽样范围的蒙特卡罗方法用于定量推理,并通过贝叶斯区间假设检验的贝叶斯可信度提供模型外推结果.对Sandia国家实验室某静态力学结构的研究表明,该方法能有效实现新设计域不确定性系统的模型可信度外推.     

星载遥感仪器扫描部件可靠性验证试验

高可靠扫描部件是星载遥感仪器的关键部件,其可靠性验证试验的试验样本具有"小子样、零失效"的局限.工程中迫切需要制定合理可行的验证试验方案,在有限的试验周期内验证产品的可靠性是否符合指标要求.利用可靠度R(t)的验前信息,基于Bayes方法推导出了"小子样、零失效"情况下可靠性验证试验试验时间的算法;并给出了算例.结果表明,与传统算法相比在指标和样本量相同的情况下,新方法可减少试验时间,降低试验成本.     

基于Bayes估计的民航维修人为差错评估技术研究

研究了基于Bayes估计的民航维修人为差错评估技术。首先,将维修人为差错概率视为随机变量,利用航空公司积累的历史信息作为先验数据,以THERP手册提供的5%分位点作为维修人为差错概率中值,运用点估计法确定维修人为差错的先验分布模型。其次,给出了Bayes先验分布参数的求解方法。最后,选取验后Beta分布的中值作为θ的贝叶斯估计,构建了民航人为维修差错概率计算方法。通过实例分析,可以看出随着维修次数的增多,维修人为差错概率就越接近于极大似然法估计的失效概率。现场数据的检验反映了该评估方法的有效性、精确性和实用性。     

基于spike-and-slab先验分布的贝叶斯变量选择方法

针对超高维数据,提出一种基于spike-and-slab先验分布的超高维线性回归模型的贝叶斯变量选择方法。该方法继承了弹性网方法和EM算法的优点,以较快的收敛速度来获得稀疏的预测模型。特别地,针对系数的spike-and-slab先验分布设置上,该方法允许系数从不同坐标借力、自动适应已知数据的稀疏信息以及进行多重调整。通过与常用方法的比较,证明了该方法的准确性和有效性。     

应答型数据的关联规则挖掘算法

分析了关联规则传统挖掘方法在应答型数据应用领域中的不足,定义出应答试题与应答者的信息量度量策略,在此基础上提出一种新的基于信息量的关联规则挖掘算法.     

加速寿命试验Bayes方法的一个注记

本文在失效分布未知条件下,使用Bayes方法在先验分布取为负对数Gamma分布的情况下,首先给出各种应力水平下平均失效率的估计,然后利用这些估计值给出加速寿命模型,从而得到正常应力下的平均失效率估计。本文最后通过一个数值例子,详细地叙述了使用这种方法的全过程。     

混合非参数回归的贝叶斯推断

针对混合非参数回归问题,给出了一种基于贝叶斯框架的推断方法.在该方法中对每一个非参数混合成分用一个随机过程的有限维分布族作为先验,同时分别构造混合比例、随机误差的方差和非参数混合成分的贝叶斯估计,并通过马尔科夫链蒙特卡洛(Markov chain Monte Carlo,MCMC)法抽样来进行后验推断.数值模拟分别从样...     

基于动态贝耶斯规划图的状态安全报警关联

提出状态报警关联的概念以及基于动态贝耶斯规划图的报警关联算法。动态贝耶斯规划图在规划图的基础上结合了动态贝耶斯网络推理,显式地表示系统状态以及状态和攻击动作之间的相互影响。算法用贝耶斯推理处理不确定信息,量化地评估系统安全状态,并且有效地消除误报。     

Bayes方法在滚动轴承寿命考核中的应用

本文在收集并处理某轴承厂近十年来滚动轴承寿命试验数据基础上,拟合了 Weibull 寿命分布参数的先验分布.推出 Baycs 可靠性验证试验(简称 BRDT),并将其应用于滚动轴承寿命考核。由于该方法充分利用先验信息和当前试验信息,所以较现行考核方法大大缩短试验时间,降低试验费用.     

基于粗集理论的C3I信息融合性能评估方法

讨论了基于粗集理论的信息融合系统性能评估的理论和方法, 以C³I的应用为背景建立了信息融合性能指标体系. 给出基于粗集理论进行系统综合评估的一般步骤和确定评估指标权值的算法, 尤其是在有信息遗失情况下的信息处理方法. 同时提出一种用于多传感器信息融合性能测试与评估的系统结构, 通过软件测试的方法, 对融合算法进行测试与评估, 实现了对融合算法选择和参数选择的指导, 实验结果验证了本文方法的有效性.     

一种基于特征置换的朴素贝叶斯分类器

朴素贝叶斯分类方法是一种广泛使用的分类算法,在独立性假设不完全满足的情况下计算效率和分类效果均较为理想.通过分析全局特征向量中各特征与类别属性之间的联系,提出将组合特征置换多源特征,用组合特征的共现率对多源特征进行概率调整的新方法,在不同数据集的实验中,调整后的朴素贝叶斯分类器(FRNB)的分类精度均好于传统朴素贝叶斯分类器.测试结果表明,改进后的算法是有效可行的.     

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.     

一个贝叶斯离散可靠性增长模型──多元Beta模型

本文提出了一个贝叶斯离散可靠性增长模型．本模型是Ｍａｚｚｕｃｈｉ—Ｓｏｙｅｒ模型［１］的一个推广．假设一个产品的开发过程由ｍ个阶段组成．在每一个阶段中，都进行一个成败型寿命试验．在试验结束后，再分析其结果，然后对产品进行修改或重新设计，以期提高产品的可靠性．产品的失效可分为不可修复的以及可修复的两种．假定产品的不可修复失效概率在各个阶段中保持相同，而可修复失效概率随着试验阶段的增加而减少．在此假定下，我们选用一个合理的分布作为产品失效概率的先验分布，它就是多元Ｂｅｔａ分布．然后，我们将先验信息与试验数据相结合进行贝叶斯分析．文中举了一个实例加以说明     

基于数据挖掘的高职教学评估系统的构思

根据将数据挖掘技术应用于职业教育教学评估中,可以来指导教育、发展教育,改善职业教育中的教学效果,采用数据挖掘的方法和贝叶斯算法构建设计了商丘职业技术学院高职教学评估系统。通过本文的研究,希望能为提高教学效率、优化教学策略和评估教学效果提供借鉴作用。