一般非线性结构方程模型的贝叶斯因子的计算

主要考虑非线性结构方程模型的模型选择问题，提出了用路径抽样对测量方程和结构方程均可为非线性的一般非线性结构方程模型计算贝叶斯因子，从而进行模型选择的方法，并以模拟例子说明如何用Win-BUGS软件来实现．     

贝叶斯方法在金融保证保险模型中的应用

主要介绍了Hamilton模型和转换函数模型,说明了贝叶斯方法在金融保证保险模型中的应用,将模型中的参数作为具有先验分布的随机变量,然后根据贝叶斯定理,得出后验分布,以此为基础利用WinBUGS软件对模型参数进行估计,最后对纯保费和所需的风险资本总量进行预测。     

基于反应数据的贝叶斯概率方法在恢复力模型选择中的应用

考虑模型选择过程中的不确定性,建立基于反应数据的模型选择的贝叶斯概率方法计算框架,用于选择一系列结构模型中的最有可能模型。该方法通过基于贝叶斯理论的模型参数识别方法得到模型参数的最有可能值及Hessian矩阵,对于全局可识别情况再结合渐近估计解法得到各模型的证据,进而通过贝叶斯定理得到选择各模型的概率,可以自动对过于复杂的模型进行限制。最后,将基于贝叶斯理论的模型选择方法用于采用实测滞回曲线数据的密肋复合墙试件的恢复力模型选择中,基于反应数据对选择2种恢复力模型的概率进行计算。研究结果表明:贝叶斯理论在系统识别中的应用不仅可以识别得到模型参数的最有可能值,还可以识别得到最有可能的模型,并且考虑了模型及模型参数的不确定性。     

基于近似贝叶斯的模型选择

讨论了近似贝叶斯计算(ABC)方法的改进算法ABC-SMC在实际建模过程中的模型选择和参数估计问题.ABC算法是一个似然自由的算法.当似然函数难以计算或没有精确解析形式的情形时,ABC算法规避了似然函数的计算,转而关注模型的生成模拟,这也是该算法的核心.ABC-SMC在经典的ABC框架上改造了抽样过程,利用序列蒙特卡罗...     

经济学中的贝叶斯模型

本文先对离散型和连续型两种形式的贝叶斯定理加以阐述,着重对离散型贝叶斯定理加以论证;通过三个实例,分别论述了贝叶斯定理在产品的质量监督、成本预算,以及新产品的市场促销等方面的具体运用;最后总结三个实例,建立经济学中的贝叶斯模型。     

转换函数未知时转换模型的变量选择

作者研究了转换函数未知时转换模型的变量选择.较经典的Box-Cox转换模型,作者提出的模型不限制转换函数的形式,并且允许非正态的误差分布.作者先由估计方程得到转换函数的估计,然后用SCAD判罚方法同时进行变量选择和参数估计.数值模拟结果证明本文方法是有效的.     

贝叶斯分类技术在高校教师教学质量评价中的应用

高校进行教师教学质量评价是提高教师教学质量,确保教育品质的重要手段。然而目前很多高校对教师教学质量的评价主要是给出一个结论,而对影响教师教学质量的主要因素并没有进行分析。根据高校教师教学质量评价中存在的不足和问题,将贝叶斯分类技术应用于高校教师教学质量评价体系中。讨论了贝叶斯分类的定义和方法,介绍了朴素贝叶斯分类器,并给出具体的数据分类实例,利用过去已有的教学质量评价的经验数据进行实验。实验结果表明贝叶斯分类具有较好的分类性能和较高的分类精度,贝叶分类技术用于教师教学质量评价完全可行。通过贝叶斯分类对教师教学质量进行合理评价,克服人为因素对评价结果的直接影响,为以后的教学质量评价提供合理科学的技术支持。     

通信网络路径选择的流体仿真神经网络电路模型

提出了一种寻找通信网络最佳路径的流体网络电路模型,该模型充分利用网络的全部拓扑论处,用电路实现寻优计算,可在电路时间常数内给出网络的最佳路径。模拟结果证明了该模型的正确性和可行性。     

贝叶斯模型比较的多模型组合框架在软测量建模中的应用

针对基于单一模型建立的软测量模型存在着预测精度需要进一步提高的问题,在分析目前常用的2种多模型组合框架的基础上,提出了一种基于贝叶斯模型比较的多模型组合框架。该框架以通过模糊c 均值聚类分析获得的生产过程状态变化知识为基础,对每种状态下各子模型的预测性能采用贝叶斯模型比较方法进行比较,并以此为基础在不同状态下采用了不同的子模型加权策略。在进行模型比较时,基于交叉检验分布,使用子模型训练所得采样序列,有效地减少了计算量。将该框架用于工程应用,取得了较好效果。     

基于GIS的公交乘客出行路径选择模型

公交乘客出行路径选择模型是公交乘客信息系统的关键技术。本文通过对公交乘客出行心理的研究,结合地理信息系统（GIS）的特点,提出了以换乘次数最少为首要目标、出行距离最短为第二目标的基本GIS的公交乘客出行路径选择模型。为提高路径搜索效率,模型中提出了GIS方向估价函数的概念。在南京市实际公交网络上的试算结果表明该模型实用、高效。     

采样间隔非均匀情况下的线性增长模型及其贝叶斯预测

本文直接按采样间隔非均匀的情况研究了一次和二次线性增长模型，并分别就观测误差方差Ｖ＿ｔ＿ｉ已知和未知常数两种情况给出了它们的先验分布、预测分布和后验分布的修正递推算法。     

采样间隔非均匀一阶渐近增长模型及贝叶斯预测

利用贝叶斯预测方法给出采样间隔非均匀情况下的一阶渐近增长模型，当观测误差方差已知时，给出了它的先验分布、预测分布和后验分布的修正递推算法。     

采样间隔非均匀情况下的季节模型及其贝叶斯预测

主要给出了采样间隔非均匀情况下的季节因子动态线性模型、季节效应动态线性模型和Ｆｏｕｒｉｅｒ形式的季节效应模型,当观测误差方差Ｖｔｉ已知时,给出了它们的先验分布、预测分布和后验分布的修正递推算法。     

KICA模型选择及其在消除脑电信号伪差中的应用

理论分析并结合实验验证指出基于正定核的独立分量分析算法(K ICA)的优化与分离性能与其模型参数的选择有关。提出了一种简单高效的模型选择方法:在混合信号中附加一个已知验证信号,通过最小化该已知信号的分离误差来选择最优模型参数。实验结果表明:经模型选择后的K ICA能成功分离脑电信号中的心电伪差。     

非参数Bayes样条回归

对于非参数回归模型y= f(x)+ε,其中f (x)为光滑的连续函数.用样条函数来逼近f (x),不具体选择结点的个数,考虑到结点个数的不确定性,给定结点个数一个均匀的无信息先验,用Bayes模型平均的方法来估计f (x).得到了f (x)的Bayes估计和Bayes后验区间估计.     

数学期望模型应用实例

混合样本检验法是预防医学中常用的方法，通过建立数学期望模型，可以在定量分析中减少检测次数，达到减少工作量，提高工作效率的目的。     

基于重要抽样法的配电系统可靠性评估

提出了一种应用于配电网可靠性评估的重要抽样方法,以RBTS母线6系统的主馈线4为例,应用该方法进行了可靠性指标的评估,结果表明:该方法在保证精度的前提下,能够减小样本方差,加快收敛速度.     

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.     

误差修正机制转换模型的贝叶斯估计

用贝叶斯估计法来估计误差修正机制转换模型的参数。通过先验分布的设定和贝叶斯定理,求出该模型参数的后验分布,接着使用基于Gibbs抽样的贝叶斯估计技术进行参数估计,最后对贝叶斯估计方法进行统计模拟,模拟结果表明:该方法可以稳健的估计该模型的参数。     

苏州民营经济转型升级的路径选择

苏州民营经济大都从事产业链中低附加值的制造业,除了利润率不高外,还对各种实体资源存在较大的依赖,对环境的影响也不容忽视。因此民营经济发展到一定程度,需要及时做好产业结构的转型升级。民营经济要实现转型升级必须对转型有正确的认识,必须根据自身的实际状况,制定切合自身发展的转型规划,选择符合自身发展规律的道路,其实质内容是向产业的高附加值端发展。