具有混合试验中参数的Bayes估计及其分布函数

混合试验是寿命分析中极其有用的检验设计，它比定时试验或定数提供更多的试验信息。由此研究了混合试验中指数分布参数的Ｂａｙｅｓ估计，并导出Ｂａｙｅｓ估计的分布函数。     

系统可靠性综合评估的BAYES方法

本文利用Ｂａｙｅｓａｐｐｒｏａｃｈ给出了系统可靠性综合评估的方法。对一个复杂系统，其可靠性的最大似然估计很难得到，为此给出一个渐近有效的估计十分必要。很多可靠性试验费用比较昂贵。因而观测数据比较少，且多为不完全数据，为能充分利用数据信息，达到一定精度，本文针对成败模型给出的Ｂａｙｅｓ近似很有效。本方法不仅对该模型有效，且是一个一般性的方法。     

Bayes判别的小波方法

在非参数Ｂａｙｅｓ参数判别问题结全小波方法,给出了Ｂａｙｅｓ规则的小波估计,并在此基础上,建立了后验错判概率Ｌｎ与Ｂａｙｅｓ风险Ｒ的收敛关系及收敛速度。     

非线性系统参数估计的迭代Bayes方法

本文给出使用Ｂａｙｅｓ方法估计非线性系统模型参数的方法和计算过程，给出一种迭代使用Ｂａｙｅｓ方法的策略并讨论了非线性自回归模型的参数估计问题。     

数据对Bayes估计的联合影响

研究数据对模型的影响是一个重要问题．Ｃｏｏｋ距离是一个常用的影响度量,文献（ＴｉａｎＢＧ．Ｉｎｆｌｕｅｎｃｅａｎａｌｙｓｉｓｏｆｂａｙｅｓｅｓｌｉｍａｔｅ．ＪｏｕｒｎａｌｏｆＸｉｎｙａｎｇＴｅａｃｈｅｒ′ｓＣｏｌ－ｌｅｇｅ,１９９７,１０（１）：３４）用它讨论了一组数据对Ｂａｙｅｓ估计的影响．本文讨论两组数据和多组数据对Ｂａｙｅｓ估计的影响,同时把Ａ－Ｐ统计量引入Ｂａｙｅｓ估计中,用它研究了数据的影响．     

广义离散随机线性系统的Bayes估计

广义离散随机线性系统的Ｂａｙｅｓ估计王玉振（泰安师专数学系）周文安（山东矿业学院系统工程研究所）摘要运用Ｂａｙｅｓ预测理论讨论了广义离散随机线性系统的状态估计问题，提出了一种简便的状态估计递推算法。关键词Ｂａｙｅｓ理论；广义离散随机线性系统；状态估...     

熵损失函数下定时截尾情形参数的Bayes估计

给出了在熵损失函数下,指数分布参数的Ｂａｙｅｓ估计,在给出先验分布的条件下,得到了Ｂａｙｅｓ估计的精确形式,证明了此估计是可容许的。     

加速寿命试验下随机截尾指数寿命数据的Beyes统计分析

本文针对恒定应力加速寿命试验下，进行随机截尾指数寿命数据的Ｂａｙｅｓ分析，在未知加速寿命方程情况下，给出了常应力下分布参数的后验分布及其Ｂａｙｅｓ估计．最后给出了两个计算实例．     

定时截尾寿命试验参数及可靠度的Bayes估计

给出了定时截尾寿命试验Ｗｅｉｂｕｌｌ分布在平方损失下参数及可靠度的Ｂａｙｅｓ估计。     

线性模型中经验Bayes估计的收敛速度

考虑了线性模型Ｙ＝θ＋ε中参数θ的经验Ｂａｙｅｓ估计问题，在对ε的密度函数的连续可微性给以较一般限制的条件下，构造了θ的渐近最优经验Ｂａｙｅｓ估计并且给出了这个估计的收敛速度。     

感度试验用OSTR法的数据分析方法

用LangLie法或变换Langlie法(即OSTR法)做感度试验,所得数据形式与目前广泛应用的升降法感度试验数据不同,因此要重新给出数据处理公式及可靠度计算方法.本文做了这一工作。     

基于Bayes的火箭弹高、低温环境试验方法

针对现有国军标规定的高、低温环境试验用弹量难以适用昂贵火箭弹定型试验的需要,提出了应用专家经验和Bayes方法的高低温环境下减少试验用弹量的试验方法.根据检测人员对标准样柱裂纹和脱粘检出结果,利用混合Beta分布确定检测人员每天检出概率的先验分布,导出在一定检出率要求下的检测次数,采用先验和Bayes方法确定高低温环境下的试验用弹量,与现行方法相比,在不降低试验要求的情况下,大幅度减少了试验用弹量.     

贝叶斯计量寿命试验抽样检验方案

本文从另一个角度提出了以产品寿命为质量指标的贝叶斯计量寿命试验抽样检验方案，揭示了经典与贝叶斯计量寿命试验抽样检验方案的关系，在此基础上，给出了设计贝叶斯计量寿命试验抽样检验方案的另一个方法．文中有实例加以说明，并附有表格．     

基于随机参数的贝叶斯统计质量控制模型

为了研究正态共轭参数先验分布和正态一逆Gamma共轭参数先验分布下产品质量特性的控制问题，应用贝叶斯统计推断方法，通过不同控制对象的预报分布密度函数，构造了方差已知时质量特性的贝叶斯均值控制图和方差未知时的贝叶斯均值一标准差控制图，结论表明：经典统计质量控制模型是贝叶斯质量控制模型的一类特殊情况。     

测试样本空间变化对贝页斯常规及补集规则权重评估影响的分析

为降低防火墙文本分类计算的误码率,研究基于贝页斯模型的防火墙测试系统的运行效率,提出将贝页斯模型视为线性模型的观点,分析测试样本空间变化对模型不同集合规则权重的影响,建立了有误差补偿功能的MNB分类器数学模型,实验仿真验证了贝页斯多项式数学模型的可行性,确定了MNB分类器内贝页斯多项式数学模型特征变量与目标文本内部个性词汇的对应关系.      

基于朴素贝叶斯分类模型的车型识别方法

提出一种基于朴素贝叶斯分类模型的车辆分类方法,采用车辆的实际特征数据长度和宽度作为训练样本,离线训练朴素贝叶斯分类模型,同时利于CCD摄像机采集道路车辆图像,提取车辆轮廓曲线外接矩形的长度和宽度作为测试样本,通过离线训练获得的分类器,对车辆类型进行识别．仿真试验证明,朴素贝叶斯分类模型具有较高的分类性能,在同等训练和测试条件下,可以获得比BP神经网络分类器优越的分类效果．     

基于MCMC算法的贝叶斯面板单位根检验

针对面板单位根检验存在检验势不稳定和原假设设置主观选择的问题,提出基于面板数据分位自回归模型,选择非对称Laplace分布的似然函数对模型进行贝叶斯分位回归分析.结合参数的完全条件分布设计MCMC抽样算法,进行贝叶斯分位单位根检验,并利用Monte Carlo模拟实验研究了贝叶斯分位单位根检验的有效性与可行性.研究结果表明,基于面板数据分位自回归模型的贝叶斯单位根检验方法解决了检验势不稳定以及原假设主观设置的问题,能够给出更全面稳健的单位根检验判断.     

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。     

一种改进的BP算法在消费水平中的应用

通过对标准BP算法的改进,提出了一种L-M贝叶斯正则化优化算法,并把它应用到成都市居民消费水平预测中.经试验验证,L-M贝叶斯正则化的BP神经网络比相同条件下另外两种改进算法有更强的泛化能力,对居民消费水平有很好的预测效果.     

武器装备试验的Bayes评估及容量计算

在实践中评定武器装备时，试验花费常常很大，本文基于Bayes方法设计了一个小子样试验方法以减少开支，提高项目的经济性。该方法可以计算出成败型产品试验的容量，同时可以分析增加试验次数对评定的影响；再进一步估计出参数区间和双方风险，为此类试验提出了一个参考流程，对评估成败型产品有一定的帮助。