对数正态型产品基于验后概率的Bayes序贯检验技术

现代高技术装备由于小子样的条件限制,运用传统统计方法对装备性能参数进行假设检验存在困难。对于维修时间服从对数正态分布的装备,提出了基于验后概率和小概率事件原理的基本假设,建立了对数正态型产品基于验后概率的Bayes序贯检验（BSToLP）模型,推导了验后风险的计算公式,归纳了基于验后概率的Bayes序贯检验法则,并给出计算所得的实际验后风险低于给定验后风险的证明。最后结合装备示例,进行可靠性分析,验证了该方法的可行性及优越性。     

边坡可靠度的Bayes估计及后验稳健性

采用边坡自身的稳定性参数构建似然函数,以研究区内21个极限状态坡的稳定性参数为样本,建立先验分布,应用Bayes理论确定后验分布,应用后验稳健性分析方法对西安咸阳国际机场污水排放口泾阳黄土边坡进行稳定性评价。结果表明:后验分布的均值得到了很好的修正,方差小,精度高;当稳定性评价指标先验分布存在5%、10%和15%波动时,后验期望损失依次增大,但均在20%范围内波动,这表明边坡可靠度的Bayes估计法具有很好的稳健性,可对边坡的稳定性进行更为精确地评价。     

一种新的Bayes网络条件概率学习方法

针对大规模Bayes网络的条件概率赋值问题,提出一种学习方法.首先使用类层次结构定义一种新的基于层次的Bayes网络模型,用于表示大规模Bayes网络.然后将训练数据集由单个数据表的形式转化成多表数据库,其中每个数据库表对应一个Bayes网络模块.在此基础上导出条件概率计算公式,从每个数据库表中算出相应的Bayes网络模块的条件概率表,由此实现对整个层次Bayes网络的概率赋值.通过适当增加数据库表的数目来控制每个表中属性的个数,保证计算的可行性.将层次Bayes网络及计算公式用于解决图像中文本的自动检测与定位问题,实验结果表明了它们的有效性.     

对数正态分布的最小后验风险Bayes判别

设有两个总体G0、G1分别服从参数为(μ0,σ)与(1μ,σ)的对数正态分布.基于寿命数据X、最小后验风险准则,给出了相应的判别分析问题的Bayes判别方法,为寿命判别制定了一个操作简便的规则.     

Bayes决策理论用于模式识别分类问题的进一步探讨

给出2种Bayes决策分类方法,分别设计出了相应的分类器,最后通过一实例,对2种方法进行了比较与分析.     

基于最大后验概率的la范数去噪方法

从观测模型和先验模型入手,深入分析了在图像去噪过程中如何在边缘保护和去除噪声之间寻找平衡,针对TV先验模型在边缘保护和纹理保护中的不足,提出了新的基于最大后验概率的la范数去噪方法,该方法更好地保护了图像的边缘,同时使得在平滑区域产生的阶梯效应减少.数值实验进一步验证了该方法的正确性和有效性.     

基于后验概率的LSB隐写分析

LSB隐写是将欲嵌入的秘密信息取代载体图像的最低比特位,是图像隐写最流行的方式之一。已经有大量算法来检测LSB隐写,但是对于图像最低位变化率的估计误差较大。探讨了一种基于后验概率的隐写分析算法：首先利用图像像素是否处于局部平滑区域进行建模,然后采用EM算法估计出图像中每个像素属于上述模型的后验概率并将后验概率作为此像素的权重,最后结合WS模型来估计图像最低位变化率。实验结果表明,该算法能有效地并且准确的估计图像最低位变化率,并且有较好的效果。     

线性模型下基于AIC准测的Bayes变量选择

讨论了线性模型下Bayes变量选择问题。通过用AIC准则来修正经典的Bayes变量选择方法,构造修正后的子模型后验分布,并且通过仿真计算验证,修正后的后验分布可以提高变量选择精度。     

基于最大后验概率的帧同步判决

针对高误码率、高滑码率的恶劣无线数字传输链路,为了提高帧同步判决的可靠度并从而提高系统传输效率,该文提出了一种基于最大后验概率(MAP)的定长帧同步判决算法.该算法能够根据信道实时反馈的误码率和滑码率,并利用特定应用中滑码长度的先验概率特性以及前后帧的相关性进行帧同步判决.这种算法相比传统的帧同步搜索性能有明显的改善,在误码率为5 × 10-2且滑码率为1 ×10-8时,误同步率仍然低于5×10-5.该同步算法还具有可扩展性,可以方便地扩展到变长帧的同步判决、变长包的解复接等多种应用场合.     

支持向量机方法中加权后验概率建模方法

为解决传统支持向量机方法不提供概率输出的问题,在支持向量机多类分类问题输出概率建模中,提出了加权后验概率建模方法。该方法在对多个两类支持向量机分类器的输出概率进行组合时,充分考虑了各个两类支持向量机分类器的差异。依据Bayesian理论,采用后验概率作为各个两类支持向量机分类器的权系数。实验结果表明,与投票法及Pairwise Coupling方法相比,加权后验概率方法具有较低的分类错误率,不仅具有较好的分类性能,而且得到的后验概率具有较好的概率分布形态。该方法有效地解决了实际多类分类问题中支持向量机的概率建模问题。     

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…     

结构化EM算法在小样本贝叶斯网络学习中的应用

在贝叶斯网络学习中,合理数据集的存在可以大大降低贝叶斯网络学习对知识工程的过多依赖.但当数据集中样本数量不够大时,可能没有足够多的样本甚至不存在样本来代表变量间的某些条件独立关系,从而无法学习贝叶斯网络.将数据集修正与结构化-期望最大化算法相结合,得到一种有效的小样本上贝叶斯网络学习的方法,实验结果表明,该方法能够有效地进行小样本上贝叶斯网络学习.     

一种高效的生物网络概率模体发现算法

针对概率模体发现算法中非树形子图的挖掘和在得分函数最大化的过程中得分函数值计算的2个难点.首先提出基于划分的非树形子图的搜索算法,其次将子图同构应用于最小错配的求解以缩小智能优化算法对得分函数求解的解空间,最后将基于模拟退火算法和遗传算法的混合算法应用于得分函数的求解过程.在大肠杆菌基因调控网络中的实验结果表明,与其他算法相比,混合智能算法可以大大减少非树形子图的搜索时间,并以相对较快的收敛速度收敛到一个较优的解,因此所提出的方法有效地提高了概率模体发现的效率.     

带负相依重尾潜在索赔额的风险模型的有限时间破产概率

讨论了基于客户来到的更新风险模型,其中每张保单发生实际索赔的概率不同。在潜在索赔额序列为负相依同分布的重尾随机变量属于L∩D族的假设下,得到了有限时间破产概率的渐近表达式。     

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。     

具有能量收集的认知双向协作中继网络中断概率分析

为了延长认知中继网络的生存时间和降低中断概率,提出了具有多主接收端的专用信号塔(PB,Power-beacon)辅助能量收集认知双向协作中继网络,并研究了采用译码转发模式和机会中继选择策略的衬底式认知网络中断性能。网络中次用户发射功率由收集自PB的能量和主接收端的干扰约束决定。推导了Rayleigh块衰落信道下次网络的精确中断概率,结果表明增大PB发射功率或主网络干扰约束将使中断概率单调下降。此外,还推导了有干扰约束和无干扰约束的次网络渐近中断概率,研究了中断饱和现象,PB位置对中断概率的影响,以及主接收端和中继数量、次网络端到端容量以及能量收集比率与中断概率之间的关系。仿真结果验证了理论推导。     

具有能量收集的多跳认知双向中继网络中断概率分析

为了提高多跳认知中继网络传输效率,延长生存期和降低中断概率,提出基于时分广播协议、译码转发、网络编码和专用信号塔(power-beacon,PB)辅助能量收集等技术的多跳双向传输方案,研究了采用该方案的衬底方式认知中继网络的中断性能,推导了Rayleigh分块衰落信道下次网络的精确和渐近中断概率。理论分析和仿真结果表明,与传统传输方案相比,所提传输方案具有相近的中断性能,但传输效率却远高于传统方案。次网络中断概率随着PB发射功率的增加或者干扰约束的降低而单调下降。合理设置PB位置,次网络端到端容量,子系统数目和能量收集比率有助于提升次网络中断性能。     

基于三维空间模型的毫米波蜂窝网络覆盖概率分析

毫米波蜂窝网络通常在二维空间下建模和性能分析.二维模型适合基站分布稀疏的郊区,但是并不适合城市环境下密集蜂窝网络的性能分析.基于随机几何理论提出三维空间模型.该模型假设基站分布为三维泊松点过程;阻碍模型为视距(line of sight,LOS)球模型;信道为Nakagami-m衰落信道;收发端使用大规模天线阵列获得最大的波束成形增益.基于该模型,给出了三维空间下目标用户和最近基站距离的概率密度函数,推导出目标用户的平均覆盖概率,通过蒙特卡洛仿真实验与二维模型的性能进行了对比,分析了路径损耗、蜂窝半径、天线的波束宽度和天线增益等参数变化对平均覆盖概率的影响.实验结果表明,在密集的城市环境下,三维模型对毫米波蜂窝网络的性能分析更加精确.