基于粗糙集规则和灰色聚类算法的档案信息资源评价体系研究

针对山东黄河信息中心档案信息资源利用情况,采用专家打分方式对档案信息进行数据采集,利用粗糙集理论对数据进行预处理,灰色聚类算法对档案信息资源利用情况进行系统评价.研究发现,该评价体系对档案信息资源的管理和信息的有效利用提供了有价值的科学决策依据.     

双随机动态模型(DM)及预测

本文研究了一类比比动态线性模型(DLM)适用性更广的动态非线性模型(简称DM),给出了它的一步预测分布,通过二元泰勒展式,得到了DM的一类逼近模型,较完整地给出了参数的概率表达式及作为概率分布得到的预测。     

决策影响图在设备可靠性系统分析中的应用

决策影响图是决策分析的一种新的图形表征求解方法，它用无回路的有向图表征决策变量、随机变量和目标函数之间的相关关系，并进行推理分析、信息分析和灵敏度分析等．本文运用影响图分析法研究设备可靠性分析问题．     

贝叶斯预测与鲍克斯──詹金斯预测比较

本文是在全面了解Ｂａｙｅｓ预测与Ｂｏｘ－Ｊｅｎｋｉｎｓ预测的基础上，对这两种预测的主要特征加以对照和比较，指出了它们在建模思想、建模条件、建模步骤等方面的不同点以及两种预测模型的关系，从而使读者更深入地了解Ｂｏｘ－Ｊｅｎｋｉｎｓ预测。     

信息论在统计学中的应用

本文用申农(Shannon)关于信息定量的方法,对一类贝叶斯(Bayes)估计进行了讨论,提出了可信样本容量的确定方法,把信息论直接应用到统计学中。     

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。     

贝叶斯序贯高斯模拟方法

各种静态数据约束下的三维储层模型是指可以同时满足地震和测井数据的模型。研究了整合中等垂向分辨率地震数据的方法。引入贝叶斯定理的序贯高斯模拟方法,即贝叶斯序贯高斯模拟,用来整合中等垂向分辨率的地震数据,在给定地震频率的条件下,提高模型的分辨率。模拟结果表明,该方法能很好地整合中等垂向分辨率的地震数据,解决整合地震和测井数据存在的“体支撑”难题,生成高于地震垂向分辨率、低于或等于测井分辨率的三维储层模型。     

基于贝叶斯判别器的面部检测

 提出了1种基于PCA(主成分分析)的贝叶斯判别器用于检测灰度面部图像.为检测面部图像,首先用PCA减低训练图像的维数以为判别器提供教好的图像描述.训练图像包括面部图像和非面部图像并给出正确标识,用EM算法学习图像的特征向量.在构建好学习模型后,用贝叶斯后验概率检测未知样本.模型参数估计和判别原则都是基于最大似然度.在估计了概率密度函数后,贝叶斯判别器可产生最小的误差,为分类的教优准则.本方法用2356副面部图像和3780非面部图像作为学习样本,学习过程获取面部图像与非面部图像的差异而构建判别模型.训练图像包括不同位置,不同表情,不同亮度条件的同一对象图像.训练模型用于检测205副面部图像,实验结果在文章第4部分给出.     

粗糙集结合BP神经网络的数据融合方法研究

在粗糙集和数据融合基本理论的基础上,研究了基于粗糙集理论和BP神经网络相结合的数据融合方法。先利用粗糙集对输入信息进行简化,剔除冗余信息,从而缩减了BP神经网络的规模,提高了融合系统的识别率,进而提高整个融合系统的效率。与传统的神经网络融合系统进行比较,通过实例说明了该方法的有效性。     

基于贝叶斯理论的未知病毒检测算法的实现

计算机病毒严重地危害了计算机世界的安全,如何有效地利用已知病毒的特征对未知病毒进行检测是一个非常重要的研究课题。对基于贝叶斯分类理论的未知病毒检测算法给予了系统设计和实现。实验结果表明,这种新的算法对未知病毒具有较高的分辨率。