基于最大后验概率的单星多目标无源定位算法

为提高单星无源定位精度和速度,同时满足小型化和低功耗的要求,提出了基于最大后验概率和旋转长基线干涉仪的无源定位算法。核心思想是利用最大后验概率原理解决多辐射源信号去交织难题;利用旋转干涉仪天线基线和目标辐射源来波方向瞬时变化减小测向定位模糊,从而实现了利用单个旋转长基线干涉仪系统对多辐射源目标快速高精度定位。仿真表明,该算法可行性强,定位精度高、速度快,具有很高的应用价值。     

基于寿命分布和贝叶斯的加速因子确定方法

针对小子样产品加速因子难以确定问题,提出了一种基于寿命分布和贝叶斯的加速因子确定方法。首先根据相似产品内场贮存数据信息,对正常应力下寿命分布参数进行极大似然估计(maximum likelihood estimation,MLE),再利用Fisher信息矩阵求逆得到其方差〖CD*2〗协方差矩阵,最终得到正常应力下寿命分布参数的分布,然后根据新研产品加速应力下小子样试验信息结合相似产品加速应力试验信息和专家经验等先验信息,利用ML Ⅱ方法确定混合先验分布的权重,再利用Bayes方法得到产品寿命分布参数的后验分布,最后根据正常应力下和加速应力下的产品寿命分布参数的分布信息综合确定加速因子。以某加速度计为例,验证本文方法的正确性和有效性。     

有预报的贝叶斯决策分析

利用贝叶斯定理可以通过预报所增加的信息来改善状态的先验概率分布,使决策者能利用更多的信息来作出最优决策。     

基于人脸运动单元及表情关系模型的自动表情识别

面部表情是人们表达情感和意向最有效、自然、快捷的方式. 表情的发生主体不同,程度不同,导致了表情的自发性. 基于这一难点,建立了一种人脸运动单元(action units,AUs)及面部表情间的概率关系模型,该模型将人脸分为眉眼区域和嘴巴区域两部分,采用Gabor小波提取区域特征,通过K临近(K nearest neighbor,KNN)与贝叶斯网络(Bayesian network,BN)相结合的机器学习算法进行自动AUs表情识别. 这种改进的机器学习算法,通过训练数据以及主观的先验知识进行模型学习,为AUs配以不同的权重,并且根据极大后验概率(maximum a posteriori probability,MAP)选取最优表情. 实验表明,本文所提出的模型对不同主体、不同程度的表情都表现出了较高的识别率,是一种高效且鲁棒性强的自动表情识别系统.      

家蚕后部丝腺细胞粗面内质网膜系统的多态性研究

应用电镜技术,对家蚕后部丝腺细胞粗面内质网膜系统在5龄生长期的超微形态变化,进行了连续观察与研究.结果发现,粗面内质网膜系统的超微形态呈现出扁平囊状、管泡状和同心圆状等规律性变化,这种多态性现象与丝腺细胞的生长发育状态及生理机能的变化密切相关,并受蚕体内分泌环境的调节.     

圆参数的贝叶斯估计

用贝叶斯方法解决圆相邻角已知的情况下的参数估计,并得出圆半径的后验分布和置信区间。     

正态线性单方程计量经济模型的Bayes统计推断

该文研究了如何利用Bayes方法来建立正态线性计量经济模型 :Y =Xβ U ,U ～N( 0 ,σ2 In) ,分别讨论了在二次损失函数下σ2 已知时 ,β的Bayes估计和σ2 未知时 ( β ,σ)的Bayes估计。与 β或 ( β ,σ)的经典统计估计相比较 ,由于Bayes方法融合了样本信息和参数的先验信息 ,其Bayes估计的精度更高。     

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LM法的光束法平差巡视器导航定位

光束法平差是一种通过高斯牛顿法进行最优估计的方法,在利用相机图像进行巡视器导航定位时起着重要的作用.为获得在缺少足够控制信息的月面环境下的高精度定位信息,提出一种利用列文伯格-马夸尔特算法(LM算法)代替高斯牛顿算法,进行图像光束法平差的巡视器导航定位方法.根据LM算法的核心思想和巡视器图像的构网特征,构建光束法平差模型,并给出了合适的阻尼策略和验后权估计方法.实验结果表明,基于LM算法的光束法平差巡视器导航定位,可以克服高斯牛顿算法适用性弱的缺点,具有较高的定位精度和理想的收敛速率.