贝叶斯
贝叶斯的相关文献在1986年到2023年内共计2382篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、经济计划与管理
等领域,其中期刊论文869篇、会议论文19篇、专利文献70027篇;相关期刊532种,包括中国卫生统计、电脑知识与技术、计算机仿真等;
相关会议19种,包括2011年信息技术、服务科学与工程管理国际学术会议、中国国防科技质量与可靠性高峰论坛、2010年中国通信国际会议等;贝叶斯的相关文献由6078位作者贡献,包括焦李成、王磊、钟桦等。
贝叶斯—发文量
专利文献>
论文:70027篇
占比:98.75%
总计:70915篇
贝叶斯
-研究学者
- 焦李成
- 王磊
- 钟桦
- 侯彪
- 刘宏伟
- 杨帆
- 王爽
- 黄永
- 戴继生
- 李惠
- 李晓阳
- 王桂婷
- 刘洋
- 周峰
- 张小华
- 杨杰
- 张晓玲
- 杨益新
- 王宁
- 王涛
- 韦顺军
- 岳昆
- 张凤亮
- 张宇
- 曾璇
- 李鹏
- 王敏
- 王晓军
- 白雪茹
- 陈伟
- 黎湘
- 倪艳春
- 刘媛媛
- 刘永祥
- 刘芳
- 刘飞
- 姜卫东
- 宋爱国
- 尚荣华
- 师君
- 张为华
- 张毅
- 张浩
- 张磊
- 曾洪
- 李斌
- 李潇
- 杨晨华
- 毛兴鹏
- 江振宇
-
-
刘洋;
李凡长
-
-
摘要:
以神经网络为基础的深度学习在大量领域取得优异成果,但其难以处理相似或未经训练的任务。深度学习在对新任务的学习和适应过程中存在困难,且对训练样本规模要求很高,造成泛化性和扩展性不佳的问题。元学习是一种新的学习框架,旨在解决传统学习方法难以解决的快速学习和适应新任务的问题。针对图像分类的元学习问题,文中提出了一种基于贝叶斯理论的纤维丛元学习算法(Fiber Bundle Meta-learning Algorithm,FBBML)。首先通过卷积神经网络提取支持数据集的图片信息,以得到图片的表示。然后构建数据特征的流形结构和数据特征到标签的纤维丛。最后输入查询集选取当前新任务的流形截面,从而获得适合新任务的纤维,得到图片的正确标签。实验结果表明,基于所提算法实现的模型(FBBML)在公共数据集(mini-ImageNet)上相比标准四层卷积神经网络的模型取得了最佳的准确率性能。同时将纤维丛理论引入元学习,使得算法本身具备更高的可解释性。
-
-
王建浩;
刘璐
-
-
摘要:
本文以区域型社会稳定风险评估为研究对象,在既有重大工程、重大项目、土地征收社会稳定风险评估理论研究的基础上,重新界定区域型社会稳定风险评估的相关定义,阐述了区域型社会稳定风险评估的实施方向,调查了区域型社会稳定风险评估的风险影响因素。在此基础上,构建了区域型社会稳定风险评估指标体系,提出了基于贝叶斯和云推理模型的区域型社会稳定风险评估方法和社会稳定风险控制方法。
-
-
曹瑞;
刘燕斌;
陆宇平
-
-
摘要:
提出了基于马尔可夫蒙特卡洛(MCMC)的贝叶斯辨识方法,以解决高超声速飞行器系统辨识中复杂动力学模型转换为简单或稀疏模型所带来的不确定性问题,以及存在的训练数据大和积分难处理的问题。该方法将数据退火算法引入MCMC中,不仅解决了MCMC易陷入局部最优的问题,并且将数据退火与“高信息训练数据”的概念相结合,能够以较低的计算成本分析大数据集。此外,该方法可以对参数估计过程中存在的不确定性进行量化,获得未知参数的最优估计值。通过仿真实验,验证了提出的系统辨识方法的有效性,辨识出的模型能够有效应用于控制器设计之中,并获得较好的控制效果。
-
-
司颖华;
马宁
-
-
摘要:
鉴于核心CPI是从货币政策角度定义的,为了探究我国货币政策的价格效应在不同时点上的差异性,本文基于八类价格指数采用小波分解和动态因子模型构建了核心CPI并将其作为价格变量,之后构建了贝叶斯框架下的时变参数向量自回归(TVP-VAR)模型,测度了我国货币政策在不同时点上的价格效应。实证结果表明:第一,相对于CPI而言,本文构建的核心CPI能更好地反映物价长期、稳定的变动趋势;第二,我国货币政策对整体物价的调控具有短期效应,且在不同时点上存在显著差异。鉴于此,建议中国人民银行编制并公布核心CPI,以便更有效地检测物价整体变动水平和测度货币政策的价格效应。
-
-
李俊娴
-
-
摘要:
为改善传统英语教师教学质量评估时各指标权重易受人为影响的缺点,在研究了指标系数分析、特征重组及特征分析基础上,本文构建了大数据环境下的英语教师教育能力评价模型,并提出基于层次贝叶斯beta回归模型建立英语教师教育能力评价指标权重分配方案,从而提高指标分配合理性,使得预测结果更加准确。仿真结果进一步验证了所提模型在提高英语教师教育能力评价水平方面的优越性。
-
-
刘忠超;
范灵燕;
盖晓华
-
-
摘要:
针对天气变化及光照不足导致的奶牛监测图像降质问题,提出一种基于双域分解的复杂环境下奶牛图像增强算法。该算法首先采用双域滤波图像去噪,将输入图像分解为低频图像和高频图像;其次根据贝叶斯估计得到不同高频图像的小波阈值,利用改进的Garrote阈值函数进行小波去噪,并结合伽马变换对去噪的高频图像进行矫正,实现对高频图像的滤波和对比度调整;再次通过暗通道先验对低频图像进行去雾,并结合对比度受限自适应直方图均衡化(contrast limited adaptive histogram equalization,CLAHE)算法对去雾后整体偏暗的低频图像进行增强,进一步提高图像的对比度和整体亮度;最后将处理后的高频图像和低频图像进行重构,得到最终的增强图像。以不同时段光照、复杂气象条件下实地拍摄的奶牛场监测图像为样本,采用主观视觉和客观评价将该算法与现有算法进行试验对比。结果表明,该算法能够对复杂光照下奶牛图像有效去噪、增强整体和细节信息、改善图像视觉效果等,相比于HE算法、Retinex算法、CLAHE算法、自适应Retinex算法,标准差分别平均提高1.9295、4.6812、3.2450、0.5330,峰值信噪比平均分别提高0.5260、-13.7775、-0.4690、1.1975,信息熵值平均提高0.1555、0.5397、0.0297、0.5905,结构相似性平均提高0.0052、-0.0827、0.0588、0.0463,可实现不同时段和复杂气象条件下的奶牛监测图像增强,为基于机器视觉的奶牛行为自动识别奠定良好的基础。
-
-
李绍园;
韦梦龙;
黄圣君
-
-
摘要:
传统监督学习需要训练样本的真实标记信息,而在很多情况下,真实标记并不容易收集.与之对比,众包学习从多个可能犯错的非专家收集标注,通过某种融合方式估计样本的真实标记.注意到现有深度众包学习工作对标注者相关性建模不足,而非深度众包学习方面的工作表明,标注者相关性建模利用有助于改善学习效果.提出一种深度生成式众包学习方法,以结合深度神经网络优势及利用标注者相关性.该模型由深度神经网络分类器先验和标注生成过程组成,其中,标注生成过程通过引入各类别内标注者能力的混合模型以建模标注者相关性.为自适应地匹配数据及模型复杂度,实现了完全贝叶斯推断.基于结构变分自编码器的自然梯度随机变分推断技术,将共轭参数变分消息传递与神经网络参数随机梯度下降结合到统一框架,实现端到端的高效优化.在22个真实众包数据集上的实验结果验证了该方法的有效性.
-
-
马周;
杨野;
刘晓晗;
马伟
-
-
摘要:
民用航空用易耗型廉金属热电偶的指标要求远高于其他行业,但在进行计量确认时,一般忽略了测量不确定度的影响,带来了较大的质量风险。本文基于贝叶斯理论,对测量过程和测量不确定度对易耗型廉金属热电偶符合性判断的特定消费者风险和全局消费者风险进行分析。探究不同测量过程和不确定度下的决策错误率风险,并提出了降低风险的方法,为易耗型廉金属热电偶的计量确认提供了参考。
-
-
姜倩;
苏丽文;
言方荣
-
-
摘要:
目的BOP2设计(贝叶斯最优II期设计)是在一个统一框架下可以处理复杂终点临床试验的设计方法,因其良好的统计性能、易于实践等优势,已在临床试验中得到广泛应用。和一般贝叶斯方法一样,模型未知参数的先验分布设置十分关键。本文旨在研究BOP2设计对先验选取的敏感性以及先验选择的一般规律。方法通过计算机模拟研究比较BOP2设计在不同无信息先验、乐观先验和保守先验下的统计表现。结果基于模拟结果,发现部分无信息先验以及保守先验,在不同场景下BOP2设计均有良好的统计性能,而乐观先验易引起一类错误率膨胀,仅当乐观先验与实际疗效相一致时,其统计性能良好。结论保守先验下BOP2设计的表现最稳健。若研究者对试验药物疗效持有相当积极乐观的态度,可以谨慎地选择乐观先验。
-
-
令晓明;
范少良;
王文强;
顾䶮楠;
张凯越
-
-
摘要:
在贝叶斯模型中,往往无法解析计算后验概率,在实践中依赖于近似推理。变分推理(VI,Variational Inference)是重要的确定性近似推理方法,比马尔科夫链蒙特卡罗(MCMC,Markov Chain Monte Carlo)采样具有更高的计算效率,在大数据时代有着显著优势。文章通过贝叶斯分层模型,回顾了经典VI,分析了随机变分推理(SVI,Stochastic Variational Inference)及其在主题模型中的应用,综述了更稳健的VI,概述了概率编程系统的研究进展,并对VI的未来发展趋势做出了展望。
-
-
-
袁野;
胡邦辉;
刘丹军;
苏宏琛
- 《第26届中国气象学会年会》
| 2009年
-
摘要:
本文利用2002~2005年8月WRF区域数值预报产品和单站历史观测资料,计算和选取与雷暴发生相关性较高且相互之间独立性较好的预报因子,采用贝叶斯分类判别方法,建立了我国东南沿海地区各单站朴素贝叶斯分类器(N-Bayes)和贝叶斯判别准则(D-Bayes)两个雷暴有无预报模型,并利用2006年8月资料对预报模型进行了试报和检验。结果表明:各单站两种预报模型24~48h间所有时次的雷暴预报CSI平均分基本稳定在0.4左右,两种预报模型在10个单站的CSI平均分分别为0.4578和0.4326。对各单站建立起的两种预报模型的预报效果进行比较,发现两者CSI评分接近,趋势相同,D-Bayes在预报效果上要略优于N-Bayes,试验初步说明,贝叶斯分类判别方法在雷暴释用预报中,有着较好的应用前景。
-
-
-
汪力;
叶桦;
夏良正
- 《第七届全国信息隐藏暨多媒体信息安全学术大会》
| 2007年
-
摘要:
利用低分辨率条件下比较易于识别的特征,即衣服的颜色、肤色和位置信息来检测人.首先把待识别的目标分成几个部分,包括衣服和皮肤,再分别利用线性模型为衣服颜色和肤色建立概率模型,由于人体属于非刚性物体,不适用于一般的概率模型,所以利用支持向量机,通过训练,为几部分的相对位置建立了概率模型.最后通过贝叶斯方法建立了框架,该框架综合了颜色和位置的概率模型.实验证明,通过找到最大概率,就能够较准确地检测到人在图像中所处的位置.
-
-
费颖;
王黔英;
袁芳;
周辉
- 《第六届中国Rough集与软计算学术研讨会(CRSSC'2006)》
| 2006年
-
摘要:
20世纪80年代初,波兰数学家Z.Pawlak首先提出了粗糙集理论,其作为一种新的数学方法被用来处理各种不精确、不确定、不完备信息.粗糙集理论凭借自身的优点--不需要研究对象的任何先验或额外的预备信息得到了迅速发展.另一方面,贝叶斯数据分析是数据样的先验分布在经过了证据修订后形成的后验分布,目前被广泛地应用于各种智能化数据分析中.上述两种方法的结合对于决策规划起到了不错的效果。 本文以基本偏序关系为基础,运用以上两种方法构建了基于贝叶斯的偏序粗集模型,并进一步将其应用到生态学的食物网中。
-
-
宋祥斌;
陈根忠;
孙杰
- 《江苏省系统工程学会第七届会员代表大会暨第十三届学术年会》
| 2013年
-
摘要:
在信息化战争中,战场态势瞬息万变,如何在极其有限的时间内评估战场态势,作出判断,定下决心,是辅助战场指挥员决策的主要依据.在介绍态势评估基本理论和蚁群算法基本原理的基础上,结合战场态势评估的功能模型,研究战场态势评估中的贝叶斯建模过程,验证蚊群算法在贝叶斯网络分解中的优越性,对其部分参数进行仿真实验,希望对完善态势评估的算法体系和战场指挥员决策支持起一定作用.
-
-
戴怡
- 《中国国防科技质量与可靠性高峰论坛》
| 2010年
-
摘要:
数控系统是长寿命、高可靠性产品,采用经典方法进行可靠性评估是一项耗时、耗财的工作。rn 经典方法建立在大样本理论基础上,在进行每一次可靠性评估时,都必须完全依靠最新的现场试验信息,而该次试验之前的所有信息,包括以前历次试验获得的数据,都不能采用。所以,对数控系统这类长寿命、高可靠性产品,应用贝叶斯(Bayes)理论进行可靠性评估,该方法考虑并应用各种验前信息,包括历史的、不同场合下的试验信息,相当于增加了样本量,从而可以大幅度缩短可靠性评估所需要的时间。
-
-
-