贝叶斯决策

摘要： 针对变压器的红外热像、油气数据等多源状态检测数据不平衡(即数据缺失、数据不对称、数据较少)导致支持向量机学习模型欠拟合、准确率低下,以及传统三比值法阈值绝对导致了其在故障现象叠加时不能全面诊断出故障真实状况的不足,提出了多源检测数据融合的变压器故障诊断模型。该模型首先采取了高斯核和Sigmoid核组合,以及多分类器的方式对SVM进行改进,即利用改进组合核多分类器SVM对变压器油气数据进行诊断,达到解决故障现象叠加的问题,进而得出油气诊断结果;然后利用改进故障树模型对红外检测图像进行分析,即通过分析变压器的关键部件的温度值进行诊断,得出温度诊断结果;最后,通过贝叶斯决策融合诊断模型对油气诊断结果和温度诊断结果进行决策级融合,得出最终的故障诊断结果。实验结果表明,所设计方法诊断准确率比SVM、三比值法以及SVM最新改进方法 PSO-SVM分别提高了9.2%,6.3%,6.5%。

摘要： 重叠杀伤区内的目标分配是分布式决策所存在的难点,将贝叶斯决策理论应用到分布式决策之中,解决分布式决策的目标分配问题,从而为编队协同防空作战提供除集中式决策外的备选方案,也进一步提升了编队协同防空作战的战场生存鲁棒性,让编队协同防空系统更具备链式结构和网状结构,使得系统结构更加稳定,使编队协同防空系统在实际战场环境中具备多元作战能力。

摘要： 采用贝叶斯决策来区分单诱骗态量子密钥分发中的信号态和诱骗态。分析结果表明,仍然只能得到信号态和诱骗态拥有相同i光子透射率的结论,从而验证了信号态和诱骗态不可区分这一假设的合理性,也验证了诱骗态方法的安全性。此外,分别对比单信号态和信号态+单诱骗态两种情况下光子数分离攻击前后的安全密钥率,发现前者攻击成功,后者攻击失败,这证明了诱骗态存在的必要性,验证了诱骗态方法确实能够抵抗光子数分离攻击,同时也进一步验证了诱骗态方法的安全性。

摘要： 为了提高特定领域核心概念抽取的效率,提出一种基于模糊贝叶斯决策的核心概念抽取方法。在特定领域内随机抽取大量文本并进行分词获取候选概念;然后采用TF-IDF算法计算候选概念的各项特征值,采用概念隶属度归一化处理候选概念特征值;最终通过贝叶斯决策计算候选概念为核心概念的概率。在财经领域相关数据集上进行文本核心概念抽取的实验结果表明,所提方法的F1值相比TextRank、LDA主题模型、word2vec词聚类模型、RNN、LSTM等的F1值有所提高。综合实验结果表明,基于模糊贝叶斯决策的核心概念抽取方法在核心概念抽取方面表现较好。

摘要： 由于朴素贝叶斯分类器对特征变量作了独立性假设,忽略了相关性,导致在某些特征相关的情况下分类效果很差。为了提高分类效果,本文对有缺失的数据集利用C-Vine Copula理论进行填补从而得到完整的数据集,并结合Copula函数研究特征变量之间的相关性优化问题,用C-Vine Copula分类器对完整数据集做分类。结果表明,基于C-Vine Copula理论的监督学习分类器具备良好的分类性能。

摘要： 在分析语音信号与噪声在高低频带的能量谱表现特征基础上,提出一种低信噪比条件下采用高低频带对数能量谱比贝叶斯决策的语音端点检测方法.首先根据样本计算语音信号和背景噪声在高低两个不同频带的对数能量谱比值,依据最大似然估计得到两类信号对数能量谱比的统计分布,并基于贝叶斯决策准则推导最佳判决阈值.信号输入时,逐帧计算高低频带对数能量谱比并与判决阈值进行比较来进行语音和背景噪声的分类判决,从而实现语音信号的端点检测.实验结果表明,与传统的双门限检测法和谱熵检测法相比,提出的方法在较低信噪比条件下能更加准确地检测语音端点,明显提高了端点检测的准确率和速度.

摘要： 信息系统易用性是评价软件质量的一项重要指标,针对信息系统易用性评估用户情境缺失的问题,该文从特征融合视角进行用户的特征提取和分析,依据训练集进行参数估计,通过特征融合进行用户特征数据处理分析,结合信息系统的特点和最小错误率贝叶斯决策理论,实现信息系统用户分类.用户特征融合分类能够解决信息系统易用性评估中的情境缺失问题,通过结合提取的特征提升易用性评估的准确性.

摘要： 目的 随着互联网医院的推进,"黄牛"网络取代了传统"黄牛"进行优质就医资源抢占,谋取暴利,为遏制门诊恶意挂号行为,采取科学的反制手段.方法 该文基于对大型三甲医院难挂号资源进行前期统计分析,并根据贝叶斯决策理论,有针对性地设计了6种反制"网络黄牛"方法,2个月内,选取12位专家号源进行了大于2000人次退挂号就诊实验,并收集就诊满意度调查问卷1200份,提出贝叶斯反制"黄牛"决策公式并计算;并根据满意度评分,评估加入反制手段后,提出系统可用度公式.结果 量化评估大型三甲医院预约挂号系统中的恶意用户情况,为门诊管理恶意挂号的"黄牛"行为提供一定参考.结论 基于贝叶斯理论的医院预约挂号系统有助于医院管理者了解"黄牛"抢号反制方法的成因,在一定程度减少了"黄牛"抢票行为,维护正常就业秩序.

摘要： 为实现输电线路差异化防雷设计,引入了贝叶斯决策理论,在MATLAB中分别建立了输电线路防雷措施决策模型,研究不同输入条件下(电压等级、接地电阻、保护角、绝缘子片数等)防雷措施的输出,并对所推荐的防雷改造方案进行技术经济性比较,选择最优的改造方案.研究结果表明,基于贝叶斯决策理论的防雷措施决策能将推荐的防雷措施按照推荐程度进行排序,其结果依赖于输入参数与输出防雷措施之间的相关性及条件判据的合理性.选择对防雷措施推荐有影响的参数作为输入变量,综合专家意见和经验谨慎决定条件判据,可以得到合适的防雷措施推荐方案.贝叶斯决策理论能够为逐渐推广的输电线路差异化防雷工作提供有效的参考和指导.

摘要： 近年来,随着城中村改造的大规模推进,流动人口的安置工作已成为当前中国新型城镇化发展中迫切需要解决的重要现实问题.然而,现阶段的政策和研究多采用自上而下的视角,缺乏基于城中村居民个体行为空间选择的"理性"视角.因此,文章基于贝叶斯决策树,模拟和预测了城中村拆迁之后流动人口搬迁选择过程中的偏好、决策路径及其内在机制,发现流动人口择居的首要选择是向更外围的城中村"蛙跳式"迁徙.现阶段,由于保障房资源稀缺、配置不均、"门槛"较高、对流动人口照顾不够等因素,保障房难以替代城中村成为流动人口的下一个归宿.在此基础上,文章结合目前保障房建设及相关政策实施的状况,证明了政策偏差的存在,提出了具体的优化措施和建议.

摘要： 利用信息相关系数研究了贝叶斯决策模型中追加的有噪声信息的比较问题.信息论中的熵是信息不确定程度的度量,可以通过条件熵定义追加信息条件下不确定性的降低程度,进而定义追加信息中包含的信息量的大小,从而对信息进行评价.本文从更广义的角度讨论信息量的标准化问题,提出了与贝叶斯决策分析相匹配的信息相关与距离的表达式,解析分析表明信息相关系数可用于对有噪声信息的比较和评价.

摘要： 虚拟企业是不同于传统企业的敏捷化组织形式,基于多智能体的协商被用于处理虚拟企业中的协作和冲突消解等问题.通过引入贝叶斯决策方法,建立了自学习协商模型.根据协商中的更新信息,实时更新智能体信念,实现多智能体协商过程的自学习功能.从初步试验结果可知,模型提高了协商效率,增加了协商智能体的效用.

摘要： 目前，在数据仓库的数据清洗过程中，数据的不完全问题，并不受重视。现有的处理方法之一是直接去掉带缺失项的记录，这一方法虽然筒单，也使我们失去了许多有用的信息，甚至会使基于该数据仓库做出不完全正确甚至是错误的决策。本文正是基于此提出了在数据不完全情况下基于最小风险的贝叶斯决策理论用干数据仓库中数据清洗过程，简述了利用此决策理论对缺失项的最小损失替代值的计算方法，尤其是错判带来的损失相差悬殊时，基于该方法的替代值的算法效果尤佳。进一步的研究工作要考虑在多个数据项缺失情况下利用数据库已有的记录，获得贝叶斯算法本身要求的已知条件，摆脱领域知识的限制，应用于一般的数据仓库中。

摘要： 本文针对中国技术密集型企业进行了IT资产投资的实证和理论研究。首先基于实证调查的结果分析IT投资的决策环境和CIO的风险态度，然后建立CIO对外部IT顾问提供信息的价值进行分析和判断的数学模型，最后在分析数学模型的基 础上得出研究结论。实证调查表明，在IT投资决策的过程中大部分CIO属于风险中性。针对风险中性的决策者，基于贝叶斯决策的理论和方法，本文分多种情况计算了购买信息服务相比无信息服务条件下IT投资期望收益的增加值，并与信息服务的费用做了比较，以帮助企业CIO做出是否购买信息服务和是否进行IT投资的决策。

摘要： 本文结合贝叶斯决策理论和统计学习思想，将概率神经网络(PNN)应用于音频分类，选用较少的音频特征将音频信号分为语音、音乐和静音三种类型，最后分析了PNN的分类性能及其泛化能力。实验表明，本文算法分类效果良好，分类准确率可以达到98.67％。

摘要： 贝叶斯决策去噪是一种有效的去噪方法,但阈值选择只能依靠经验。为此,文中提出了一种基于最大类间方差法(Otsu)的贝叶斯图像去噪方法。该方法首先分析加噪图像的直方图,计算出不同类别的参数。然后求每一像素点类问方差.使方差取得最大值的像素灰度即为要确定的阈值。根据确定的阈值对图像中每一像素点利用最小错误率贝叶斯决策进行判断是否为噪声,对噪声点进行基于均值滤波的处理。通过对不同图像的试验,取得了良好的效果。

摘要： 软件质量预测是通过建立软件内部属性(复杂性度量)与外部属性(缺陷数)之间客观定量的联系,来帮助软件开发者和管理者较早地检测出出错率高的模块,避免将错误带入软件生命周期后期.在软件质量预测中常会出现两类错误,在实际应用中,第二类错误所引发的后果往往要比第一类错误要严重得多,因此降低第二类错误率是非常必要的.探讨了3种控制软件质量预测中两类错误比率的方法:带风险特性的支持向量机,偏置支持向量机和基于最小风险的贝叶斯决策.实验结果表明,限定第二类错误的情况下,带风险特性的支持向量机在总体的预测性能上是最优的,但其对第二类错误的调节幅度是有限的.基于最小风险的贝叶斯决策与其相反,它可以将第二类错误控制到很小,但它的总体分类性能也是三种方法中最差的.而偏置支持向量机的性能介于上述两者之间.由此可以根据不同的应用需求来选用一种适合的方法来控制两类错误的比率.

摘要： 在支持向量机(SVM)中,训练样本总是具有明确的类别信息,而对于一些不确定性问题,这并不恰当.受贝叶斯决策规则的启发,我们考虑利用样本的后验概率来表示这种不确定性.本文将贝叶斯决策规则与SVM相结合,提出后验概率支持向量机方法.人造实例及真实数据库的实验也证明了后验概率支持向量机的合理性、有效性.

摘要： 在分类问题中采用基于后验概率的支持向量机,能够得到更多的信息,也更接近真实情况,所以在实际问题中可以获得更好的分类准确性.对本文中的基于后验的支持向量机与-支持向量机的等价性问题在今后的工作中还需进一步深入研究其内在原因。

摘要： 在分类问题中采用基于后验概率的支持向量机,能够得到更多的信息,也更接近真实情况,所以在实际问题中可以获得更好的分类准确性.对本文中的基于后验的支持向量机与-支持向量机的等价性问题在今后的工作中还需进一步深入研究其内在原因。

摘要： 一种基于贝叶斯决策的完好性风险分配方法。其包括采用漏检乘积因子，计算H0和H1假设下垂直和水平保护级；以上述保护级作为积分限值，以定位误差为积分变量，对H0和H1假设下的概率密度函数进行积分，得到H0和H1假设下误导信息概率；基于贝叶斯决策最小总错误率准则及误导信息概率，统计误导信息分属于H0和H1假设在总采样数中所占的比例，重新分配总误导信息概率，计算新漏检乘积因子；依据新漏检乘积因子计算H0和H1假设下的垂直和水平保护级，取两者最大值作为GBAS机载端保护级等步骤。本发明有效降低了完好性风险概率分配的错误率，使得计算的垂直和水平保护级紧致包络实际定位误差，提高了导航系统的可用性。

摘要： 本发明提出了一种基于贝叶斯决策定理的3D‑HEVC快速深度编码方法，其步骤为：首先确定深度图树块，分析不同量化参数之间的帧间模式分布；一方面，采用贝叶斯规则计算深度图树块的后验概率，并判断深度图树块的交互模式是否最佳确定深度图树块的最佳编码模式为SKIP/Merge模式；另一方面，根据贝叶斯规则计算深度图树块的贝叶斯成本，根据贝叶斯成本是否小于公差参数，早期确定终止深度图树块的CU修剪，确定最佳编码模式，或者利用3D‑HEVC编码器分割深度图树块的CU，测试深度图树块的其他编码模式，找到最佳编码模式。本发明通过引入贝叶斯规则避免了测试深度图编码的其它帧间模式，既保证相似虚拟视点质量，又明显降低3D‑HEVC深度编码复杂度。

摘要： 本发明公开了一种异构无线网络中基于贝叶斯决策的垂直切换方法，针对异构无线网络环境中移动终端在不同网络间频繁切换的问题，本发明提出了基于贝叶斯决策的垂直切换方法，利用终端的接收信号强度(Received Signal Strength,RSS)计算终端切换的先验概率；结合贝叶斯公式求出终端切换的后验概率；采用层次分析法和熵值法确定网络参数包括：可用带宽、时延、误码率和时延抖动等的权重，基于简单加权法构建移动终端在不同状态下采取不同行动的收益函数；综合考虑切换的后验概率与收益函数，构造切换的后验收益函数，并基于后验收益函数进行切换判决。本发明能够有效地减少切换次数，抑制切换过程中的“乒乓效应”，提高系统的资源利用率。

摘要： 本发明涉及一种基于CU划分贝叶斯决策的3D‑HEVC帧间快速方法，属于视频编码领域；本方法首先对纹理图视频和深度图视频的编码单元(CU)划分的率失真代价(RDcost)和不划分的率失真代价(RDcost)进行高斯建模；然后通过离线训练计算先验概率；最后采用贝叶斯决策对当前编码单元(CU)划分与不划分计算后验概率，判断当前编码单元是否为最佳单元。本发明一种基于CU划分贝叶斯决策的3D‑HEVC帧间快速方法能够减少编码器计算开销，在保持编码性能基本不变的情况下，减少编码时间。

摘要： 本发明公开了一种基于卷积神经网络和贝叶斯决策的人脸验证方法，其步骤为：1)用人脸训练数据库训练卷积神经网络和贝叶斯模型；2)将测试数据库进行人脸检测、对齐等预处理，随机将测试人脸组合成6000对人脸；3)用卷积神经网络提取测试人脸图像对的特征向量，计算相似度；4)将特征向量经PCA降维后送入贝叶斯网络，结合相似度计算后验概率，设定阈值并判定每对人脸是否属于同一个人。本发明增强了人脸认证的鲁棒性，提高了人脸认证速度和准确率，可运用在身份认证，公共安全等领域。

摘要： 一种基于贝叶斯决策网络进行网络态势感知的方法。在进行网络风险管理的过程中，使网络安全级别始终保持在可以接受的范围内是一个难以解决的问题。为了解决这个问题，我们使用了基于贝叶斯决策网络的网络态势感知方法。首先，结合系统日志、IDS监测数据以及一些设备的基础信息，获取影响网络安全状况的网络态势指标，构建贝叶斯决策网络模型。使用固有、时间和环境因素计算漏洞利用概率和漏洞利用对网络资产的影响。在评估网络态势的过程中，即使在预算有限的情况下，也可以使用改进的贝叶斯方法进行成本效益分析，并得到提高网络安全水平的对策的最佳子集。本发明能够通过精确的评估和适当的风险缓解，使网络安全水平得到显著提高。

摘要： 本发明公开了一种基于贝叶斯决策理论用于雷达欺骗干扰识别的特征融合方法，针对目前单个的分类器用于识别欺骗干扰信号难以有很高的精度的现状，通过贝叶斯决策理论对雷达欺骗干扰信号的特征进行决策级融合，由于提取的信号特征的离散性，直接运用贝叶斯融合会产生后验概率为零的错误判别，因此引入核密度估计方法对贝叶斯决策理论的特征融合算法进行改进，使其适用于雷达欺骗干扰识别。本发明对基于贝叶斯决策理论的特征融合算法适用于雷达欺骗干扰信号的识别方面进行了改进处理，提升了以往研究单个分类器的欺骗干扰识别准确率，该发明具有较好的通用性和实用性，相比现有技术在干噪比0dB时识别率能够超过90％。

摘要： 本发明提出了一种基于贝叶斯决策定理的3D‑HEVC快速深度编码方法，其步骤为：首先确定深度图树块，分析不同量化参数之间的帧间模式分布；一方面，采用贝叶斯规则计算深度图树块的后验概率，并判断深度图树块的交互模式是否最佳确定深度图树块的最佳编码模式为SKIP/Merge模式；另一方面，根据贝叶斯规则计算深度图树块的贝叶斯成本，根据贝叶斯成本是否小于公差参数，早期确定终止深度图树块的CU修剪，确定最佳编码模式，或者利用3D‑HEVC编码器分割深度图树块的CU，测试深度图树块的其他编码模式，找到最佳编码模式。本发明通过引入贝叶斯规则避免了测试深度图编码的其它帧间模式，既保证相似虚拟视点质量，又明显降低3D‑HEVC深度编码复杂度。

摘要： 本发明提供了一种基于专家系统和贝叶斯决策器的模拟量输入模块智能BIT设计方法，属于测试和人工智能领域。该方法用于提高重型燃气轮机分散控制系统的可靠性，解决现有模拟量输入模块BIT虚警率高的问题。步骤如下：通过知识获取机制，构建重型燃气轮机控制系统模拟量输入模块专家系统知识库，依据贝叶斯概率计算专家系统规则的置信度；利用贝叶斯决策器对实时BIT检测信息进行正常、瞬态、间歇、故障四种状态的识别，并加载故障状态的信息至推理机，实现模拟量输入模块内部功能电路故障的精确定位。通过以上两种技术手段来提高了专家系统推理的效率和准确性，降低了现有模拟量输入模块BIT的虚警率。

摘要： 本发明公开了一种贝叶斯决策思想与近邻集结合的代价敏感分类方法，通过近邻集的特点，生成各个类的误分代价值，得到误分代价最小的分类结果。相比于传统的代价敏感算法，本发明从算法本身的结构出发进行调整生成决策函数，误分风险不单纯依赖于误分代价值，更与样本之间的实际距离有关，对于代价值的判断更加精确。