Bayes

摘要： 为研究房屋建筑和市政工程建筑起重机械安全情况、检测公司的检测质量以及设备安装质量,论文用Bayes理论,从清远市2020年市属在用建筑起重机械监督检测的86个工程和367台建筑起重机械的工程实例检测样本集作为先验分布研究对象,对2019年清远市第四季度起重机械随机抽检数据作为后验分布研究对象,进行可靠度分析,运用Matlab软件实现算法,得到2019年合格率可靠度指标低于目标可靠度指标,认为后验分布研究对象的检测情况要差于先验分布研究对象的检测情况,即2020年检测公司的检测质量和安装质量要优于2019年。

摘要： 针对智能电表现场数据不能涵盖其整个生命周期、加速寿命试验应力同实际运行环境存在差异使得仅以单一数据源为依据的可靠性评估结果不够准确的问题,提出了结合Bayes和Bootstrap方法的智能电表可靠性评估方法。该方法采用Bootstrap方法处理现场数据,得到智能电表可靠性模型参数的离散分布,以该离散分布作为先验信息,采用Bayes方法结合加速寿命试验数据得到融合两种信息后的参数估计值,实现智能电表的可靠性评估。实例结果表明,该方法得到的智能电表可靠性模型在前半段贴近现场实际情况,在后半段有涵盖全生命周期的试验数据作为支撑,可用于智能电表整个生命周期的可靠性评估。

摘要： 作为一种高可靠性、长寿命产品,电子式剩余电流动作断路器可获得的试验数据很少。为了对其可靠性进行评估,提出一种基于改进Bootstrap-Bayes的可靠性评估方法。首先,进行温度为加速应力的剩余电流动作断路器的加速退化试验,利用退化数据外推得到伪失效寿命,经检验,电子式剩余电流动作断路器伪失效寿命服从双参数威布尔分布;然后,采用灰色GM(1, 1)模型对试验数据进行扩充作为先验信息,通过马尔科夫链蒙特卡洛(MCMC)算法中的Gibbs抽样结合Bayes公式得到参数估计值;最后,利用Arrhenius加速模型实现正常使用环境下剩余电流动作断路器的可靠性评估。

摘要： 超低温阀门在LNG管线的广泛使用对其高可靠性提出了要求,相应的疲劳寿命研究显得越来越重要。本文分析了现有标准制定和寿命试验进展,从可靠性分析、失效数据可靠性评估、无失效数据可靠性评估3个方面探讨了可靠性理论在超低温阀门寿命评估中的实施与应用,并对未来超低温阀门的寿命可靠性评估进行了展望。

摘要： 为解决制导弹药实验可靠性评估困难的问题,提出一种融合GO法和Bayes估计的制导弹药可靠性评估方法.利用Bayes法对多源先验信息进行处理,采用威布尔分布作为分布拟合,结合GO法,生成GO图并进行运算,构建系统可靠性模型,给出系统可靠性评估,并以制导弹药控制系统为实例进行验证.结果表明:该方法既充分利用了先验信息,又体现了GO法对复杂系统分析的优势.

摘要： 针对水稻种子相似度高、识别困难等问题,提出一种线性判别分析(Linear discriminant analysis,LDA)和贝叶斯分类(Bayes)相结合的分类识别方法,以提高水稻种子分类识别速度和识别准确率.通过对4类水稻种子(楚粳7号、马坝油粘、玉杨糯、玉针香)的图像进行裁剪和分割等预处理操作,提取出水稻种子图像的颜色特征、几何特征和纹理特征.利用线性判别分析、主成分分析、因子分析和局部线性嵌入对特征数据进行分析降维,并分别选择Bayes、K-邻近、支持向量机、多层感知机分类器对原始特征数据和降维数据进行分类识别研究.为提高模型泛化能力,通过图像增强技术对稻种原始数据集进行样本扩充,利用图像增强技术模拟多种环境对水稻种子图片数据集进行增强处理,结果显示,基于数据增强后的LDA Bayes模型运行时间为0.019 s,识别准确率为99.4％.与其他模型比较,该模型具有更强的鲁棒性和适用性,能高效地分类识别不同环境下的水稻种子,可为水稻种子分类识别提供一种新方法.

摘要： 为了提高建筑的绿色性,综合运用BIM技术与贝叶斯网络结构,构建了绿色建筑节能综合评价优化模型,该模型达到了精确评价建筑绿色性能的效果.以X建筑作为背景,以验证该模型的有效性.验证显示,光条件、光照、庇荫以及墙体结构耐热效果3个一级指标,各自评价为优的比例分别为80％、89％、48％;光照辐射与太阳能利用率评价为一般的比例为81％;而通风效果评价为差的比例为82％;得到该建筑的节能综合评价得分为72.6分,其节能等级为优秀.再者该模型的优化结果表明,优化后的节能评价综合得分较优化前上升12％,可知建筑的节能性能在优化后得到了提高.

摘要： 介绍了煤气检测的重要性,多传感器融合的含义及融合的一般流程,研究了Bayes理论和误差反向传播(BP)神经网络在传感器数据融合中的应用步骤和方法,给出神经网络在煤气泄漏检测中的应用。

摘要： 本发明公开了一种基于Bayes准则的BOC信号质量监测方法，涉及卫星导航技术领域，包括BOC信号生成子系统、最小可检测误差仿真子系统、最小可检测误差插值建模子系统和信号质量判决子系统，BOC信号生成子系统用于生成BOC畸变信号，最小可检测误差仿真子系统，用于仿真不同的相关器码片间隔下的最小可检测误差，最小可检测误差插值建模子系统，采用三阶B样条插值法，信号质量判决子系统包括，将包含未发生畸变的BOC信号和发生TM畸变的BOC信号分别定义为H0和H1，本发明的有益效果为：该基于Bayes准则的BOC信号质量监测方法，提供了BOC信号畸变的最小可探测误差建模方法和基于Bayes准则的BOC信号质量监测方法，并降低了信号质量监测过程中的硬件环路成本投入。

摘要： 本发明的有益效果在于，提出了一种面向学生能力的Bayes分级评价算法和系统，它能够基于能力导向描述学生对领域知识的学习，进而实现对学生能力的定量评价，并在系统中以可视化呈现出来。

摘要： 本发明公开了一种基于Bayes统计决策的智能速度谱解释与建模方法，利用从速度谱及叠加剖面提取的层位信息及统计信息，根据层位属性聚类形成的类簇，借助处理人员的先验认识以及基本的地质规律缩小可拾取的范围，关键是基于道集拉平程度判断在参数约束范围内进行参数搜索，并根据参数统计结果进行质量控制，最后插值、平滑形成合理的速度场。本发明的智能背景速度建模的自动化程度高，只需设置先验参数即可工作，为后续精细建模提供可靠的初始速度场，效率较高，即可节省数据处理人员的体力劳动。

摘要： 本发明公开了一种基于Bayes分析的可靠性强化试验定量评估方法，进行不同条件的强化试验，分别采用不同的估计方法，设置一定的置信水平，分阶段评估，得到可靠性强化试验的综合MTBF值，克服了基于经典方法所需样本量大或必须即时纠正故障的不足，解决了小子样可靠性强化试验评估问题，特别是设备或整机级的可靠性评估，可推广至小子样可靠性评估领域，节约人力物力，准确得到产品的可靠性实现水平，利于产品研制中的资源分配决策。

摘要： 本发明公开了一种基于Bayes网络的气候演化模拟方法，包括如下步骤：利用多粒度时空对象将GREB气候演化过程抽象为场景；引入Bayes网络的图模型，通过Bayes网络的图模型表达多粒度时空对象的关联关系，利用条件概率表描述多粒度时空对象的关系强度；利用更新算子更新和同步气候演化状态。本发明将GREB模型与Bayes网络二者通过动力耦合的视角有机整合和嵌套，构造气候演化模型，不仅能兼顾气候演化的物理规律，还能有效地提高模拟的效率和精度，同时对数据具有一定的稳定性，为多粒度时空对象气候对象复杂关系的表达、推理、分析、预测提供方法支撑，为今后气候演化变量的数值模拟提供了有力支撑。

摘要： 本发明提出了一种在共分离分析中Bayes因子的个性化估算方法及系统，包括：分别对有变异且有表型个体、无变异且无表型个体、有表型且无变异的个体和有变异且无表型个体的不同组合，计算相关概率，并引入BF值计算，将不符合共分离证据的个体通过分组计算一并纳入证据认定，同时将延迟外显、拟表型等特殊证据纳入一般分析当中，采用了科学分析而非简单赋值的方式，充分平衡了证据准确性和方法简便性之间的关系。

摘要： 一种基于Bayes估计高考录取概率发生率预测方法涉及概率计算技术领域，解决了现有方法计算的录取概率也是不准确的问题，该方法包括：步骤1、统计数据；步骤2、根据步骤1统计的结果计算当年分数相当于往年的等同分数获得等同分数序列；步骤3、根据等同分数序列建立等同分数序列的录取概率模型；步骤4、根据步骤3得到的录取概率模型，利用Bayes估计计算录取概率的发生率。本发明不仅对录取概率有所计算，还进一步计算了该录取概率发生的概率，提高录了取预测估计的准确度，解决了现有技术存在的不足和缺陷。

摘要： 本发明公开了一种基于Bayes的路面附着系数估计方法及电子设备，该方法通过汽车行驶时某一侧的牵引力与汽车滑移率的数据点集决定道路模型的归属，并精确计算道路模型的附着系数。本发明将整体的数据点集划分成多个数据子集，每一个数据子集中不同附着系数的路面的点集呈现正态分布的趋势，且不同的附着系数的路面的点集的正态分布的期望与方差各有差异，通过对这种差异的学习可辨别不同附着系数的路面；进而通过构建每一个数据子集内每一种附着系数的路面模型的正态分布概率函数，当实时的数据点到来时，通过实时的数据点的牵引力以及滑移率，结合正态分布概率函数可以得到当前的道路模型的归属，最终通过卡尔曼滤波器得到路面模型的附着系数。

摘要： 本发明公开了基于Bayes方法的水下航行器可靠性验证方法，包括：设计定型先验信息结构分析及先验信息确定、生产定型质量控制因素分析及先验信息确定、生产定型实航工作可靠度的先验分布确定、后验分布确定、风险分析和验证试验方案的制定等步骤，Bayes方法在水下航行器设计定型可靠性验证评估，以及水下航行器等其他装备的可靠性验证评估中已通过工程应用获得了实践验证，在生产定型中应用具有良好的继承性和可实施性。

摘要： 本发明公开了一种基于RFECV特征选择的Bayes‑LightGBM软件缺陷预测方法，包括以下步骤：将原始数据集进行标准化操作；然后对标准化后的数据集使用随机森林和RFECV的组合特征选择方法，选出交叉验证得分最高的特征组合；再使用Bayes‑LightGBM算法构建预测模型，根据数据集中的特征，来预测软件缺陷是否会发生。本发明的一种基于RFECV特征选择的Bayes‑LightGBM软件缺陷预测方法，基于随机森林和RFECV的组合特征选择方法，从软件缺陷数据集中，选择对软件缺陷预测模型有增益的相关特征，并使用基于贝叶斯优化的LightGBM算法使得软件缺陷预测模型有更好的预测性能。