Bayes分析

摘要： 为了解决移动传感器网络离线方案在实际应用中误差较大的问题,将事件随机特性中的分布参数视为随机变量并进行Bayes分析和估计.通过研究不同感测效用函数下,节点监测质量、移动传感器单位能耗捕获信息量和分布参数的Bayes后验估计之间的关系,得到传感器移动速度能够实时修正的在线变速模型.与离线方案的对比实验表明,在线变速模型拥有更好的监测质量和网络寿命.

摘要： 利用传统制导工具系统误差线性回归模型,对Bayes估计、主成分分析以及正则化分析三种改进的分离方法进行比较,分析它们在工程应用上的优缺点,给出了实际应用时的限制因素;结合海基导弹特有的初始状态误差,设计整体估计、分段估计以及迭代估计三种估计策略,给出了相应的分离步骤.仿真结果表明,文中给出的三种误差分离方法在不同的评价标准下具有不同的实际应用意义;而在弹道差评价标准以及方差评价标准下,分段估计和迭代估计策略下的误差分离结果要明显好于传统整体估计结果.

摘要： 在某型数控机床可靠性分析中,将故障发生模型简化为Poisson冲击模型,采用Bayes方法研究定时截尾寿命试验数据,通过研究参数λ的先验分布,对λ进行了Bayes估计,进而研究首次故障时间和故障间隔时间的分布.

摘要： Considering the characteristic that sample size of products used for the reliability growth test is small,a Bayesian evaluation method for reliability growth test based on the ordered Dirichlet distribution is proposed.Standardized description procedure of expert information during the reliability growth process and prior distribution quantified from expert information in Bayesian framework are figured out by applying statistical features of the ordered Dirichlet distribution.The evaluation method of system reliability at each reliability growth test stage is also presented.Due to combining historic information,subjective information and objective information,the evaluation problem about system reliability growth test under the condition of small sample size is solved efficiently.%针对产品可靠性增长试验过程中试验样本量少这一特点,提出一种基于顺序Dirichlet分布的Bayes可靠性增长评估方法.利用顺序Dirichlet分布的统计特性,对产品可靠性增长试验过程中的专家信息进行规范化描述,并在Bayes试验鉴定框架下作为验前信息给出其验前分布的确定方法,以及产品可靠性增长过程中各试验阶段产品可靠性的评估方法.通过综合考虑产品各试验阶段的历史信息,主观信息和客观信息等多种信息形式,解决了小样本情况下产品可靠性增长试验性能指标的评估问题.

摘要： 基于定时截尾试验,依照Bayes决策理论,充分利用产品的先验信息,结合损失函数对典型的寿命分布—Weibull分布最小后验风险的Bayes分析进行研究讨论.在实际应用上,解决这类问题可在产品的寿命试验以及可靠性检验试验中,达到节省时间,节省费用和减少损失的目的.

摘要： AR(p)模型广泛应用于时序预测,然而传统静态模型难以处理突发事件以致模型估计偏差。鉴于突发事件对模型估计的影响,采用Gibbs抽样方法对模型进行Bayes分析,根据时序样本似然函数的统计结构构造出模型各参数的先验分布。在导出模型参数后验条件分布后给出具体抽样策略。在最小均方误差估计准则下对中小样本的模拟显示,参数估计值与真值接近。对上海港1982~2015年集装箱吞吐量数据的分析表明:借助Bayes分析,可以克服由于突发事件导致的模型估计偏差,使模型预测更加准确。

摘要： 基于Bayes分析,提出了一种区域综合运输通道出行方式分担率模型.根据Bayes定理,将出行方式选择分为三个阶段:先验分布的确定、条件分布的获取以及出行方式分担率的求解.将出行方式的供给特性作为先验信息,采用效用值代替MNL模型中的效用函数,计算先验分布.通过抽样获取出行者特征的样本信息,从样本信息中获得条件分布.采用Bayes分析综合计算得到后验分布后,采用全概率公式修正得到出行方式分担率.与其他选择模型相比,无需进行参数标定,降低了结果对样本数据的依赖,提高了预测精度.%In this paper, based on the Bayes analysis, we proposed the apportioning model of the comprehensive regional transportation channels and travel means, next introduced in detail the working mechanism and procedures of the model and at the end, compared its efficacy with other models.

摘要： The aim of this paper is to build up a set of probability assessment methods about ATC safety,taking the ATC safety as research object.First of all,from the perspective of mathematics,randomization is made for the ATC unsafe events.Then, probability analysis about ATC unsafe events is divided into three phases:calculating prior distribution,obtaining conditional dis-tribution concerning sample information and calculating correction of the sample information to the prior distribution.The prior distribution is got by adopting mathematical statistics or expert consultation,while the conditional distribution of sample informa-tion is obtained through sampling.The probability of which ATC unsafe events occur is corrected by total probability formula, after using Bayes formula to calculate the posterior ditribution.Consequently,a probability assessment method about ATC safety based on Bayes analysis is achieved.Finally,a numerical example is used to illustrate the validity of the model proposed in this paper.%以空管安全为研究对象，旨在建立一套关于空管安全的概率评估方法。首先从数学的角度，将空管不安全事件进行了概率化表示；然后，根据 Bayes 定理，将空管安全的概率评估分为3个阶段：先验分布的确定、样本信息的获取和样本信息对先验分布的修正。具体研究方法为采用数理统计或专家主观概率得到先验分布，通过抽样获取样本信息的条件分布；利用 Bayes 理论对先验分布和样本信息的条件分布综合后得到后验分布；利用全概率公式得到修正后的不安全事件发生的概率。从而获得了一种基于 Bayes 分析的空管安全概率评估方法。最后，通过算例证明了该方法的有效性。

摘要： JM模型是最早提出的软件可靠性模型之一,其观察后验分布形似复杂,用通常的积分方法计算后验分布相当困难.本文利用Gibbs抽样方法对JM模型进行Bayes分析,使得复杂的Bayes分析问题得到直接解决.最后通过一组实例对Gibbs抽样方法得到的Bayes估计与极大似然估计的结果进行比较,说明了该方法的可行性。

摘要： JM模型是最早提出的软件可靠性模型之一,其观察后验分布形似复杂,用通常的积分方法计算后验分布相当困难.本文利用Gibbs抽样方法对JM模型进行Bayes分析,使得复杂的Bayes分析问题得到直接解决.最后通过一组实例对Gibbs抽样方法得到的Bayes估计与极大似然估计的结果进行比较,说明了该方法的可行性。

摘要： JM模型是最早提出的软件可靠性模型之一,其观察后验分布形似复杂,用通常的积分方法计算后验分布相当困难.本文利用Gibbs抽样方法对JM模型进行Bayes分析,使得复杂的Bayes分析问题得到直接解决.最后通过一组实例对Gibbs抽样方法得到的Bayes估计与极大似然估计的结果进行比较,说明了该方法的可行性。

摘要： JM模型是最早提出的软件可靠性模型之一,其观察后验分布形似复杂,用通常的积分方法计算后验分布相当困难.本文利用Gibbs抽样方法对JM模型进行Bayes分析,使得复杂的Bayes分析问题得到直接解决.最后通过一组实例对Gibbs抽样方法得到的Bayes估计与极大似然估计的结果进行比较,说明了该方法的可行性。

摘要： JM模型是最早提出的软件可靠性模型之一,其观察后验分布形似复杂,用通常的积分方法计算后验分布相当困难.本文利用Gibbs抽样方法对JM模型进行Bayes分析,使得复杂的Bayes分析问题得到直接解决.最后通过一组实例对Gibbs抽样方法得到的Bayes估计与极大似然估计的结果进行比较,说明了该方法的可行性。

摘要： 本文研究了动态可靠性参数的递推估计模型,利用系统阶段可靠性评估结果,分析了系统的可靠性增长规律.在可靠性增长分析中,针对及时纠正策略和延缓纠正策略,分别运用Duane模型和Gompertz模型进行分析.由可靠性增长分析结果,运用随机变量函数的分布分析新试验阶段系统可靠性的先验分布.结合系统的少量现场试验数据,利用Bayes方法对系统的可靠性鉴定试验结果进行分析,进而给出系统可靠性参数计算的Bayes公式以及可靠性参数的分析结果.

摘要： 本文研究了动态可靠性参数的递推估计模型,利用系统阶段可靠性评估结果,分析了系统的可靠性增长规律.在可靠性增长分析中,针对及时纠正策略和延缓纠正策略,分别运用Duane模型和Gompertz模型进行分析.由可靠性增长分析结果,运用随机变量函数的分布分析新试验阶段系统可靠性的先验分布.结合系统的少量现场试验数据,利用Bayes方法对系统的可靠性鉴定试验结果进行分析,进而给出系统可靠性参数计算的Bayes公式以及可靠性参数的分析结果.

摘要： 本文研究了动态可靠性参数的递推估计模型,利用系统阶段可靠性评估结果,分析了系统的可靠性增长规律.在可靠性增长分析中,针对及时纠正策略和延缓纠正策略,分别运用Duane模型和Gompertz模型进行分析.由可靠性增长分析结果,运用随机变量函数的分布分析新试验阶段系统可靠性的先验分布.结合系统的少量现场试验数据,利用Bayes方法对系统的可靠性鉴定试验结果进行分析,进而给出系统可靠性参数计算的Bayes公式以及可靠性参数的分析结果.

摘要： 本文研究了动态可靠性参数的递推估计模型,利用系统阶段可靠性评估结果,分析了系统的可靠性增长规律.在可靠性增长分析中,针对及时纠正策略和延缓纠正策略,分别运用Duane模型和Gompertz模型进行分析.由可靠性增长分析结果,运用随机变量函数的分布分析新试验阶段系统可靠性的先验分布.结合系统的少量现场试验数据,利用Bayes方法对系统的可靠性鉴定试验结果进行分析,进而给出系统可靠性参数计算的Bayes公式以及可靠性参数的分析结果.

摘要： 本文研究了动态可靠性参数的递推估计模型,利用系统阶段可靠性评估结果,分析了系统的可靠性增长规律.在可靠性增长分析中,针对及时纠正策略和延缓纠正策略,分别运用Duane模型和Gompertz模型进行分析.由可靠性增长分析结果,运用随机变量函数的分布分析新试验阶段系统可靠性的先验分布.结合系统的少量现场试验数据,利用Bayes方法对系统的可靠性鉴定试验结果进行分析,进而给出系统可靠性参数计算的Bayes公式以及可靠性参数的分析结果.

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判别分析及逻辑回归的油气层解释方法，其包括如下步骤：1)收集与待评价层位属于同一油气藏的已有试油结论的相关数据；2)对收集的数据进行分类；3)消除不同数据间数量级及量纲的差异；4)利用标准化后的数据对储层进行判别分析，得到各判别函数的系数及常量；5)将已知试油结论的层与待评价层变换后的数据代入判别函数进行计算；6)以已知试油结论的各层的数据为基础进行无序多分类逻辑回归，分别建各层的逻辑回归模型；7)将待评价层的判别函数值及含油级别、谱图形态资料代入逻辑回归模型；8)依据最大隶属原则判断待评价层性质。本发明能够满足油气层精细解释评价的需求，解释结果更科学。

摘要： 本发明涉及石油天然气勘探与开发领域，其特别涉及一种基于Bayes判别分析的砂质滩坝沉积微相测井识别方法，在利用钻井岩心资料及勘探开发数据识别坝砂和滩砂的基础上，根据测井响应特征提取反映砂体特征的参数建立测井响应综合参数，利用逐步判别分析“剔除”对判别作用不显著的参数，最后建立能够判别滩坝沉积微相的Bayes判别函数。本发明的方法解决无钻井取心资料的井的滩坝微相预测识别问题。地球物理测井资料具有相对廉价、连续性高的特点，对不同特征的砂质滩坝沉积微相具有很好的响应。因此，在钻井岩心资料和勘探开发数据标定的基础上，通过提取测井响应综合参数，运用统计学的方法对砂质滩坝沉积微相进行判别分析，成本低，应用价值高。

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： 本发明公开了一种基于Bayes判别分析及逻辑回归的油气层解释方法，其包括如下步骤：1)收集与待评价层位属于同一油气藏的已有试油结论的相关数据；2)对收集的数据进行分类；3)消除不同数据间数量级及量纲的差异；4)利用标准化后的数据对储层进行判别分析，得到各判别函数的系数及常量；5)将已知试油结论的层与待评价层变换后的数据代入判别函数进行计算；6)以已知试油结论的各层的数据为基础进行无序多分类逻辑回归，分别建各层的逻辑回归模型；7)将待评价层的判别函数值及含油级别、谱图形态资料代入逻辑回归模型；8)依据最大隶属原则判断待评价层性质。本发明能够满足油气层精细解释评价的需求，解释结果更科学。

摘要： 本发明涉及石油天然气勘探与开发领域，其特别涉及一种基于Bayes判别分析的砂质滩坝沉积微相测井识别方法，利用钻井岩心资料及勘探开发数据识别坝砂和滩砂的基础上，根据滩坝砂体的测井响应特征提取能够反映砂体特征的参数建立滩坝沉积微相响应综合参数，利用逐步判别分析的方法“剔除”对于判别作用不显著的参数，最后建立能够判别滩坝沉积微相的Bayes判别函数。本发明的方法解决无钻井取心资料的井的滩坝微相预测识别问题。地球物理理测井资料具有相对廉价、连续性高的特点，并且对不同特征的砂质滩坝沉积微相具有很好的响应。因此，在钻井岩心资料和勘探开发数据标定的基础上，通过提取能够表征滩坝砂体沉积微相特征的测井响应参数，运用统计学的方法对砂质滩坝沉积微相进行判别分析，成本低，应用价值高。

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。