多层Bayes估计

摘要： 该文对Weibull分布参数的Bayes估计及其容许性、多层Bayes估计在Linex损失函数下进行了讨论,给出了估计式及证明了其是可容许的,最后利用数值模拟验证了所得Weibull分布在Linex损失函数下Bayes估计的稳健性和精确度.

摘要： 研究了泊松截断δ冲击模型冲击参数的估计问题.利用Bayes估计的方法,假设冲击参数的先验分布分别是伽马分布、伽马均匀多重和Jeffreys三种先验,在最小均方误差原则下,基于寿命终止时总冲击次数及冲击到达时间这两类样本数据,得到了泊松截断δ冲击模型冲击参数λ的Bayes估计量.

摘要： 当软件可靠性的模型密度函数为指数分布的无失效数据时,添加入失效的信息以后,假如在先验分布的密度函数是Beta函数时,计算出失效率多层的贝叶斯估计.

摘要： 该文主要讨论了当参数 θ 的先验分布为 Γ 分布时,在复合LINEX对称损失函数下,逆高斯分布形状参数 θ 的Bayes估计 、E-Bayes估计和多层Bayes估计问题,得到了相应的估计公式,并证明了参数 θ 的Bayes估计是可容许的.

摘要： 本文在Burr分布参数的先验分布为其共轭先验分布Gamma分布Γ(a,b)时,给出了其在复合Mlinex对称损失函数下的Bayes估计、E-Bayes估计公式和多层Bayes估计公式。最后,通过数值模拟说明了Burr分布在复合Mlinex对称损失函数下Bayes估计的稳健性及精确性。

摘要： 文章针对两参数Pareto分布的Bayes估计问题,在尺度参数λ已知的情况下,运用Bayes定理,得到复合MLINEX对称损失函数下形状参数θ的Bayes估计,并证明其是可容许的。最后在给定三类不同超参数的先验密度函数下,给出E-Bayes估计和多层Bayes估计,且得到E-Bayes估计具有保序性。

摘要： 在Mlinex损失函数下,文章讨论了几何分布可靠度的Bayes估计问题,在可靠度的先验分布为贝塔共轭先验分布和幂分布下,得到了可靠度的Bayes估计,并证明了它的容许性。当可靠度先验分布为贝塔分布时,给出三类不同超参数的E-Bayes估计和多层Bayes估计,并在一定条件下得到E-Bayes估计、多层Bayes估计具有等价性。利用Monte Carlo数值模拟对几种估计进行比较。

摘要： 本文针对船用核动力设备无失效数据截尾、小子样的特点,应用多层Bayes估计方法,结合工程实例估算了设备的运行失效率和需求失效概率两类可靠性参数,给出了截尾分布参数的推荐值。结果表明,该方法适用而有效。

摘要： 本文针对船用核动力设备无失效数据截尾、小子样的特点,应用多层Bayes估计方法,结合工程实例估算了设备的运行失效率和需求失效概率两类可靠性参数,给出了截尾分布参数的推荐值。结果表明,该方法适用而有效。

摘要： 本文针对船用核动力设备无失效数据截尾、小子样的特点,应用多层Bayes估计方法,结合工程实例估算了设备的运行失效率和需求失效概率两类可靠性参数,给出了截尾分布参数的推荐值。结果表明,该方法适用而有效。

摘要： 本文针对船用核动力设备无失效数据截尾、小子样的特点,应用多层Bayes估计方法,结合工程实例估算了设备的运行失效率和需求失效概率两类可靠性参数,给出了截尾分布参数的推荐值。结果表明,该方法适用而有效。

摘要： 本文综述了可靠性参数的E-Bayes估计法的研究进展情况.把Bayes方法中的点估计--Bayes估计修正为E-Bayes估计,给出E-Bayes估计的定义、估计,并给出E-Bayes估计的性质--E-Bayes估计与多层Bayes估计的关系.本文以无失效数据情形为例,来叙述可靠性参数的E-Bayes估计法和它的应用。

摘要： 本文综述了可靠性参数的E-Bayes估计法的研究进展情况.把Bayes方法中的点估计--Bayes估计修正为E-Bayes估计,给出E-Bayes估计的定义、估计,并给出E-Bayes估计的性质--E-Bayes估计与多层Bayes估计的关系.本文以无失效数据情形为例,来叙述可靠性参数的E-Bayes估计法和它的应用。

摘要： 本文综述了可靠性参数的E-Bayes估计法的研究进展情况.把Bayes方法中的点估计--Bayes估计修正为E-Bayes估计,给出E-Bayes估计的定义、估计,并给出E-Bayes估计的性质--E-Bayes估计与多层Bayes估计的关系.本文以无失效数据情形为例,来叙述可靠性参数的E-Bayes估计法和它的应用。

摘要： 本文综述了可靠性参数的E-Bayes估计法的研究进展情况.把Bayes方法中的点估计--Bayes估计修正为E-Bayes估计,给出E-Bayes估计的定义、估计,并给出E-Bayes估计的性质--E-Bayes估计与多层Bayes估计的关系.本文以无失效数据情形为例,来叙述可靠性参数的E-Bayes估计法和它的应用。

摘要： 本文提出了可靠性参数的一种新估计方法——E-Bayes估计法.在无失效数据情形,给出了可靠度的E-Bayes估计的定义、E-Bayes估计和多层Bayes估计,并给出了可靠度的E-Bayes估计的性质.

摘要： 本文提出了可靠性参数的一种新估计方法——E-Bayes估计法.在无失效数据情形,给出了可靠度的E-Bayes估计的定义、E-Bayes估计和多层Bayes估计,并给出了可靠度的E-Bayes估计的性质.

摘要： 本发明公开了一种基于Bayes分类器的路面附着系数估计方法，所述方法基于Bayes分类器的理论，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，将收集到的整体数据点集依据牵引力范围划分成多个数据子集，对新采集的数据点分析并得出其先验概率后计算其后验概率，从而确定道路模型归属，最后根据新的道路模型精确计算该道路模型的附着系数。通过上述方式，本发明通过对Bayes子集先验概率的学习，当实时的数据点到来时，计算每个牵引力子集区间的后验概率，通过所述方法可以计算路面切换的时间以及得到路面切换后的点集归属结果，从而决定道路模型的归属，并得到路面模型的附着系数。

摘要： 本发明涉及一种基于Bayes估计的轨控效果快速评估方法，属于卫星轨道控制领域。该方法包括以下步骤：步骤一、提取与轨控相关的各遥测数据，对遥测数据进行剔除野值处理；步骤二、根据轨控发生时，各遥测数据信息变化特点，提出合理假设，建立先验概率模型，计算先验概率；步骤三，根据先验概率计算值，使用Bayes估计方法，得到后验概率值，根据后验概率值对轨控效果进行评估。本发明的轨控效果快速评估方法，应用星上多种与轨控任务相关的遥测信息源，根据各信息的特点，建立先验概率模型，然后应用Bayes估计方法，综合多个信息源的先验概率得到轨控评估的后验概率，根据后验概率值快速得到评估结果。上述评估方法能够快速准确评估轨控效果。

摘要： 本发明请求保护一种基于Bayes估计和数据流间功率分配的联合干扰相位对齐方案。首先，通过Bayes估计获得当前CSI的最佳估计，使得发送端可以获得较好的CSI。其次，在正向通信时，通过最大化期望信号功率与小区间干扰加噪声功率和的比值来设计干扰抑制矩阵；在反向通信时，通过最大化接收端整体的信干扰比来设计预编码矩阵；通过正向和反向通信的迭代计算直到收敛来获得最优的预编码和干扰抑制矩阵。然后，结合适用于干扰对齐的注水功率分配方案。最后，通过对齐发送信号流和接收信号流的相位将数据流间的干扰旋转到目标接收数据流的信号空间中。仿真表明，相对于其他稳健算法而言，无论是在理想CSI还是时延误差CSI，该方案都具有一定的性能优势。

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： 本发明公开了一种基于Bayes分类器的路面附着系数估计方法，所述方法基于Bayes分类器的理论，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，将收集到的整体数据点集依据牵引力范围划分成多个数据子集，对新采集的数据点分析并得出其先验概率后计算其后验概率，从而确定道路模型归属，最后根据新的道路模型精确计算该道路模型的附着系数。通过上述方式，本发明通过对Bayes子集先验概率的学习，当实时的数据点到来时，计算每个牵引力子集区间的后验概率，通过所述方法可以计算路面切换的时间以及得到路面切换后的点集归属结果，从而决定道路模型的归属，并得到路面模型的附着系数。

摘要： 本发明涉及一种基于Bayes估计的轨控效果快速评估方法，属于卫星轨道控制领域。该方法包括以下步骤：步骤一、提取与轨控相关的各遥测数据，对遥测数据进行剔除野值处理；步骤二、根据轨控发生时，各遥测数据信息变化特点，提出合理假设，建立先验概率模型，计算先验概率；步骤三，根据先验概率计算值，使用Bayes估计方法，得到后验概率值，根据后验概率值对轨控效果进行评估。本发明的轨控效果快速评估方法，应用星上多种与轨控任务相关的遥测信息源，根据各信息的特点，建立先验概率模型，然后应用Bayes估计方法，综合多个信息源的先验概率得到轨控评估的后验概率，根据后验概率值快速得到评估结果。上述评估方法能够快速准确评估轨控效果。

摘要： 本发明请求保护一种基于Bayes估计和数据流间功率分配的联合干扰相位对齐方案。首先，通过Bayes估计获得当前CSI的最佳估计，使得发送端可以获得较好的CSI。其次，在正向通信时，通过最大化期望信号功率与小区间干扰加噪声功率和的比值来设计干扰抑制矩阵；在反向通信时，通过最大化接收端整体的信干扰比来设计预编码矩阵；通过正向和反向通信的迭代计算直到收敛来获得最优的预编码和干扰抑制矩阵。然后，结合适用于干扰对齐的注水功率分配方案。最后，通过对齐发送信号流和接收信号流的相位将数据流间的干扰旋转到目标接收数据流的信号空间中。仿真表明，相对于其他稳健算法而言，无论是在理想CSI还是时延误差CSI，该方案都具有一定的性能优势。

摘要： 本发明提出一种基于多层次序列信息自适应融合的锂电池SOH估计方法。本发明搭建了一种全新的基于深度学习的序列化模型，该模型由两个级联的多层次融合模块和一个双向LSTM层搭建而成。基于所提模型能够自适应提取并融合多层次的序列化信息的优点，该模型能够在一定程度上解决了由电池数据量过少且提取不充分的问题，从而实现了较为精确的锂电池SOH的在线估计。除此之外，所提模型还具有长期记忆的优点，这进一步提高了在线估计精度。实验采用NASA锂离子数据集中的电池退化数据对所提网络模型进行仿真验证，结果表明该模型在完成锂电池SOH在线估计任务的同时，又能保证较高的鲁棒性与精确度。

摘要： 本发明公开了一种基于多层感知机算法的动力锂电池荷电状态的估计方法，其改进之处在于，包括如下步骤：步骤1，数据拆分：步骤2，数据预处理：步骤3，设计多层感知机网络：步骤4：超参数的选取：步骤5：参数调节：步骤6，模型验证。本发明所公开的估计方法，相对简单查表法以及模型估计法来说估计预测更加准确，对环境等因素不敏感，稳定性好。相对于数据驱动法的LSTM方法，训练速度更快。