精炼贝叶斯均衡

摘要： 本文运用信号传递博弈模型,详细分析了建筑市场中投标人向招标人传递信号以及招标人接收信号的过程.通过建立博弈模型对招投标过程进行模拟,以信号博弈中精炼贝叶斯均衡的方法,分析招投标过程中投标人与招标人行为及对系统的影响.通过对建筑市场监管力度、政府法律法规以及其他外界影响因素的分析,提出投标人发出的信号很难成为有效的传递信号,并针对建筑市场信用问题的现状,提出一些有益的建议.

摘要： 采用博弈论的方法,考虑声誉效应对博弈双方效用、策略的影响,建立信号博弈模型,并分析精炼贝叶斯均衡,证明声誉水平、对声誉的态度以及技术市场价值的高低是影响建立合作关系的重要因素.探讨双方建立合作关系的行为策略,提出实现合作达成双赢的建议.

摘要： 为了解决装备保障信息网络的安全防御问题,从信号伪装的角度对装备保障信息网络的主动防御进行研究,设计了一种最优伪装信号选取方法.该方法基于多阶段信号博弈理论对装备保障信息网络攻防过程进行建模;在考虑信号伪装成本的基础上对攻防收益进行量化;给出了精炼贝叶斯均衡的求解方法,并设计了多阶段最优伪装信号选取算法.通过实验对该方法的合理性和有效性进行验证,并分析总结了装备保障信息网络安全防御的一般规律.

摘要： 在质量信息不对称下,文章基于Hotelling模型研究了双渠道零售商线上线下纵向差异化产品的质量信息披露决策问题.研究发现最优披露策略主要受到产品质量定位和披露成本的影响如下:若披露成本较低,则两渠道均有可能披露,即当两产品质量均较小时,线上线下均不披露;当两渠道产品质量都较高时,线上线下均披露;当线下渠道产品质量较高而线上渠道产品质量较低时,仅线下渠道披露.若披露成本适中,则仅线下渠道可能被披露,且只有当线下渠道产品质量较高时,才会披露;否则,两渠道均不披露.若披露成本较高时,则线上线下都不披露.此外,线下渠道服务水平和线上单位匹配成本的增加总是导致线上渠道披露更少的信息,而线下渠道披露更多的信息.

摘要： 针对移动目标防御最优策略选取问题,从攻击面转换(ASS)和探测面扩展(ESE)的角度形式化来定义防御策略,阐释了防御原理;采用动态对抗和有限信息的视角对网络攻防行为进行研究,在分析攻防博弈类型和攻防过程的基础上,构建了基于信号博弈的移动目标防御模型;改进了攻防策略量化计算方法,提出了精炼贝叶斯均衡求解算法,并通过对博弈均衡的分析设计了最优防御策略选取算法.仿真实验验证了所提模型和方法的有效性.

摘要： 为了实现自适应低压减载,保证系统电压安全稳定,设计了双层低压减载Multi-agent系统,提出了基于博弈论的低压减载策略,并根据电力系统分析综合程序仿真模拟了低压减载过程.算例分析结果表明,双层低压减载Multi-agent系统能够推断电压扰动类型,制定有针对性的预动作策略,修正各站域Agent的预动作策略,实现自适应优化减载.

摘要： 文章通过信号博弈模型和精炼贝叶斯均衡分析大学生保研与考研背后的信号博弈,指出“保研”和“考研”的博弈关键在哪一个博弈方能够专注于把一件事做好,有更高的效率,同时得出任何包括科研、竞赛等的训练和经历都要求精而不要求多,一个做事认真细致、有高效率且能做出杰出成果的竞争者才能在人才市场上脱颖而出。

摘要： 施工单位在没有外部压力或内部激励的情况下没有动力实施绿色施工。基于博弈论和信息经济学基本理论,通过建立声誉激励模型,分析优质、劣质两类施工企业在和招标单位在招投标过程中的不完全信息动态博弈,发现招标单位会根据贝叶斯法则修正信息,最后得到唯一的精炼贝叶斯均衡——无论是优质施工单位还是劣质施工单位在博弈的每期都会选择实施高质量绿色施工。最后在分析结果的基础上提出了保证声誉激励机制有效运行的一些措施。

摘要： 针对动态目标防御的最优策略选取问题,分析了动态目标防御环境下的攻防对抗特点,提出了动态目标防御策略的收益量化方法,基于不完全信息动态博弈构建了面向动态目标防御的单阶段和多阶段博弈模型,给出了精炼贝叶斯均衡求解算法和先验信念修正方法,获得了不同安全态势下的最优动态目标防御策略.最后,通过实例说明和验证了上述模型和方法的可行性和有效性,总结了利用动态目标防御策略进行网络防御的一般性规律.%This paper is focused on the optimal policy selection for moving target defense.Attack-defense confronta tion in moving target defense environment is analyzed.Reward quantization method of moving target defense policy is proposed.Single-stage and multi-stage moving target defense game models are constructed based on the dynamic game with incomplete information.The algorithm to obtain perfect Bayesian equilibrium and the method to revise prior belief are proposed.Optimal moving target defense policies are obtained under different security situations.Finally,not only the feasibility and effectiveness of the proposed model and method are illustrated and verified in a representative example but also general rules of network defense using moving target defense policies are summarized.

摘要： 本发明涉及一种基于稀疏贝叶斯学习的可见光通信的均衡方法及系统，方法包括从光电检测器处获取电域信号；以Volterra级数为基本的架构，采用稀疏贝叶斯学习的方法和卡尔曼滤波迭代的方法构建非线性均衡器；利用所述非线性均衡器对所述电域信号进行自适应补偿，恢复原始发送符号。本发明所提供得一种基于稀疏贝叶斯学习的可见光通信的均衡方法及系统，能够实现VLC系统复杂动态非线性与多径传输损伤的自适应的补偿，提高VLC系统的通信性能。

摘要： 本发明公开了一种具有拉普拉斯噪声的非参数贝叶斯字典学习方法，对灰度图像数据中的椒盐噪声进行去噪。本文对图像数据进行字典学习建模，并假设噪声部分服从拉普拉斯分布，采样非参数贝叶斯方法对模型进行概率分布假设；通过最大似然估计法获得模型的目标函数；采用吉布斯采样法对目标函数中所有随机变量采样；通过EM算法反复迭代更新得到各变量的最优解。使用最优解构造输出数据，即输出图片，从而获得干净数据，去除噪声。本方法对灰度图像数据的噪声部分进行了拉普拉斯假设，有效去除了椒盐噪声，对高斯噪声也有一定的去噪能力，此外还能够很好的去除高斯和椒盐的混合噪声。

摘要： 本发明提出一种基于贝叶斯更新和吉布斯采样的超声导波多损伤识别方法，所述方法布置三个传感器进行超声导波信号采集,对每个传感器信号分析获得M个损伤直接散射的M个传播时间ToF，并获得各可能组合方式对应的M个3×1的ToF向量；对基于导波传播时间的非线性损伤定位模型中的参数进行线性化处理；然后利用贝叶斯定理求每个参数的条件后验概率分布，利用吉布斯采样对各参数的条件后验分布进行采样，对每个可能组合方式对应的多个ToF向量数据进行吉布斯采样，最终判定样本点离散程度最小且速度参数合理的分组方式为最后识别的损伤位置。本发明可以基于三个传感器ToF信息自动实现超声导波多损伤精确定位。

摘要： 本发明涉及一种基于稀疏贝叶斯学习的可见光通信的均衡方法及系统，方法包括从光电检测器处获取电域信号；以Volterra级数为基本的架构，采用稀疏贝叶斯学习的方法和卡尔曼滤波迭代的方法构建非线性均衡器；利用所述非线性均衡器对所述电域信号进行自适应补偿，恢复原始发送符号。本发明所提供得一种基于稀疏贝叶斯学习的可见光通信的均衡方法及系统，能够实现VLC系统复杂动态非线性与多径传输损伤的自适应的补偿，提高VLC系统的通信性能。

摘要： 本发明提供了一种基于贝叶斯纳什均衡的资产定价方法和系统，应用于资产交易平台，其中方法包括：从资产交易平台获取多个用户资产价值的样本数据；基于样本数据确定目标资产的价值分布函数；其中，目标资产为待定价的资产；将价值分布函数代入到贝叶斯纳什均衡等式，得到目标资产的第一定价；将第一定价代入到迭代算式，经迭代计算得到目标资产的第二定价，并将第二定价作为目标资产的定价结果。本发明缓解了现有技术还没有针对商家数字资产的定价方法和系统的技术问题。

摘要： 本发明公开了一种基于贝叶斯因果网络的评价指标均衡态分析方法，包括以下步骤：建立系统评价指标体系，并确定影响系统的外生因素；由评价指标得到相应的内生变量集，由系统的外生影响因素得到外生输入变量集，由评价结果得到输出变量集；根据内生变量集、外生输入变量集和输出变量集构建三层贝叶斯因果网络结构，并利用条件独立性检验发现变量之间的因果关系；根据贝叶斯因果网络结构和变量之间的因果关系进行系统动力学建模并仿真计算得到各变量的均衡态；将各变量的均衡态映射到评价指标，得到各评价指标在外生条件约束下的均衡态。本发明具有如下优点：可有效发现复杂系统中评价指标间的因果关系并得到不同条件下评价指标的均衡态。

摘要： 本发明公开了一种基于网络外部性撮合贝叶斯均衡报价的电商定价方法，其特征是首先确认电子商务平台网络外部性特征下交易双方的收益函数，其次利用收益函数计算议价过程中交易双方各阶段的收益，再次基于交易双方的价格敏感性，计算交易报价的贝叶斯均衡解，最后确定交易双方的交易价格。本发明能够有效地确定交易双方在电子商务平台下的收益函数，并通过模拟现实生活中交易双方轮流报价的过程确定交易价格，为电子商务平台创造一种程序化自动定价方法，可高效率地撮合交易的双方快速达成高效益的商品交易。

摘要： 本发明提出一种基于贝叶斯更新和吉布斯采样的超声导波多损伤识别方法，所述方法布置三个传感器进行超声导波信号采集,对每个传感器信号分析获得M个损伤直接散射的M个传播时间ToF，并获得各可能组合方式对应的M个3×1的ToF向量；对基于导波传播时间的非线性损伤定位模型中的参数进行线性化处理；然后利用贝叶斯定理求每个参数的条件后验概率分布，利用吉布斯采样对各参数的条件后验分布进行采样，对每个可能组合方式对应的多个ToF向量数据进行吉布斯采样，最终判定样本点离散程度最小且速度参数合理的分组方式为最后识别的损伤位置。本发明可以基于三个传感器ToF信息自动实现超声导波多损伤精确定位。

摘要： 本发明公开了一种具有拉普拉斯噪声的非参数贝叶斯字典学习方法，对灰度图像数据中的椒盐噪声进行去噪。本文对图像数据进行字典学习建模，并假设噪声部分服从拉普拉斯分布，采样非参数贝叶斯方法对模型进行概率分布假设；通过最大似然估计法获得模型的目标函数；采用吉布斯采样法对目标函数中所有随机变量采样；通过EM算法反复迭代更新得到各变量的最优解。使用最优解构造输出数据，即输出图片，从而获得干净数据，去除噪声。本方法对灰度图像数据的噪声部分进行了拉普拉斯假设，有效去除了椒盐噪声，对高斯噪声也有一定的去噪能力，此外还能够很好的去除高斯和椒盐的混合噪声。

摘要： 本发明涉及一种基于罗切斯特模型-朴素贝叶斯模型的数据分类系统，它包括：一数据处理模块根据输入的原始样本集中各类样本变量的缺失值比率，以及各类样本变量之间的相关性和样本属性，将原始样本集分为饱和层和缺失层；一样本抽样模块根据目标变量，从饱和层和缺失层中随机抽取训练样本变量和测试样本变量，分别形成具有饱和层和缺失层的训练样本集和测试样本集；一模型建立模块对饱和层中的训练样本采用罗切斯特回归模型建模，对缺失层中的训练样本采用朴素贝叶斯模型建模，得到一具有罗切斯特回归模型和朴素贝叶斯模型的混合动态模型；一数据测试模块将饱和层的测试样本输入混合动态模型中的罗切斯特回归模型中，将缺失层的测试样本输入混合动态模型中的朴素贝叶斯模型中，之后进行测试，得到并输出评分结果。本发明兼具罗切斯特回归模型和朴素贝叶斯模型的优点，形成优势互补，可以广泛应用在金融业、零售业和电信业中。