贝叶斯分析

摘要： 模型无关的元学习(MAML)是一种多任务的元学习算法,能使用不同的模型,并快速地在不同任务之间进行适应,但MAML在训练速度与准确率上还亟待提高。从高斯随机过程的角度出发对MAML的原理进行分析,提出一种基于贝叶斯权函数的模型无关元学习(BW-MAML)算法,该权函数利用贝叶斯分析设计并用于损失的加权。训练过程中,BW-MAML将每次抽样的任务视为遵循高斯分布,根据贝叶斯分析计算不同任务在分布中的概率,并根据任务在分布中的概率判断该任务重要程度,再以此赋以不同的权重,从而提高每次梯度下降中信息的利用率。在Omniglot与Mini-ImageNet数据集上的小样本图像学习实验结果表明,通过增加贝叶斯权函数,BW-MAML的训练效果在6任务训练2500步后,在Mini-ImageNet上的准确率比MAML的准确率最高提高了1.9个百分点,并且最终准确率比MAML平均提升了0.907个百分点;在Omniglot上的准确率也平均提升了0.199个百分点。

摘要： 每日新增确诊病例和每日新增无症状感染者病例在探索新冠疫情的传播模式,分析疫情传播的影响因素等方面起着关键作用,因此利用合理的统计方法来探究它们的分布特征具有很重要的理论与实际意义.文中根据新疆乌鲁木齐市新冠疫情每日新增确诊病例与每日新增无症状感染者病例的实际数据,以探究数据的分布特征为目的,分别基于泊松分布,变点泊松分布与过度发散泊松分布对数据进行统计建模,利用贝叶斯方法对模型进行统计推断,并利用DIC值来评价各个模型的优劣.结果表明,三种模型对实际样本数据具有一定的的合理性,相比之下,基于过度发散泊松分布的模型具有最高的拟合优度,其次为变点泊松模型,泊松模型的拟合优度相对较差.

摘要： 国际放射防护委员会(ICRP)第91任务组的任务是用于辐射防护目的的低剂量和低剂量率照射的辐射危险推测。ICRP建议的危害调整标称危险系数在很大程度上是来自从日本原子弹爆炸幸存者获得的数据。由于它们的照射是单一的急性照射,而且由于人们认为剂量响应关系的最合理生物学模型应该是线性平方关系(这意味着在高剂量时比低剂量时斜率更大)。许多国际和国家有关机构,例如UNSCEAR,BEIR和ICRP多年来一直使用剂量和剂量率效能因数(DDREF)来估计低剂量时的效应。ICRP建议低剂量和低剂量率照射的效能因数值取为2,这在辐射防护中是比较典型的。随着越来越多的流行病学资料和现代贝叶斯分析技术的出现,UNSCEAR最近利用贝叶斯分析技术重新评估了所有现有资料,并估计得出了与ICRP使用高剂量和DDREF值为2的估计相似的危险系数。然而,在2006年的报告中,BEIR委员会(BEIRⅦ)也使用了贝叶斯方法,推荐DDREF为1.5。

摘要： 针对电力信息系统的网络安全问题,基于人工蜂群算法文中提出了一种具有较高准确度的网络安全风险评估模型。在分析高斯过程的基础上,文中利用改进的人工蜂群算法优化与改进高斯过程的超参数,确立网络安全风险评估模型的优化方法,提出了适用于电力系统的网络安全风险评估模型。利用一定数量的测试样本与Matlab软件,对该评估模型进行了仿真与实验,从而验证该模型的有效性和适应性。相关对比结果表明,与经典优化算法相比,基于人工蜂群算法的评估模型具有更低的时间复杂度与更高的风险评估精度。

摘要： 陆面时变微重力观测常用于监测地壳内部物质变化.仪器不确定性是影响数据质量的重要因素.本文以华南地区2015年至2018年的时变重力观测数据为研究对象,分别从相对重力仪的非线性漂移特征、格值系数变化入手,引入贝叶斯分析方法,量化不确定性来源,并以网内绝对重力观测结果进行交叉检验,评估时变重力数据产品质量.研究表明:华南2015年以来的重力观测质量由于相对重力仪非线性漂移产生的不确定性较弱,格值系数不准确引起的不确定性更大,约为20×10-8 m/s2;通过绝对重力基准约束和贝叶斯优化可以明显提高数据产品精度.本文研究结果对评价陆地重力数据质量,客观地开展重力场变化解释、分析强震孕育和物质变迁等科学问题具有重要的参考价值.

摘要： [目的]比较多源数据对林分动态预测的影响,分析模型参数与预测不确定性的变化规律,从准确性和可靠性角度对模型进行评估,获取改进模型的数据需求,为森林调查中的数据收集策略提供建议.[方法]收集秦岭油松林3期调查(1990、2005和2012年)和4种信息类型(临时样地、固定样地、解析木和多源数据)建模数据,设计一组数据信息要求较低的可变密度全林模型,基于贝叶斯信息动态融合框架,分析传统森林调查数据与生长收获模型的关系.利用MCMC抽样技术获得的参数联合后验分布对森林动态模拟的不确定性进行量化:一方面比较相同类型的多期森林调查数据不断对模型进行训练后,模型在参数与预测中的概率分布变化过程;另一方面比较分别采用4种数据类型对模型预测产生的影响.数据与模型更新循环过程以先验信息和后验信息不断相互转化的方法实现,即前一次拟合得到的参数联合后验分布作为下一期数据加入时的先验.不同数据类型整合根据数据自身抽样和观测误差所设计的独立似然结构实现.为避免粗糙数据或异常值对模型产生的影响,描述误差分布的似然函数采用重尾正态分布.观测误差的异方差特性通过迭代中自动调整似然函数的方差控制.[结果]随着新一期调查数据加入,模型参数的边际或联合分布不断发生变化,但概率分布峰度总是逐渐升高,即参数不确定性逐步下降,从而降低林分预测的不确定性.与基于1990年调查数据的模型相比,经过2005和2012年数据校正后模型在成过熟林阶段的不确定性下降最为明显,同时树高生长极大值的参数也更高.不同数据类型在模型预测中的差异反映出不同调查方法本身的缺陷和优势,解析木数据倾向于在成过熟林阶段预测出更高的树高生长;固定样地和临时样地数据在林分平均高和平均胸径模拟中表现相似,但由于抽样方法和数据量等因素区别,导致其在林分断面积模拟中呈现明显差异.基于循环更新或多源数据的模型呈现出最稳定的预测结果.[结论]在生长收获模型构建中,不同类型森林调查数据会产生不同预测结果,不同数据信息特性也会对预测的不确定性产生规律性影响.以概率分布呈现信息的贝叶斯方法,既可反映模型的精准程度,又能解释数据信息中存在的缺陷.本研究以全林模型更新为例,展示了该方法不断循环、更新、融合的数据-模型逻辑框架,是架构生长收获模型与数据桥梁的有力工具.

摘要： 对于海军舰队而言,反舰导弹是最主要的威胁之一,如何提高舰队对反舰导弹的防御能力已成为当今电子战研究热点.预测反舰导弹辐射源的行为并作出相应的防御策略是消除反舰导弹威胁的重要方式之一.由于贝叶斯分析是机器学习中的一种高效的推理算法,因此,以贝叶斯模型为基本框架,利用蒙特卡洛马尔可夫链(MCMC)方法,以及MCMC中常用的Metropolis-Hastings算法对反舰导弹辐射源的行为进行分析判断,为以后升级海军舰队的电子防御系统提供了基本研究方向.

摘要： 本文使用2016年～2020年在沪深上市的民营上市企业,选取15个研究企业盈利能力的指标,首先通过因子分析对指标进行筛选降维,再剔除无法获取数据的指标,最终选取8个研究民营上市企业盈利能力的变量,在贝叶斯统计思想下采用动态面板数据模型,利用Gibbs抽样算法进行模拟仿真,得到模型参数的后验估计,分析外部金融环境、企业成长性、营业利润率、收现性、股本报酬率、三项费用比率、成本费用利润率、短期偿债能力对企业盈利能力的影响,分析结果显示,民营上市企业的总资产利润短期债务水平、三项费用比率、成本费用利润率负相关,这表明债务水平越高、费用率越高、成本费用越高的企业盈利能力越低;外部金融环境越好、企业成长快速、企业收益越稳定的企业盈利能力越高.

摘要： 使用上证50ETF期权数据计算隐含波动率风险来刻画"常规"的波动,使用隐含尾部风险刻画非对称的隐含波动风险,构造出了对中国股票市场有显著风险预警能力的风险测度.首先,选取上证50指数和沪深300指数,使用两指数收益率序列的高阶矩作为股市未来的风险度量,用长短国债利差作为宏观风险的代理变量,证实了上证50ET F期权隐含波动率风险和隐含尾部风险对未来6个月内的股票市场风险和宏观风险都有显著预测能力.其次,使用有变点的分位数自回归模型对隐含尾部风险进行建模,并在贝叶斯框架下使用M C M C方法估计出了两个隐含尾部风险的突变日期:2016年3月3日和2017年12月15日.使用以上两个突变日期将股指序列和长短国债利差序列划分为三个时期,发现三个时期内的股票市场风险和宏观风险都有显著的差异.观察差异结果可以发现,当金融市场处于高波动风险时,宏观风险也相应较高,尾部风险呈高分位膨胀性;随着尾部风险的突变发生,金融市场和宏观市场风险开始降低并结束波动期,继而迎来一段时间的稳定上升;当市场一直处于较为稳定的上升状态并伴随着较低的宏观风险时,此时尾部风险逐渐增加并再次发生突变,预示着股票和宏观市场再一次迎来一段波动期.研究证明,期权隐含波动风险对股票市场乃至宏观资本市场都有显著的风险预警能力.

摘要： 文中通过使用非信息先验方法,为ARMA频谱模型开发了一种贝叶斯方法,进行了基于马尔可夫蒙特卡罗(Markov Chain Monte Carlo,MCMC)的贝叶斯计算和模拟,得出了边缘后验分布的特征,如贝叶斯估计量和ARMA模型参数的置信区间.将这两种方法与传统的最小二乘法和最大似然方法进行了比较,并给出了带有两个ARMA模型示例的数值说明,以评估程序的性能.比较结果表明,对于不太稳定的ARMA模型,贝叶斯方法是合理的,并且可以选择任何一种方法来获得更稳定的功率谱.与其他方法相比,贝叶斯方法提供了适用于任意阶次ARMA模型光谱的最佳拟合.

摘要： 为了确定大型地上常压储罐的失效概率,分析了储罐失效数据特点.针对当前风险评价中大型地上常压储罐失效概率并没有以大型地上常压储罐失效样本为基础的情况,提出了用贝叶斯分析方法修正其基本失效概率,并以国外统计数据为样本,采用贝叶斯分析方法对12组储罐的失效概率进行了修正.结果表明:贝叶斯分析方法以同类失效数据为历史数据估计了先验分布参数,失效数据变异系数变小,降低了失效数据的不确定性;贝叶斯分析方法修正后失效概率均值更加集中,更新后失效概率有一定程度的提高,中间个别年份失效概率较高,总体上失效概率逐年降低;因此,实际应用中可根据储罐新旧情况选择合适的失效概率值.

摘要： 疏散星团是连接分子云和银河系结构的桥梁，本文对巡天时代的疏散星团进行研究。贝叶斯算法可以很好地用于改进的混合模型，有效合并星团天区恒星的坐标位置、自行和视向速度观测资料，容忍完备率不一致的情况；多种观测数据的融合极大地提高了成员判定的准确性；适用于IC348等光学观测很不完备的团；运动学的独立的成员判定对于消光严重的团极有帮助；分析表明，LAMOST的光谱观测，对确定团的平均性质，如平均速度、平均计算丰度是有价值的。

摘要： 大数据的话题广为传播,如今确实进入了一个大规模生产、分享和应用大数据的时代.在情报分析领域,如何发掘大数据的价值,进而进行正确的分析预测,是情报工作者必须面对的问题.在云计算出现之前,在面对"PB"时代如此庞大的并且不规则的"非结构数据",人们提出了"信息过剩""数据爆炸"等,显示了人们的无奈,云计算出现后,以云计算为基础的情报信息存储、分享和挖掘手段,可以有效将大量、高速、多变化的终端数据存储下来,并进行分析与计算.情报分析的本质是通过因果推理进行态势理解和诊断推理，进而实现态势的分析与预测，贝叶斯分析由于其坚实的数学基础和良好的处理不确定性的能力，已经得到了广泛的应用。大数据时代，更为关注的是相关关系，充分分析众多的数据，当形势随着时间的变化，融入大量的数据时，事件发展态势的不确定性与时间密切相关，通过对静态贝叶斯分析的改进和时间扩展，基于简单、清晰以及具有良好的概率推理机制等方面考虑，重新定义了时间贝叶斯分析，不需要有关节点状态随时间变化的外生知识，同大数据态势分析的机理相契合。可以对大数据进行有效分析。

摘要： 在核电厂的概率安全分析中，故障率数据包括共因失效参数是定量化分析的基础。本文介绍了基于统计学方法获取共因失效数据的过程，基于冲击矢量方法结合α因子模型以及贝叶斯分析获取共因失效参数估计做了一些探讨。

摘要： 对数稳定分布与对数正态分布相比具有厚尾等良好的特性，由于没有显式的密度函数，其参数估计有一定的困难。本文运用Gibbs抽样方法给出了对数稳定分布的Bayes参数估计，与对数正态分布参数估计进行了比较，并应用到恒加寿命试验数据的分析中。模拟研究说明了该方法的有效性，对数稳定分布作为新的寿命分布是合适的。

摘要： 针对分位回归模型参数的不确定性问题,构建基于贝叶斯分位数回归的联动风险价值模型,据此研究金融风险的相依性问题.通过模型的统计结构分析,选择参数先验分布,设计贝叶斯MCMC算法估计参数.并利用机构总资产收益率进行实证分析.研究结果表明:贝叶斯分位回归模型可以有效地描绘极端风险下的相依性,金融业的风险相依性大于实体行业.

摘要： 针对分位回归模型参数的不确定性问题,构建基于贝叶斯分位数回归的联动风险价值模型,据此研究金融风险的相依性问题.通过模型的统计结构分析,选择参数先验分布,设计贝叶斯MCMC算法估计参数.并利用机构总资产收益率进行实证分析.研究结果表明:贝叶斯分位回归模型可以有效地描绘极端风险下的相依性,金融业的风险相依性大于实体行业.

摘要： 针对分位回归模型参数的不确定性问题,构建基于贝叶斯分位数回归的联动风险价值模型,据此研究金融风险的相依性问题.通过模型的统计结构分析,选择参数先验分布,设计贝叶斯MCMC算法估计参数.并利用机构总资产收益率进行实证分析.研究结果表明:贝叶斯分位回归模型可以有效地描绘极端风险下的相依性,金融业的风险相依性大于实体行业.

摘要： 针对分位回归模型参数的不确定性问题,构建基于贝叶斯分位数回归的联动风险价值模型,据此研究金融风险的相依性问题.通过模型的统计结构分析,选择参数先验分布,设计贝叶斯MCMC算法估计参数.并利用机构总资产收益率进行实证分析.研究结果表明:贝叶斯分位回归模型可以有效地描绘极端风险下的相依性,金融业的风险相依性大于实体行业.

摘要： 现有门限协整检验方法由于模型似然函数具有多峰、不连续特征,导致冗余参数识别存在困难, 最优化计算相对复杂。本文提出基于非线性误差修正模型的贝叶斯门限协整分析,结合参数的后验条件分布设计MCMC抽样方案,进行贝叶斯门限协整检验；并利用Monte Carlo仿真研究了贝叶斯门限协整检验的有限样本性质,发现贝叶斯门限协整检验方法具有良好的有限样本性质。同时,利用不同期限的美国利率序列进行了实证研究,结果发现1个月与3个月利率之间、3个月与6个月利率之间以及3个月与1年利率之间均存在门限协整关系。研究结果表明：贝叶斯门限协整检验方法解决了冗余参数识别的难题,使计算变得相对简单,并提高了估计的精确度和检验的准确性。

摘要： 用于确定体液中分析物的分析系统，其包括：可重复使用的分析仪器(2)和具有多个扁平的、一次性的、集成的试样提取和分析元件的分析盒(3)。分析仪器(2)包括：驱动器、耦连单元(7)、测量和评估单元(8)和用于接收分析盒(3)的保持器。

摘要： 用于确定体液中分析物的分析系统，其包括：可重复使用的分析仪器(2)和具有多个扁平的、一次性的、集成的试样提取和分析元件的分析盒(3)。分析仪器(2)包括：驱动器、耦连单元(7)、测量和评估单元(8)和用于接收分析盒(3)的保持器。

摘要： 本发明公开了一种利用贝叶斯分析搜寻本底中弱放射源的方法，属于辐射测定领域，尤其是弱信号识别领域，目的在于解决弱信号源分析搜索的难题。其包括如下步骤：(1)建立贝叶斯分析模型，根据数据样本与待推断参数的关系，建立似然函数；(2)提供待推断参数的先验分布和数据；(3)通过蒙特卡罗推断，获得参数的推断分布；基于推断分布，得到本底中弱放射源存在的概率。发明人基于改进后的方法，利用贝叶斯分析对采集的数据进行分析，进而推断源的位置和与探测器运动直线之间的距离，从而给出源是否存在、源的坐标、源强等关键信息。本申请能够用于弱信号的分析搜索，有利于提高搜索效率，得到弱信号的关键信息，具有重要的应用价值。

摘要： 本发明公开了一种基于贝叶斯分析人际关系量化估值方法，通过对通信录、通话记录、短信记录进行分析，根据不同的权重要素，计算目标人物与其他人之间的关系评估值，并按关系评估值的高低筛选重点排查人员，提高公安技术侦察的效率。

摘要： 本发明提供一种含外源输入的多变点门限ARMA模型及其贝叶斯分析方法，首先基于ARMA模型构建MB‑TARMAX时间序列模型；对采集的两组时间序列数据进行预处理后根据时域变点和值域变点进行重排，根据重排后的数据获取该模型的似然函数；然后基于本发明的MB‑TARMAX时间序列模型的所有未知参数的先验分布，获取所有未知参数的联合先验分布，并根据贝叶斯定理结合似然函数得到所有未知参数的联合后验分布；最后基于联合后验分布，获取所有未知参数的满条件后验分布以及对应的满条件后验分布形式，针对不同的满条件后验分布形式，在贝叶斯的框架下应用蒙特卡洛马尔科夫链采样方法方便地得到了MB‑TARMAX时间序列模型的参数的估计值。

摘要： 本发明提供了一种基于贝叶斯分析的中国古代石拱桥安全评估方法，包括：确定有关结构性能的评估参数，并采取查找文献与无伤测量的方法，进行数据获取；基于实测与文献数据建立三维非线性有限元或二维刚性块极限模型；通过敏感性分析，提取出与结构能力最相关的参数；赋予关键参数概率；结合贝叶斯基础理论，并通过蒙特卡洛抽样法，获取关键参数的后验概率分布函数；进行基于可靠性理论分析的安全评估，计算失效概率和可靠度指标。本发明的有益效果是：通过引入参数不确定度，解决了中国古代石拱桥结构评估过程中，出于对文物自身保护的原因，导致的参数数据较少的问题。

摘要： 本发明公开了一种利用贝叶斯分析搜寻本底中弱放射源的方法，属于辐射测定领域，尤其是弱信号识别领域，目的在于解决弱信号源分析搜索的难题。其包括如下步骤：(1)建立贝叶斯分析模型，根据数据样本与待推断参数的关系，建立似然函数；(2)提供待推断参数的先验分布和数据；(3)通过蒙特卡罗推断，获得参数的推断分布；基于推断分布，得到本底中弱放射源存在的概率。发明人基于改进后的方法，利用贝叶斯分析对采集的数据进行分析，进而推断源的位置和与探测器运动直线之间的距离，从而给出源是否存在、源的坐标、源强等关键信息。本申请能够用于弱信号的分析搜索，有利于提高搜索效率，得到弱信号的关键信息，具有重要的应用价值。

摘要： 本发明提出了一种基于贝叶斯分析法的精神状态自动识别方法，包括S1:确定特征属性，确定样本数据，通过依据训练演习相关考核细则，确定训练者面部表情的特征属性a，并对每个特征属性进行划分x；S2：生成训练样本集合，将划分的特征属性设定为一个类别y；S3：分类器训练，计算每个类别在训练样本中出现的频率及每个特征属性划分对每个类别的条件概率估计，本方法通过统计训练者训练时面部表情或者肢体动作作为特征属性，并通过人工分类相似表情或者动作，通过贝叶斯方法来计算出对应表情能够确定的到对应类别，通过计算最大概率来判断该训练者的精神状态，全程只需要人工进行分类，通过计算能够客观的判断训练者的精神状态，提高客观性以及效率。

摘要： 本发明涉及交流配电网的故障诊断领域，更具体地，涉及一种基于贝叶斯分析的配电网故障定位方法。故障时，馈线终端设备上传过电流信息和电流变化率信息，并统计主站收到信息正确或错误的概率，再利用两种信息的冗余性并采用贝叶斯分析，来求解各区域发生故障的概率，将概率最高的区域可以看做故障区域，以此实现故障定位，所提方法无需改变己有配电自动化系统主站，也无需传送波形信息，并且具有较高的容错率，具有一定的应用前景。

摘要： 本发明公开了一种基于贝叶斯分析人际关系量化估值方法，通过对通信录、通话记录、短信记录进行分析，根据不同的权重要素，计算目标人物与其他人之间的关系评估值，并按关系评估值的高低筛选重点排查人员，提高公安技术侦察的效率。