贝叶斯方法

摘要： 基于统计理论的贝叶斯反演方法在先验信息和观测数据的约束下,以后验概率分布的形式表征模型参数在不同区间的可能性大小.相对于确定性反演理论,贝叶斯反演通过提取模型参数边缘概率分布、最大后验解、平均解、相关系数等定量评价反演结果的不确定性以及模型参数之间的相互关系,通过模型参数后验概率分布反映观测数据和先验信息对模型参数的约束能力.本文基于贝叶斯方法在地球物理反演中的应用,总结了贝叶斯反演的基本流程,详细介绍了不同背景条件下的先验信息概率分布选择、似然函数建立、后验概率公式求解.在优化参数方面,介绍了模型参数的固定维和变维反演概念,以及超参数的优化方法;在反演方法方面,着重介绍了固定维和变维反演马尔科夫链蒙特卡罗采样方法;在模型参数评价方面,介绍了不同情况下贝叶斯统计参数的求取.然后讨论了贝叶斯反演方法采样效率提升的具体措施.最后对贝叶斯方法在地球物理反演中的应用作出总结.

摘要： 随着计算手段的不断完善,贝叶斯方法在武器装备试验鉴定中的应用逐渐深入和广泛。作战试验作为当前试验鉴定的热点问题,也势必开展基于贝叶斯方法的相关实践。考虑到当前的相关研究主要集中在计算原理和试验流程等方面,对于样本量估算的研究还比较缺乏,梳理了贝叶斯方法在作战试验应用中的模式,探讨了相关样本量计算的准则,给出了各模式下样本量估算的方法步骤,并结合算例演示了样本量估算方法的有效性和可拓展性。

摘要： 提出了一个用马尔科夫链抽样的贝叶斯模型修正和损伤识别方法,用于对梁结构的损伤识别。首先建立了基于结构振动频率测量,确定其振型的目标函数,然后采用延缓拒绝自适应的马尔科夫链蒙特卡洛方法进行随机抽样,得到在完好状态和损伤状态下结构参数的后验概率,通过比较这两种状态下识别参数的概率密度函数,最终得到结构损伤的概率和损伤程度。以钢悬臂梁为实验算例,验证了钢悬臂梁结构各区域的损伤概率和损伤程度与真实情况吻合。

摘要： 以香格里拉市典型森林生态系统高山松林为对象,在前期进行Ⅰ区和Ⅱ区共115株高山松单木地上生物量实测基础上,以异速生长方程为单木生物量基础模型,并采用分层贝叶斯方法、非线性混合模型法、贝叶斯方法和非线性最小二乘法进行异速生长参数拟合,运用决定系数(R^(2))、估测精度(E)、均方根误差(RMSE)等指标对模型参数拟合效果进行评价。结果表明:1)从拟合精度看,4种方法的模型拟合效果均较好,R^(2)均达到了0.98以上。但分层贝叶斯方法估计结果更优,其R^(2)=0.9856,E=84.76%和R_(MSE)=39.75 kg;2)通过对比不同方法的差异发现,加入了区域随机效应的分层贝叶斯方法和非线性混合模型法的拟合效果均优于未加入区域随机效应的贝叶斯方法和非线性最小二乘法。分层贝叶斯方法在拟合高山松单木生物量模型中具有更大优势,模型拟合效果最好。加入了随机效应的分层贝叶斯方法和非线性混合模型法可以提高单木生物量模型的估计精度,采用分层贝叶斯方法进行高山松单木生物量模型参数估测,为大尺度样本数据模型参数估测方法提供新思路。

摘要： 针对频响函数的似然函数推导复杂以及马尔科夫链蒙特卡罗(Markov chain Monte Carlo,MCMC)算法不易收敛、样本拒绝率高的问题,提出一种基于小波变换和改进MCMC算法的贝叶斯模型修正法。首先,引入模态参与变异系数准则选取激励点位置、模态动能法选取测点位置;然后,构造Kriging模型,计算加速度频响函数并进行小波变换,提取小波总能量作为Kriging模型输出,并通过粒子群算法优化Kriging模型相关系数;最后,为提高采样效率,以延缓拒绝策略为基础,当候选样本被拒绝时,引入天牛须搜索算法产生新的候选样本,以此估计待修正参数的后验概率分布。分别使用车辆三自由度系统和空间桁架模型验证所提方法,结果表明:修正后获得的马尔科夫链整体性能较好,样本接受率提高,各参数的相对误差基本保持在1%以内且具有良好的抗噪性。

摘要： 利用传统方法预测构件软件可靠性时,没有构建缺陷模型进行缺陷分析,存在构件软件可靠性预测时间延迟高、CPU开销大和平均路径覆盖率差的问题。于是提出基于Copula函数模型的构件软件可靠性预测方法,建立软件缺陷模型和故障树,对软件缺陷进行分析。基于二维焦元建立一个普通BPA证据变量,利用贝叶斯方法解决证据变量中样本量较少的问题,并从中取得Copula优质函数后构建联合BPA。通过构建的联合BPA和取得的最优Copula函数实现构件软件可靠性预测。实验结果表明,通过对比预测时间延迟、CPU开销和平均路径覆盖率,验证了所提构件软件可靠性预测方法的实用性和可行性较强。

摘要： 针对新型弹药产品质量评估样本数据少、试验消耗大、未有效利用制造过程质量数据等问题,提出一种基于改进樽海鞘群和最小二乘支持向量机(LSSVM)的新型弹药质量评估方法。以新型弹药靶试数据为输入,对批次弹药发射成功率进行贝叶斯估计。利用LSSVM建立弹药批次制造质量数据与弹药发射成功率之间关系的评估模型,使用精英质心和反向学习策略改进的樽海鞘群算法对LSSVM进行优化,有效提升评估模型的准确性,并以某新型弹药为例对评估模型有效性进行验证。验证结果表明:与传统LSSVM、粒子群优化的LSSVM及樽海鞘群优化的LSSVM模型相比,该模型具有较高的准确度和较强的鲁棒性,对新型弹药产品的质量评估有一定借鉴意义。

摘要： 筑坝材料干密度具有强烈的级配相关性,受P5含量、最大粒径、曲率系数等级配特征参数的影响尤为显著。然而在实际工程中,坝料级配参数通常是在大坝碾压施工结束后采用筛分法对质量检测试坑挖取的坝料进行筛分得到的。对于某一填筑单元工程而言,碾压区域的挖坑检测数据极少,导致目前大坝碾压智能监控系统中的土石方压实质量评估模型并未能够有效地考虑级配特征参数对压实质量的影响。鉴于此,为构建大坝填筑材料级配特征参数的总体分布,本文以大石门水利枢纽沥青混凝土心墙砂砾石坝的坝壳料碾压质量挖坑检测得到的小样本级配数据为研究对象,通过拟合优度检验确定以威布尔分布为小样本数据的分布模型,并利用参数化Bootstrap方法和非参数核密度估计法确定了小样本数据条件下待估参数的先验分布。进而利用贝叶斯理论结合现场某一碾压单元质量检测挖坑试验数据对先验分布加以修正得出了待估参数的后验分布。最后采用混合Gibbs抽样方法对后验分布进行模拟仿真求解,给出了基于贝叶斯理论的两参数后验威布尔分布估计结果,为大坝填筑施工过程中实时准确评估砂砾石坝料的压实特性提供了重要的数据支撑。

摘要： 在面板数据混合效应模型中,大量未知随机效应的存在,给模型参数估计带来极大困难;同时随机误差的分布未知,不同分布下的随机误差会增加模型计算的复杂度,对固定效应与随机效应系数的变量选择与估计带来困难。为了解决这一问题,本文建立贝叶斯双Adaptive Lasso分位回归模型,将Adaptive Lasso惩罚函数同时引入到含固定效应与随机效应的面板数据中,构造参数估计的Gibbs抽样算法。蒙特卡罗模拟结果表明,该方法不仅能准确估计不同面板数据模型的参数系数,还能对重要变量进行选择。

摘要： 近年来,易腐食品质量安全问题引起了广泛关注。在易腐食品生产过程中开展适当的质量改进活动,是解决易腐食品质量安全问题的有效途径。然而,不同的质量改进活动决策需要不同的成本,并会产生不同的质量改进结果。本文拟从易腐食品生产过程的视角下寻找质量改进与成本消耗的平衡点,并找出关键的质量改进环节。考虑到易腐食品质量演变的动态属性和随机属性,本文提出了一种结合图示评审技术(GERT)和贝叶斯方法的方法,通过GERT来把握质量演变的不确定性,通过贝叶斯方法来评估质量和成本在质量改进活动决策后的动态变化。以乳制品为研究对象,本文构建了一个双目标优化模型以同时追求乳制品质量水平最大化和成本最小化,并用模糊目标规划方法求解该模型。算例分析验证了模型的有效性,并且探讨了质量和成本的权衡关系,最终找到了乳制品生产过程中的关键环节。

摘要： 根据基坑开挖过程中获取的现场监测数据可以反分析现场土层的土体参数.贝叶斯方法为充分利用现场监测数据分析土体参数提供了一条有效的途径.实现贝叶斯更新一般有两种方法:一是各开挖阶段的观测值依次对土体参数进行更新,即分步更新,更新过程中需假设后验分布类型,如正态分布;二是将多阶段的观测值作为整体对土体参数进行更新,即整体更新.为了研究贝叶斯更新方法对更新结果的影响,在先验分布为正态或均匀分布时分别采用这两种方法对台北国营企业中心开挖工程的土体参数进行更新.结果表明:当先验分布为正态分布时,假设后验分布为正态分布进行分步更新,得到的参数分布基本合理,能够准确预测开挖引起的最大沉降和失效概率;相反,当先验分布为均匀分布时,假设后验分布为正态分布进行分步更新,不能够准确预测开挖引起的最大沉降和失效概率,此时应采用整体更新方法.

摘要： 岩土工程勘察中,工程师通常从已知岩土性质间接估计岩土的其他性质.例如,工程师会根据岩样的标准点荷载指标(Is(50))间接估计岩石的单轴抗压强度(uniaxial compressive strength,UCS).间接估计时会应用Is(50)和UCS之间的回归模型,然而,现存文献中这种回归模型众多,使得工程师在具体工程应用中难以选择.基于此,阐述了如何通过贝叶斯方法结合Is(50)数据和现场先验信息选择模型,以及选定模型后如何对UCS进行概率表征.所述方法通过工程实例进行了说明.结果显示,所述方法可以单独依据Is(50)数据以及现场先验信息选出合适的模型.且依据所选模型进行UCS的概率表征结果和工程现场情况相吻合.

摘要： 概率安全评价(PSA)是定量评价核电厂安全的重要方法,建立核电厂可靠性数据库能为核电厂PSA分析提供基础数据.本文重点介绍了一种核电厂可靠性数据收集及处理的方法.核电厂数据可靠性分析经典估计法和通用数据表示法都存在缺陷,本文通过贝叶斯方法的拟合,结合核电厂实际数据通过软件的计算结果进行了初步分析,分析结果表明采用贝叶斯方法对于核电厂可靠性数据分析既降低了经典估计法因为样本过小时产生的偏差,又兼顾了通用数据表示法的特异性.

摘要： 本文概括分析了贝叶斯分析原理,这种方法的优势在于对样本数无特殊要求,此模型也能得到与时间有关的稳定的未来强震危险估计.以亚洲重点工作区为例,探讨了本方法在预测大地震的实际效果.

摘要： 建筑能耗由于建筑外围护结构、内部得热、暖通系统及所处位置微气候等不同因素的影响,导致其具有很大的不确定性.如何在建筑能耗模拟分析中,定量化这些影响能耗因素和建筑能耗本身不确定性,已经成为研究热点.本文主要从正向和逆向不确定性分析两个角度,对于建筑能耗模拟中的研究问题进行评述.正向不确定性分析中,蒙特卡洛法由于其具有严格的理论基础,已经在建筑能耗领域得到了广泛的应用,能用于分析不同节能方案和建筑参数自身不确定性分析;逆向不确定性分析中,基于贝叶斯方法的反演分析,可用于建筑能耗模型的标定和分析模型误差.

摘要： 岩土体性质的统计特征(如平均值、方差以及分位数)和概率分布是岩土工程可靠度分析与设计中必需的输入信息.然而,由于岩土工程勘察中获取的测量数据非常有限,通常很难有效地确定岩土体性质的统计特征,给岩土工程可靠度分析与设计方法在工程实践中的应用造成很大困难.本文将提出一套基于马尔科夫链蒙特卡洛模拟(MCMCS)的贝叶斯方法,根据有限的勘察资料确定土体杨氏模量Eu的统计特征和概率分布.该方法将岩土工程勘察中获取的先验信息和有限的测量数据有效地融合在一起,实现对Eu的概率表征.最后,本文通过具体的工程实例简要说明了所提出的方法的有效性.

摘要： 汽车轴承一般有置信度下的可靠度的要求.本文介绍了如何用贝叶斯方法确定可靠度和置信度的关系.进一步采用中间秩确定了轴承给定置信度和可靠度的额定寿命修正系数,给出了验证置信度和可靠度的寿命试验方案制定方法.

摘要： 本文中基于贝叶斯空间的人脸识别算法均假定样本空间满足高斯分布,对人脸识别的贝叶斯方法ML中相似度计算公式进行了简化,提出了一种改进的贝叶斯人脸识别算法LML.在ORL人脸图像库上对识别算法进行了测试和比较.实验表明LML算法提高了ML算法的效率,克服了ML算法计算效率不高的缺陷,而且LML的识别效率明显高于ML方法.

摘要： 贝叶斯统计模型对于描述复杂市场环境下的决策行为具有重要意义.当决策者具有根据信息不断更新信念的学习行为时,不能再采用传统的静态稳定参数推断方法进行统计决策.在贝叶斯框架下,可以结合决策主体的主观信念设定相关参数构建模型.基于储蓄-消费模型的研究发现市场学习行为对统计决策的影响显著,构建考虑学习行为的贝叶斯决策模型能够解释过于保守的谨慎行为.通过数值模拟,进一步说明具有学习过程的决策行为更加贴近现实.相关研究结论值得引起对传统风险度量方法的反思.

摘要： 贝叶斯统计模型对于描述复杂市场环境下的决策行为具有重要意义.当决策者具有根据信息不断更新信念的学习行为时,不能再采用传统的静态稳定参数推断方法进行统计决策.在贝叶斯框架下,可以结合决策主体的主观信念设定相关参数构建模型.基于储蓄-消费模型的研究发现市场学习行为对统计决策的影响显著,构建考虑学习行为的贝叶斯决策模型能够解释过于保守的谨慎行为.通过数值模拟,进一步说明具有学习过程的决策行为更加贴近现实.相关研究结论值得引起对传统风险度量方法的反思.

摘要： 本发明专利提出了一种基于频谱和倒谱特征的模糊图像检测方法。该方法首先将图像划分为小区域，并在小区域上计算能量谱密度分布值和奇异倒谱分布值。同时，假设上述两种模糊特征符合正态分布，并且对于清晰图像和模糊图像分布参数有较大差异，并利用最大似然估计方法估计上述两种特征在模糊和清晰假设下的分布参数值。最后，建立朴素贝叶斯分类器，当给定测试图像时用于判断图像是否模糊。

摘要： 本发明涉及一种基于层次贝叶斯的局部尺度滑坡易发性预测方法，该方法主要分为四个步骤：提取基础评价单元；计算评价因子的区域尺度权重；建立空间局部逻辑回归模型，拟合评价因子在局域尺度的空间异质性，并在层次贝叶斯框架下实现两种尺度信息融合，并验证模型；利用空间局域逻辑回归模型进行局部尺度滑坡易发性评估。本发明应用地理探测器计算各评价因子在区域尺度的整体趋势，应用空间局域回归模型拟合评价因子贡献率在局域尺度的空间异质性，并基于层次贝叶斯框架，对评价因子的整体趋势和空间异质性进行信息融合，解决了不能在局域尺度下兼顾评价因子整体趋势的稳定性和局部尺度的异质性的问题，实现了区域性的局部尺度滑坡易发性评价。

摘要： 本发明提供了一种基于贝叶斯方法的电力谐波信号分析方法与电力谐波信号分析设备，不同于现有频域求解谐波方法，使用电力系统复杂谐波信号的时域稀疏特征，并采用贝叶斯模型建立了谐波信号分析数学模型，进而通过期望最大算法递推求解该问题即同时可得到信号的幅值和频率。其中电力谐波信号分析方法包括：设置贝叶斯估计初值以及收敛参数；获取谐波频率分析区间，并将谐波频率分析区间离散化为设定数量个分析子区间，形成谐波量测矩阵；获取待分析信号的采样信号，并根据贝叶斯公式建立谐波信号的概率密度函数；以及使用期望最大算法对概率密度函数进行迭代计算，估计得到待分析信号中的谐波分量的频率和幅值。

摘要： 本发明涉及一种基于局部敏感哈希和非参数化贝叶斯方法的高效聚类方法。本发明方法可以有效地处理海量序列数据，包括16s rRNA和18s rRNA数据。由于使用了高效的分块迭代方法，避免了大量不相似序列的比对，针对大规模数据集的聚类问题，本方法可以快速给出聚类结果，是目前生物信息领域处理大规模聚类问题最高效的方法。同时，由于DP‑means算法中对聚类中心的估计更加准确，本发明方法得出的聚类结果可以保证很高的准确性。

摘要： 本发明提供了一种基于贝叶斯方法的供应链管理需求预测方法，包括：S1：将不满足预设数据容量的零件更换数据作为第一更换数据，对所述第一更换数据进行数据扩充，获得第二更换数据；S2：分析获得每个零件对应的影响特征因子和影响函数；S3：基于所述影响特征因子和影响函数，构建出每种零件对应的多个贝叶斯假设模型；S4：基于多个贝叶斯假设模型获得对应同种零件的多个假设需求预测结果；S5：基于对应的多个假设需求预测结果，从同种零件的多个贝叶斯假设模型筛选出最优预测模型，并预测出对应同种零件的备件需求；用以在备件低需求和间歇性需求时准确预测供应链需求，可以根据实际情况的变化准确地估计库存需求。

摘要： 一种基于贝叶斯方法的上市公司定价方法，通过确定股指期货对于指数一篮子股票的总体影响：通过总体影响计算个股影响，对于每个时刻，指数一篮子股票中的任意股票可以根据编制方法，计算其所占指数权重Wn；通过历史股价回归出每个个股对于股指期货维护影响的暴露值。

摘要： 本发明提供基于贝叶斯方法的煤矿冲击地压危险性动静耦合评价方法，包括以下步骤：S1、获得动态指标参数数据；S2、获得静态指标参数数据；S3、对动静态指标参数数据进行归一化处理；S4、对微震传感器监测获得各微震指标进行异常指标转换；S5、对钻孔应力传感器获得的钻孔应力指标值进行综合危险性计算；S6、将各动静态指标通过贝叶斯概率组合模型进行融合计算；S7、对组合模型计算结果进行冲击地压等级划分实现智能分级预警。本申请将各监测系统数据指标进行有效融合，同时综合考虑了动静态指标，实现了各指标基于时间序列的动态权重计算，提高了冲击地压安全预警能力，解决了现有多指标安全预警阈值难确定以及各监测系统数据融合程度低的问题。

摘要： 本发明提供一种基于贝叶斯方法的放射性物品运输容器评价方法，所述方法包括：(1)确定容器整体的可靠度函数；(2)基于贝叶斯方法估计指数分布参数λ；(3)进行容器的整体可靠性评价。本发明提供的方法能对放射性物品进行多方面的整体可靠性评论，且能克服实验数据量少的缺点。

摘要： 本发明公开的属于相位识别技术领域，具体为一种基于贝叶斯方法的电能表相位识别方法，该识别方法如下：步骤一：末端感知终端通过RS485采集电能表电压数据，通过内置计量芯片进行电压采样；步骤二：通过末端感知终端高精度的计量，从而计量每相电压的数值，同时末端感知终端通过RS485通信的方式获取电能表自身的计量电压；步骤三：运用统计学上的Pearson相关性可以计算出电能表电压变化曲线和ABC三相电压的波动之间的相似性，通过相似性程度可确定电能表所属相位，本申请文件中，创新性的利用贝叶斯方法对电表所属相位进行判别，有效解决了Pearson系数非常接近无法有效快速判别的问题。

摘要： 本发明公开了一种基于全贝叶斯方法的推荐系统评分推荐预测方法法。本发明步骤：步骤1.根据用户过去的购买信息建立用户物品评分矩阵R0；步骤2.根据物品属性信息建立物品词向量矩阵X0；步骤3.利用深度学习方法来提取物品词向量矩阵X0的特征信息，通过成批降噪变分自动编码机模型来提取这种特征信息；成批降噪变分自动编码机模型是整体构架模型的一部分，整体构架模型则为协同成批降噪变分自动编码机。本发明改善了分层贝叶斯结构，使得具有不确定性的推断有了一定的弹性空间，推荐准确度有所上升。同时利用全贝叶斯结构有效提取了物品隐因子向量，一定程度上解决了数据稀疏性带来的推荐效率下降问题。