贝叶斯模型

摘要： 为提高配电网的运行稳定性,满足优质供电需求,提出基于负荷特征的有源配电网供电可靠性监测方法。选取负荷特征的采集设备,利用光纤网络传输采集数据;结合不同时间段的用电情况,建立负荷概率模型,获得配电网中所有负荷点的时序特征;分别分析串联、并联结构的负荷点可靠性指标,利用停电频率、停电时间等指标评估配电系统的可靠性;以这些指标为监测依据,获取配电网正常运行的概率公式,在网络中输入基本信息,设置迭代次数及抽样密度,判断停电期间电源是否能满足全部负荷的供电需求。仿真实验表明,应用所提方法进一步缩短了断电时间,最短为5 h,且供电可靠度均高于0.95,证明该监测方法对准确预测停电故障具有显著的意义。

摘要： 为明确茅尾海中悬浮颗粒物的来源,采集了茅尾海流域红树林土壤、堤岸土、河口颗粒物、茅尾海沉积物以及湾外颗粒物等悬浮颗粒物潜在源样品.基于多元统计复合指纹图谱方法,筛选出最佳指纹因子组合,进而通过贝叶斯混合模型得出五种潜在源对茅尾海悬浮颗粒物的贡献率.结果表明:Mg、Al、Mn、Pb、Fe五种指纹元素可作为最佳指纹因子组合,累计判别正确率为78%.贝叶斯混合模型结果显示,茅尾海悬浮颗粒物主要来源于河口和湾外输送,贡献率最高达到58.9%和68.6%.其中,靠近河口区域主要受河流汇入影响,其贡献率达到42.2%~58.9%;靠近湾外区域则以湾外颗粒物贡献为主,贡献率达到44.9%~68.6%.各点位的沉积物贡献率均较低,红树林土壤和堤岸土的贡献率都在10%左右.总的来说,由河口汇入和潮汐作用带入的颗粒物是茅尾海悬浮颗粒物的主要来源.

摘要： 为快速准确地判别矿井突水水源,减少矿井突水事故带来的危害,以保德矿为例,选取Ca^(2+)、Mg^(2+)、Na^(+)+K^(+)、SO_(4)^(2-)、Cl^(-)、HCO_(3)^(-)共6种水化学指标作为判别指标,通过分析各含水层水化学特征,确定了各含水层代表水样,以此为基础建立了耦合主成分分析-离群值检验-回归填补法-贝叶斯判别法的矿井突水水源判别模型,并将模型判别结果与PCA-Bayes模型判别结果做出对比.结果表明:保德矿采空区、二叠系砂岩含水层、石炭系砂岩含水层、奥灰含水层的水质类型分别为HCO_(3)^(-)Ca·Na·Mg型、HCO_(3)^(-)Na型、HCO_(3)-Na型和HCO_(3)·SO_(4)-Ca·Na·Mg型;保德矿水样主成分为Ca^(2+)、Mg^(2+)、Na^(+)+K^(+)、SO_(4)^(2-),可作为综合指标反映保德矿原始水样数据信息;待测水样中的异常值,可通过离群值检验和线性回归模型确定并校正;对比数据校正前后Bayes模型判别结果,校正后准确率为95%,判别准确度明显提升,可准确高效的识别突水水源.

摘要： 基于抑郁情绪人群具有生理行为和语言行为的双层次特征维度特点,结合数学模型与机器学习的方法对抑郁情绪的识别展开实验和研究。提出利用熵值层次分析法判断有抑郁情绪人群的日常行为特征,如情绪低落周期、极端行为等,并结合二次特征词库加强的方式,得到更为合理特征词向量并输入到贝叶斯算法,达到对抑郁情绪进行文本识别的目的。实验结果表明,从这两个维度进行抑郁情绪症状的识别方法能有效地提高识别效果。

摘要： “十四五”规划聚焦养老服务提质的同时,指出养老服务监管也是重中之重。基于贝叶斯博弈模型,围绕养老服务监管问题,构建政府监管部门、养老机构与老年人的博弈机制。研究表明老年人对养老机构服务质量的满意度与政府监管效力正相关,而养老机构规范经营概率与高质量服务成本负相关;养老机构的机会主义行为与监督处罚金额负相关;政府监管存在机构寻租行为的可能性,导致监管失灵;而群众的监督约束会对政府监管产生正向影响。最后提出完善政府监管的建议,促进养老服务行业高质量发展。

摘要： 为深入挖掘网络评论数据的价值,便于商家了解产品的不足,为用户提供购买建议,提高用户满意度,利用LSTM模型、贝叶斯模型和BERT模型,对评论文本数据进行文本情感分析,通过用户商品数据,训练出适合商品文本数据分类和分析的模型,通过实验,验证了所提方法的有效性,取得了较好的文本情感分析结果。

摘要： 为应对高层建筑火情发生的动态性和不确定性,解决现有研究方法静态性的问题,文章提出结合蝴蝶结模型与贝叶斯模型的高层建筑火灾动态风险分析方法(BT-BN)。首先,依据文献调查和历史数据,构建高层建筑火灾BT模型,通过模糊综合评价方法确定基本事件先验概率,并通过文献及数据库确定各安全屏障的可靠性。随后,将BT模型按照逻辑转化规则转化为BN模型,再根据实际高层火灾的演化情景,优化BN模型;并结合实际案例关键因素的监测数据,实时更新高层建筑火灾事故概率。结果表明:BT-BN模型可以实现高层建筑火灾事故的动态风险分析,为高层建筑火灾的安全管理和事故预防提供参考价值。

摘要： 随着城市土地资源日益紧张,区域组团式开发逐渐成为现代城市开发模式主要选择。在追求开发的高效益时,项目设计风险成为项目风险管控中不可忽视的环节。结合文献分析和专家访谈探讨模式设计风险的影响因素,采用贝叶斯信念网络构建风险管控模型,发掘因素动态影响关系。通过对模型进行诊断、最大致因链和敏感性分析,识别风险主要影响因素。结合上海西岸传媒港项目,为区域组团式开发模式下项目设计风险的科学管理提供建议。

摘要： 采煤塌陷引起的地裂缝不仅造成地质灾害,还会影响矿区植被的生长发育,破坏矿区生态系统。为深入探讨采煤塌陷裂缝对沙蒿吸水来源的定量影响,在神东矿区活鸡兔井田22312工作面选取了受采煤塌陷裂缝影响程度不同的3个试验区进行同位素标记水模拟降水试验。3个试验区根据沙蒿与裂缝的距离不同划分,其采煤塌陷情况分别为未开采区(试验样地内沙蒿距离裂缝大于50 m)、受采煤塌陷影响但无明显裂缝区(简称无明显裂缝区,试验样地内沙蒿距离裂缝大于5 m)以及裂缝区(试验样地内分布有宽度15 cm左右的裂缝通过,且距离沙蒿0~20 cm)。本次试验选择6株沙蒿作为研究对象,划分6个土壤剖面,采用液态水同位素分析仪LGR和Isoprime 100同位素比值质谱仪IRMS分别计算不同土层土壤水和植物样本木质部水的δ^(18)O和δ^(2)H同位素含量,并利用R脚本的MixSIAR贝叶斯混合模型量化降水后不同土层对沙蒿吸水的贡献,探讨土壤水分补给机制和植物水分来源。结果表明:(1)裂缝区的优先流比例为18.2%;(2)在未开采区,沙蒿吸收的59.7%的水分来自10~20 cm的土层;(3)在无裂缝区,沙蒿主要从40~60 cm土层(46.6%)和0~10 cm土层(39.4%)吸水;(4)在裂缝区,沙蒿吸收的85.9%的水分主要来自40~60 cm的土层。研究结果对揭示采煤塌陷裂缝区土壤水补给机制以及沙蒿吸水模式具有重要意义。

摘要： 针对传统贝叶斯模型算法对图像显著区域检测精度需要进一步提高的问题,提出一种改进凸包的贝叶斯模型显著性检测算法.首先,利用流行排序算法对图像进行前景提取,提取的前景区域作为贝叶斯模型的先验概率;其次,利用颜色增强的Harris角点检测算法检测图像在RGB,HSV,CIELab 3个颜色空间中的特征点,分别构造RGB,HSV,CIELab空间的凸包,求取3个颜色空间下的凸包的交集;再次,通过贝叶斯模型根据先验概率、凸包与颜色直方图结合得到的观测似然概率计算获得显著性区域图;最后,将新算法在两大公开数据集MSRA和ECSSD中进行测试.结果表明,新算法能够有效抑制背景噪声,完整检出显著区域,F-measure值在MSRA和ECSSD数据库中的测试结果分别为0.87和0.71,准确率-召回率曲线在复杂图像数据库高于传统经典算法.新算法改进了传统经典算法的检测效果,进一步提高了显著图检测的准确性.

摘要： 针对旋转唇形密封贮存寿命长,很难通过寿命试验得到足够的寿命数据的特点,本文提出了基于退化数据与寿命数据相融合的贝叶斯模型综合旋转唇形密封贮存可靠性评估方法.该方法利用旋转唇形密封贮存过程中的性能退化数据来弥补由于寿命数据有限而无法获得寿命模型中参数的先验分布的缺陷,最终实现了旋转唇形密封贮存可靠性的评估.并将由此方法的得到的可靠性的评价结果与基于寿命的数据的贝叶斯可靠性评估方法进行了对比,结果表明,性能退化数据的引入使得此方法具备较高的评估精度.

摘要： 针对目前显著性检测算法的准确性仍不是很理想的问题,提出改进已有的贝叶斯模型的显著性检测算法.首先利用图像压缩得到压缩图,结合经典的Harris算子来对原图和压缩图进行角点检测,利用角点得到两种图的最小凸包,将两者求交集来得到更合理的改进凸包;然后利用空间稀疏聚类算法结合改进凸包来得到先验概率图;再利用颜色直方图来计算观察似然概率;最后根据已有的先验概率图和似然概率结合贝叶斯模型来得到显著性图,通过优化处理得到最终的显著性检测结果.在公开数据集MSRA和SED上进行仿真实验的结果表明,该算法不仅能够提高显著度图的视觉效果,而且查全率和查准率,F-measure,MAE等评价指标也比传统算法有明显提升.

摘要： 多标签分类可用于发现现实生活中同时归属于多个类的样本.常用的多标签分类算法主要有两类:基于问题转换的方法和基于算法转换的方法.本文针对基于问题转换的方法BR未考虑标签之间相关性的不足,容易造成分类器输出在训练集中不存在或次数较少的标签集合,考虑到标签的取值应由属性置信度和标签置信度共同决定,首先提出了基于贝叶斯模型的多标签分类算法(MLBN,A multi label classification algorithm based on Bayesian models).其中,通过传统的分类算法计算获得属性置信度,以及通过训练集计算得到标签置信度.因为MLBN在计算属性置信度时必须考虑所有已分类的标签,分类器的性能容易受无关或弱关系的标签影响,所以使用马尔科夫模型简化置信度的计算提出了MMLBN(Markov MLBN).理论分析和实验表明,相比于已有的问题转换方法,本文提出的MMLBN在训练时因考虑到标签之间的相关性,当数据集中实例的标签基数较大时其时间效率和准确性都有较大提升.

摘要： 基于贝叶斯理论,综合考虑工程模拟和统计回归各自的优缺点,建立了区域建筑冷/热负荷的预测方法.该方法首先采用DesignBuilder模拟区域中各类建筑的标准单体建筑动态负荷,并把它作为先验信息,与调查得到的样本区域统计值(作为样本信息)一起输入贝叶斯模型计算得到后验因子,根据后验因子计算出区域建筑总负荷.案例研究表明该模型的计算结果比工程模拟结果更准确.

摘要： 文章通过对SAR图像相干斑噪声特点分析,提出了一种基于贝叶斯模型的Shearlet域SAR图像去噪算法.首先将SAR图像变换到Shearlet域,再根据变换后的系数分布特点,构建贝叶斯模型进行信号与噪声的检测,根据不同方向下Shearlet系数具有不同的相关性,选取被检测点的相应邻域对该系数进行更新,最后将更新后的系数通过Shearlet逆变换重构SAR图像.实验结果表明,文中算法不仅能够很好的抑制相干斑,而且具有较强的边缘保持能力.

摘要： 基于贝叶斯模型原理,结合水库调度方案决策的特点及需求,提出了基于贝叶斯模型的水库调度方案决策方法并以山西漳泽水库为例进行了试点应用.实例应用表明:该方法能够为水库调度方案提供一种科学、合理、正确的决策方法,不仅能提高水库的安全管理运行水平,也有助于提高水库的水资源和水能资源利用率.

摘要： 目的：早期生物标记物即使不能够直接替代临床终点作为替代终点对药物的有效性进行评价,但是它也可以为预测临床终点,药物有效性的早期评价提供帮助.提出了一种贝叶斯Meta分析的方法,针对二分类资料,构建贝叶斯预测模型,用于基于生物标记物的临床终点预测.与其他方法相比,该方法只需要历史研究的汇总统计量即可构建模型,不依赖了研究个体数据.对模型构建中连接函数的选择进行了模拟探讨,结果说明logit函数所购建模型比odds函数和cloglog函数能够更加准确和精确的预测临床终点.此外,还对贝叶斯模型的PPV和NPV适用范围进行了探索,并进一步探讨了贝叶斯预测模型在实际临床研究中的应用.

摘要： 遥感成像过程中的图像降质严重影响了高分辨率成像,为了改善遥感图像质量,提出了基于贝叶斯理论的遥感图像盲去模糊方法.该方法首先利用双边滤波器和冲击滤波对遥感图像进行预处理,然后结合遥感图像模糊核的稀疏特性,使用变分贝叶斯模型迭代求解模糊核最优解,最后利用基于梯度稀疏的非盲反卷积方法得到最终去模糊结果.此外,分析了尺度信息对去模糊结果的影响,提出了针对图像模糊程度较严重的多尺度迭代优化方法.与其他方法进行了实验对比,用信息熵、对比度和边缘强度作为客观评价标准.主观视觉感受和客观评价指标都表明该方法可以有效提升遥感图像质量.

摘要： 近年来,各种各样的在线学习系统在互联网领域已经普及,如大规模在线开放课程,正在生产大量的数据,为了分析这些数据,研究人员经常使用一种发展了20年的方法-贝叶斯知识追踪.贝叶斯知识追踪模型不但能够根据学习者的答题情况分析学习者知识掌握情况的变化并预测未来表现,还能够个性化的为学习者制定有效的学习资源和学习路径,从而可以做到因材施教.通过2008—2017年相关文献的内容分析,归纳在教育领域贝叶斯知识追踪模型应用、变式、组合.贝叶斯知识追踪模型为教育研究者预测学习者知识掌握和未来表现提供了一个便捷的途径,且一直是教育数据挖掘领域的研究热点.

摘要： 近年来,各种各样的在线学习系统在互联网领域已经普及,如大规模在线开放课程,正在生产大量的数据,为了分析这些数据,研究人员经常使用一种发展了20年的方法-贝叶斯知识追踪.贝叶斯知识追踪模型不但能够根据学习者的答题情况分析学习者知识掌握情况的变化并预测未来表现,还能够个性化的为学习者制定有效的学习资源和学习路径,从而可以做到因材施教.通过2008—2017年相关文献的内容分析,归纳在教育领域贝叶斯知识追踪模型应用、变式、组合.贝叶斯知识追踪模型为教育研究者预测学习者知识掌握和未来表现提供了一个便捷的途径,且一直是教育数据挖掘领域的研究热点.

摘要： 本发明涉及一种基于贝叶斯层次模型的食品污染物暴露与健康危害的剂量反应关系模型建立方法，本发明可以有效果利用先验信息，将已有的知识利用起来，将样本数据与先验信息相结合，在先验信息的基础上对样本分布进行调整，结合似然函数获得未知参数的后验分布，从而得到具体的剂量反应关系；基于贝叶斯层次模型统计方法的优点以及国内应用贝叶斯统计进行暴露评估的现状，本发明将系统地构建利用贝叶斯层析模型进行剂量反应关系构建的方法，求出剂量反应关系中的参数，为后续研究提供帮助。

摘要： 本发明涉及一种基于贝叶斯层次模型的食品污染物暴露评估方法，本方发明对食物中的污染物平均浓度的计算进行了优化，采用贝叶斯层次模型对文献中已知的数据进行计算还原，推导出浓度分布概率，再进行暴露评估的计算。可以汇总文献中获取到的总结性数据，如平均值数据、方差数据，结合先验分布，使用贝叶斯层次模型，采用MCMC抽样方法抽取后验分布的随机样本点，从而得到被测污染物的浓度分布，然后结合消费量数据，对暴露评估进行计算。本发明的方法可以对数据进行纠偏，更加准确的还原数据。

摘要： 本发明提供了用于健康护理分析的系统、方法和计算机可读介质。接收对应于多位患者的数据。解析所述数据来产生针对多个变量的标准化数据，所述标准化数据是针对每位患者的超过一个变量而产生。使用贝叶斯网络算法基于所产生的标准化数据产生涉及所述多个变量的因果关系网络模型。所述因果关系网络模型包括与多种医学状况或医疗药物相关的变量。在另一个方面中，接收医学状况或药物的选择。从因果关系网络模型确定子网络。所述子网络包括与选定的医学状况或药物相关的一个或多个变量。鉴定针对选定的医学状况或药物的一个或多个预测因子。

摘要： 本发明公开了一种基于半监督贝叶斯正则化混合Student’s t模型的鲁棒软测量方法，属于工业过程预测和控制技术领域。该方法在有监督混合Student’s t模型的基础上，设计了半监督的混合Student’s t模型结构，并将质量变量和辅助变量之间的回归系数贝叶斯化，通过变分贝叶斯期望最大化算法来更新模型参数，进而实现软测量模型的建立。本发明不仅能够有效的解决有标签样本稀少导致的软测量建模不准的问题，还能够在一定程度上缓解了过拟合，提高了模型的预测精度。

摘要： 一种组合倾向得分匹配模型与贝叶斯模型的道路安全评估方法，包括以下步骤：首先确定实验对象与预参照对象，通过适当的调查方法采集预参照对象与实验对象相应的参数数据；基于倾向得分匹配模型对预参照对象进行处理，确定最优参照对象；当最优参照对象确定之后，分别将实验对象与最优参照对象的参数数据带入到贝叶斯模型，分析判断道路安全治理措施实施前后对道路安全性的影响效果。本方法处理简单易行，通过倾向得分匹配模型对预参照对象的处理，能够筛选出与实验对象相似的参照对象，从而减少评估过程中不相关参照对象的影响，不仅增加了评估的准确性，而且可以增强贝叶斯模型对小样本数据分析的适应性。

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。

摘要： 本发明涉及一种基于混合Logit模型和贝叶斯模型平均(Bayesian ModelAveraging,BMA)的出行行为建模方法，包括如下步骤：(1)在目标区域按照预设的规则确定样本采集地点，并根据预设的调研项目类型确定所要采集的变量类型，变量类型包括出行者个人社会经济属性、出行属性及假设场景下出行者的出行方式选择偏好；(2)针对样本数据，用预设的数据处理方法对样本数据中的缺失值、错误值进行填充或者纠错，并进行数据结构化处理；(3)基于混合Logit模型构建出行行为选择模型；(4)基于贝叶斯模型平均方法对混合Logit模型进行后验概率估计。与现有技术相比，本发明通过实地调研获取数据，准确率及合理性较好，分析软件为常用软件，普及性较广，因此本发明可实现性较高。

摘要： 一种组合倾向得分匹配模型与贝叶斯模型的道路安全评估方法，包括以下步骤：首先确定实验对象与预参照对象，通过适当的调查方法采集预参照对象与实验对象相应的参数数据；基于倾向得分匹配模型对预参照对象进行处理，确定最优参照对象；当最优参照对象确定之后，分别将实验对象与最优参照对象的参数数据带入到贝叶斯模型，分析判断道路安全治理措施实施前后对道路安全性的影响效果。本方法处理简单易行，通过倾向得分匹配模型对预参照对象的处理，能够筛选出与实验对象相似的参照对象，从而减少评估过程中不相关参照对象的影响，不仅增加了评估的准确性，而且可以增强贝叶斯模型对小样本数据分析的适应性。

摘要： 本发明公开了一种基于支持向量机正则化路径的贝叶斯模型平均模型组合方法，该方法包括以下步骤：计算支持向量机2-分类模型的正则化路径，得到初始模型集；在得到的正则化路径上应用贝叶斯公式求解模型的后验概率；贝叶斯模型平均预测；步骤四，得到预测输出；与广义近似交叉验证方法相比，基于支持向量机正则化路径的贝叶斯模型平均模型组合算法具有更低的分类误差，在保证较高预测精确率的同时，较大的减少了运行时间并降低了操作复杂度。

摘要： 一种基于贝叶斯模型的中压配电网拓扑修正方法。涉及配电网的运维技术领域，具体涉及一种对配电网进行拓扑修正的方法。本发明提出的方法利用线路中电压与功率的线性关系，提取判定系数，根据配电网拓扑结构建立贝叶斯模型，对在线数据的处理实现远程监视拓扑状态，结合以往的记录，对拓扑中实际与记录不符的位置实现快速定位并给出拓扑修正方案，在线路频繁更换的情况下实现对中压配电网中拓扑结构存在问题的支路进行检查并修正，提高配电网运维人员工作效率，可以有效减少运维人员前往现场排查拓扑状态的次数，提高了拓扑修正效率，节省了人工检查所需的时间和人力资源。