贝叶斯理论

摘要： 针对无人车光电设备对复杂环境下目标搜索捕获存在时间长、效率低等局限性问题,提出了基于空地协同效能反馈机制的无人车目标捕获方案,研究了基于效能反馈机制的改进贝叶斯理论捕获策略,基于无人车一定装备数量条件下,根据无人机协同搜索的信息,以时空覆盖率和满足目标信息准确率为反馈条件,动态闭环更新目标搜索捕获策略。仿真结果表明,该算法有效缩短了无人车对目标的搜索捕获时间,提高了搜索捕获效率。

摘要： 山洪灾害壅高河道水位带来的流量放大作用影响了贝叶斯径流模拟方法在山丘区流域的表现。针对这一问题,以汶川地震后山洪灾害频发的都江堰白沙河流域为研究区域,探究引发流域山洪灾害的临界雨量,引入线性放大系数修正山洪灾害对流量的放大作用,耦合一阶自回归残差模型与不同异方差转换函数构建了6种贝叶斯径流模拟方案,利用GR4J模型模拟不同方案下流域出口日径流过程。研究结果表明,临界雨量与线性放大系数能够有效识别、修正山洪灾害对径流的影响,与未考虑山洪灾害影响的贝叶斯径流模拟方案相比,白沙河流域径流模拟结果的准确性、可靠性、精确性指标分别平均提升19%、32%、62%。该方法可在山洪灾害频发流域推广应用,为山丘区流域径流预报提供更为准确的科学依据。

摘要： 基于我国跨航道桥梁数量大且钢混拱桥有一定占比的背景,为简化钢混拱桥评价流程,提高评价精度,同时提高评价效率,文章以扬州宝应宝射河大桥(跨越盐宝线)为例,采用有限元分析法进行建模计算,在对各指标相关性分析、灵敏度判断的前提下,采用最优函数求解法,建立修正分析过程模型。经验证,采用该文提出的评价模型,误差率范围由1.212%~22.33%下降至?1.399%~5.451%,平均误差率由11.951%下降至3.066%,可以更准确地模拟该类桥梁。

摘要： 针对KUKA机器人焊接质量监测工作量大、抽样样本小的特点,提出一种基于后验预测分布的贝叶斯动态监控方法。从历史数据中选择合适的数据,计算先验分布的超参数;再结合当前样本构建服从负二项分布的后验预测分布,实时计算控制限,实现对焊接质量的动态监测。结果表明:该方法优于传统似然估计法,有更强的异常检出力和稳健性。

摘要： 为更准确地对智能电能表进行状态评估,文中将加速退化试验数据与现场检测状态数据相结合。文章基于加速退化试验(Accelerated Degradation Test,ADT)数据,成立了线性Wiener过程退化以及综合湿、温度加速模型,以贝叶斯理论对模型进行参数预测,利用外场检测状态数据修正退化模型中的参数,最终给出了智能电能表在运行状态下的状态评估结果。该方法同时解决了仅基于加速退化试验数据的在线运行状态评估和通过外场条件获得的状态数据预测模型的两类不准确性问题,对智能电能表数据融合方法的研究具有一定的参考价值。

摘要： 为实现岩土体参数随施工过程的动态不确定性反分析,将多输出支持向量机方法和贝叶斯理论引入岩体参数不确定性动态反分析中。以白鹤滩水电站左岸边坡为例,建立了基于位移与松驰深度的岩体参数概率反分析方法。研究结果表明:概率反分析方法提供了更多的关于岩土力学参数的信息,能更进一步地匹配地质工程的复杂性和不确定性特征,可以实现参数及其不确定性特征随施工过程的动态更新。所提出的方法具有可行性,可以推广应用到类似工程中。

摘要： 天然气管网运行可靠性评估对于保障区域乃至全国天然气供应安全、改善大气环境、促进沿线经济社会发展都具有重要的意义。为了保障“全国一张网”的天然气干线管网运营机制以及上游油气资源多主体多渠道供应、中间“一张网”高效集输、下游市场化良性竞争油气市场体系(“X+1+X”体系)的安全稳定运行,借助于大数据、人工智能等现代信息技术,建立了基于长短期记忆神经网络(LSTM)方法的短周期用气量预测模型;然后基于单条管道系统的可靠性模型和各子系统可靠性先验概率等信息,结合可靠性计算失效原则和贝叶斯估计理论,提出了天然气管道系统可靠性的量化计算方法;进而以某城市192天真实用气量数据为样本,验证了该用气量预测模型的估计误差为1%~4%,得出了基于实际天然气管道的可靠性数值分析结果。结论认为,首次将人工智能技术与天然气管道系统可靠性结合起来,采用LSTM方法并基于多源异构海量数据进行短周期用气量预测,实现了天然气管道动态运行工况下的系统可靠性量化计算,为天然气管网的用气量估计和系统可靠性定量计算奠定了基础;所提出的方法在实际天然气管道系统中已经得到了应用和验证,为后续天然气管网系统可靠性研究提供了一条可行的技术路径。

摘要： 提出了基于贝叶斯理论的地震风险评估方法,综合考虑了地震危险性模型、输入地震动记录、结构参数和需求模型的不确定性,并以云南大理地区1970年-2017年间的地震数据为研究基础进行了详细讨论。在传统基于概率地震危险性分析方法的基础上,提出了基于贝叶斯理论的地震危险性分析方法,通过贝叶斯更新准则,确定了地震概率模型中未知参数的后验概率分布;通过贝叶斯理论建立了基于概率的地震需求模型,并在易损性中考虑了需求模型认知不确定性的影响;以42层钢框架-RC核心筒建筑为例,开展了地震作用下的风险评估。研究表明:基于贝叶斯理论的地震危险性分析方法,能够获得更为合理的危险性模型;忽略需求模型中参数不确定性的影响,将错误估计结构的地震易损性;不同加载工况将对高层建筑的地震风险产生显著影响。提出的概率风险评估方法,提供了可以考虑固有不确定性和认知不确定性的有效途径,有助于推动高性能结构地震韧性评价和设计理论的发展。

摘要： 电网健康状态易受天气、事故等多种因素影响,因而复杂场景下状态感知是保障电网正常运作的重要支撑技术。近年来,随着数据分析技术的进步以及电力传感器技术的发展,大数据分析技术在电网的健康状态监控中获得来越来越多的应用。因此,电力传感器的正常运行显得尤为重要,针对如何快速定位故障电力传感器,本文分别提出三种电力传感器网络故障检测方法并进行仿真试验。试验证明基于Kalman滤波重构误差的自适应贝叶斯群验快速算法能在小于电力传感器节点数的测试次数内有效地检测所有电力传感器,并找出出现故障的电力传感器节点,且在群验存在误判的情况下,依然能够准确定位故障节点,算法鲁棒性高。

摘要： 提出一种基于贝叶斯推理的非线性结构模型修正方法,同时考虑激励的随机性,建立了复合随机振动系统的动力可靠度分析方法。利用实测结构动力响应主分量的瞬时特征参数作为非线性指标构建似然函数,结合拒绝延缓自适应(Delayed Rejection and Adaptive Metropolis,DRAM)算法和高斯过程替代模型实现了非线性结构模型修正及其参数的不确定性量化。根据首次超越破坏准则,利用广义概率密度演化方法,分别对仅考虑激励随机性的确定性模型和同时考虑结构参数与激励不确定性的复合随机振动模型进行动力可靠度分析,并利用蒙特卡洛随机抽样方法验证了计算结果的准确性。研究结果表明:基于振动响应瞬时特征参数的贝叶斯推理方法能够快速、准确地实现结构的非线性模型修正及其参数的不确定性量化。与具有初始设计参数名义值的确定性模型相比,考虑参数不确定性的复合随机模型的动力可靠度总体偏低,因此,在结构安全评估中应考虑非线性模型参数不确定性的影响,使评估结果更加安全、可靠。

摘要： 叠前反演可以得到更为丰富的储层信息，统计学反演可以利用更宽频带的测井数据，结合两者的优势，在贝叶斯理论框架下，本文研究了一种新的叠前地震统计学反演方法。该方法可以得到超出地震频带的信息，因而可以提高反演结果的分辨率和改善反演精度。同时，利用SA-PSO混合优化方法可以加快反演结果的收敛速度。模型数据和实际资料都验证了本文方法是一种高效的反演方法，能够得到高精度的反演结果。

摘要： 浅海中,海洋环境参数尤其是海底声参数的获取对声场建模以及水声设备性能的评估有着重要的作用.同直接测量的方法相比,利用声学方法反演可以快速、低成本地获取试验海区海底声参数,因此受到了越来越多的关注.其中,以贝叶斯反演为代表的非线性反演方法发展尤为迅速.

摘要： 贝叶斯理论在数据融合方面获得广泛应用,而源于贝叶斯理论的融合算法也层出不穷.本文将贝叶斯理论引入到基于卡尔曼滤波的多系统融合定位中.该算法将系统之间的变化关系,用一阶马氏链来描述.利用先验概率和贝叶斯理论计算出系统之间的混合概率,并在滤波前进行各个系统之间的混合,然后进行并行滤波,滤波后依据卡尔曼滤波所获得的新息计算各系统在融合定位中的概率,依据此概率进行多系统定位结果的融合,并将各系统概率和滤波结果作为下一轮滤波器反馈输入.通过仿真可以看出该算法能够依据定位系统的性能快速调整各个定位系统在融合定位输出中的权重,实现定位过程中的系统快速切换和最优融合.

摘要： 为评估高层建筑地下车库排烟系统的可靠性,首先将系统分为排烟风机系统和火灾探测报警系统两部分.用事件树分析各系统的耦合状况,再通过贝叶斯理论进行理论推导,建立地下车库排烟系统随时间变化的可靠性数学模型,后用一组工程实例的统计数据得到排烟系统可靠性的不确定性概率分布,并进行实例验证.该方法将统计数据与数学公式、理论方法相结合,不仅能够有效评估地下车库排烟系统的可靠性,还可对其他类似系统的可靠性进行分析,并提出合理建议.

摘要： 环境参数失配导致定位性能大幅度下降是匹配场定位所面临的难题之一.应用贝叶斯理论对环境聚焦,是当前解决该难题的研究热点.然而,运动声源的位置时变性限制了观测时间长度和观测信息量.当航速较快或是环境信息的不确定性较大时,环境聚焦方法的效果迅速变差.借鉴卡尔曼滤波处理非平稳过程的参数估计思想,本文将多个时刻的接收信号同时反演,引入能够描述声源位置随时间变化规律的时不变参数,同时降低待估参数的维数.将当前估计结果作为下一次反演的先验信息,实现运动声源的连续定位.该方法在相同的环境不确定条件下,大幅度增加了观测时间和观测信息量,可以较好地改善环境聚焦方法的定位效果.

摘要： 本文引入贝叶斯理论对青岛"11·22"中石化输油管道泄漏火灾爆炸事故进行事件演化节点划分,找出事故发生的脆弱性风险节点,引入MATLAB蚁群算法对人员疏散路径和时间进行优化研究,分析得出火灾爆炸不同时间节点下应急疏散的优化路径及疏散时间,为科学有效的预防管道泄漏引发火灾爆炸事故提供安全技术支持.

摘要： 频高图是电离层测高仪得到的最主要探测结果,其中包括丰富的电离层信息,具有非常重要的科学意义.但频高图中通常含有大量噪声,为后期处理带来很多困难.本文提出运用曲波变换算法去除频高图中的噪声,并提出了基于贝叶斯理论的自适应阈值以提高算法的有效性,结果表明,曲波变换算法可以在有效去除噪声的同时完整地保留轨迹信息.

摘要： 预测分布的求解是进行贝叶斯更新的重要组成部分,尽管存在预测分布求解的多种方法,但是各方法均存在诸多的不足.为此,文中基于马尔可夫链蒙特卡罗法(MCMC)和Rosenblatt变换,提出了一种简单、易行的预测分布求解方法.首先,结合随机变量的分布、待更新分布参数的先验分布以及随机向量的观测样本值,通过MCMC法获得该分布参数的后验分布的一系列样本值,然后引入Rosenblatt变换得到预测分布的样本,采用分布拟合确定变量的预测分布,并由K-S检验验证预测分布模型的合理性.由于避免了分布参数后验分布显式解的计算并且获得了预测分布的显式近似解,因而本文提出的方法具有广泛的适用范围,且兼顾了计算的精度和效率.最后,通过算例验证了本文方法的有效性和精确性.

摘要： 预测分布的求解是进行贝叶斯更新的重要组成部分,尽管存在预测分布求解的多种方法,但是各方法均存在诸多的不足.为此,文中基于马尔可夫链蒙特卡罗法(MCMC)和Rosenblatt变换,提出了一种简单、易行的预测分布求解方法.首先,结合随机变量的分布、待更新分布参数的先验分布以及随机向量的观测样本值,通过MCMC法获得该分布参数的后验分布的一系列样本值,然后引入Rosenblatt变换得到预测分布的样本,采用分布拟合确定变量的预测分布,并由K-S检验验证预测分布模型的合理性.由于避免了分布参数后验分布显式解的计算并且获得了预测分布的显式近似解,因而本文提出的方法具有广泛的适用范围,且兼顾了计算的精度和效率.最后,通过算例验证了本文方法的有效性和精确性.

摘要： 预测分布的求解是进行贝叶斯更新的重要组成部分,尽管存在预测分布求解的多种方法,但是各方法均存在诸多的不足.为此,文中基于马尔可夫链蒙特卡罗法(MCMC)和Rosenblatt变换,提出了一种简单、易行的预测分布求解方法.首先,结合随机变量的分布、待更新分布参数的先验分布以及随机向量的观测样本值,通过MCMC法获得该分布参数的后验分布的一系列样本值,然后引入Rosenblatt变换得到预测分布的样本,采用分布拟合确定变量的预测分布,并由K-S检验验证预测分布模型的合理性.由于避免了分布参数后验分布显式解的计算并且获得了预测分布的显式近似解,因而本文提出的方法具有广泛的适用范围,且兼顾了计算的精度和效率.最后,通过算例验证了本文方法的有效性和精确性.

摘要： 本发明公开了一种贝叶斯更新和DS证据理论相结合的分合闸线圈电流分析方法，贝叶斯更新通过对实际特征与理想特征作差进行特征残差提取，将差值作为新的分类特征的方式，来补偿环境对于参数估计的影响；在贝叶斯参数估计的结果上，引入不确定性概率与DS证据推理方法，实现DS数据融合。本发明所提方法具有较低的知识依赖度，主观程度较弱，信任分配无需构造复杂的隶属度函数。所提方法对于故障样本的依赖程度较低，较为适合高压断路器这类可靠性要求较高而故障样本又相对难以获得的场合.在实践应用中，该方法在融合过程中还可引入震动、位移、压力等信号的特征，以实现更为全面、故障诊断准确程度更高的断路器状态监测系统。

摘要： 本发明属于半导体和集成电路技术领域，具体为一种基于贝叶斯优化理论的多目标寻优软错误加固方法。该加固方法包括3个过程：信息获取过程获取电路中触发器的面积、功耗和软错误率等基本信息；数据降维过程依据获取的信息对电路中的触发器进行聚类、排序并实数编码。优化加固过程基于贝叶斯优化理论，通过代理模型模拟电路替换加固的效果表现，利用采集函数选择下一个采样评估点，并进行多目标寻优求解，经迭代，获得面积、功耗和软错误率的最佳折衷，给出最终替换加固方案；本发明方法具有可扩展性，高效性、通用性，可用于指导三模冗余TMR等多种高可靠结构的容软错误替换加固，能适应多场景多要求的电路加固设计。

摘要： 本发明提出一种基于贝叶斯理论和熵理论的动态轻量级信任评估方法，它属于无线传感器网络安全技术领域，包括以下步骤：步骤一、根据贝叶斯理论，评估主体计算评估客体的直接信任值；步骤二、评估主体利用衰减因子与有效历史记录周期性更新评估客体的直接信任值；步骤三、评估主体计算评估客体直接信任值的置信度，并判断该置信度是否大于某一阈值以决定是否需进一步计算评估客体的间接信任值；步骤四、确定推荐信任值传递路径，使用熵理论确定各推荐信任值的权重，计算评估客体的间接信任值，并结合直接信任值计算评估客体的综合信任值。本发明符合网络节点能量、计算、存储等资源有限的特性，具有动态性、自适应性、轻量级等优点。

摘要： 本发明公开了一种存在互耦时基于稀疏贝叶斯理论的到达角估计方法，包括：构建存在天线阵列互耦以及到达角网格偏离时的稀疏信号模型；初始化稀疏信号模型中的未知参数；根据当前的未知参数取值，基于贝叶斯理论求解联合概率分布函数，估计出接收信号均值和协方差矩阵；通过最大化似然函数，估计噪声的方差、接收信号的方差；计算到的接收信号的空间谱；通过最大化似然函数，估计到达角的网格偏离量，更新存在网格偏离量时的字典矩阵；估计阵列天线互耦向量的方差、阵列天线的互耦向量；迭代计算直至达到设定迭代次数后停止，并输出接收信号的空间谱及求解的接收信号到达角。本发明提高对到达角的估计性能，实现了信号到达角的高精度估计。

摘要： 本发明公开了一种基于贝叶斯理论的声学回声消除自适应滤波器及滤波方法，所述自适应滤波器的权向量是根据贝叶斯理论进行估算以模拟真实的回声路径并生成估计的回声信号，再将从近端麦克风采集到的近端信号减去估计的回声信号达到回声消除的目的。自适应滤波器采用基于贝叶斯理论的自适应滤波算法控制自适应滤波器的权向量更新，并利用可自动选择的步长自适应调整滤波器的权向量，基于贝叶斯理论的自适应滤波算法还具备回声通道发生偏离时参数复原功能。本发明方法对声学回声的消除效果好，稳态误差小，收敛速度快，具有良好的抗脉冲噪声干扰的能力，使滤波器维持良好的声学回声信号跟踪能力。

摘要： 公开了一种基于贝叶斯和级数反演理论的AVO反演方法及系统。该方法可以包括：根据Zoeppritz方程和Gassmann理论，获得基于入射角近似的流体项高阶AVO表达式；根据级数理论，计算流体项高阶AVO表达式的参数，获得流体项高阶AVO公式；根据贝叶斯理论获取反演目标函数；根据流体项高阶AVO公式与反演目标函数，构建叠前纵波高阶AVO反演公式。本发明以Zoeppritz方程和Gassmann理论为基础，结合贝叶斯理论和级数反演理论，构建叠前纵波高阶AVO反演公式，能够实现高精度性、高稳定性、高抗噪性和高效率性的实际工区储层流体识别，具有极高的工业实用价值和推广应用前景。

摘要： 本发明提出一种基于贝叶斯理论和熵理论的动态轻量级信任评估方法，它属于无线传感器网络安全技术领域，包括以下步骤：步骤一、根据贝叶斯理论，评估主体计算评估客体的直接信任值；步骤二、评估主体利用衰减因子与有效历史记录周期性更新评估客体的直接信任值；步骤三、评估主体计算评估客体直接信任值的置信度，并判断该置信度是否大于某一阈值以决定是否需进一步计算评估客体的间接信任值；步骤四、确定推荐信任值传递路径，使用熵理论确定各推荐信任值的权重，计算评估客体的间接信任值，并结合直接信任值计算评估客体的综合信任值。本发明符合网络节点能量、计算、存储等资源有限的特性，具有动态性、自适应性、轻量级等优点。

摘要： 本申请提供了一种基于贝叶斯理论的滑坡运动距离超越概率预测方法和系统，旨在确定最适合目标区域的滑坡运动距离预测模型，进而预测目标区域的潜在滑坡的运动距离超越概率。所述方法包括：获取多个候选模型；编录目标区域的历史滑坡数据库；在给定目标区域的历史滑坡数据库的条件下，对多个候选模型进行贝叶斯模型选择，得到多个候选模型各自的似真性；根据多个候选模型各自的似真性，将多个候选模型中似真性最高的候选模型，确定为最适合目标区域的滑坡运动距离预测模型；利用贝叶斯更新技术确定目标区域的滑坡运动距离预测模型的未知模型参数，进而使用模型参数确定的滑坡运动距离预测模型对目标区域的潜在滑坡的运动距离超越概率进行预测。

摘要： 本发明公开了一种基于贝叶斯理论的超声C扫描路径优化方法，属于超声无损检测领域。采集初始超声信号，提取出待检测深度的缺陷特征值，并估算阈值。将已采集信号位置的缺陷特征值投入到高斯过程回归模型中和增益期望函数，计算出各个未采集信号位置的补充采集得分，并以补充采集得分高于阈值的全部极值点坐标，作为新一轮的补充采集坐标。经过多轮次的补充采集后，检测区域内不存在补充采集得分高于阈值的坐标，结束扫描，输出全部坐标缺陷特征值的置信均值并成像。实现对块状结构内部缺陷的快速检测和准确表征。该算法以较少的补充检测轮次和较少数据采集量，实现金属构件内部缺陷状况的准确评估。

摘要： 本发明涉及一种基于贝叶斯理论的热防护结构不确定性响应重构方法，包括：构建降阶分析模型，其以载荷不确定变量为输入，以降阶后的全局结构响应数据为输出，基于神经网络而建立；选择构成载荷不确定变量中一个不确定变量及其对应的变量范围，基于蒙特卡洛法随机抽取样本点使所选择的不确定变量在其对应的变量范围内满足高斯分布；将样本点数据输入降阶分析模型，输出对应的结构响应数据；获取结构响应数据的先验概率密度分布，作为后续贝叶斯反演的响应先验分布；试验获取所选择的不确定变量的实际分布，将响应先验分布及实际分布作为贝叶斯公式的输入，进行贝叶斯概率反演，得到不确定变量的重构结构响应后验分布，提高了响应重构精度效率。