先验概率

摘要： 针对不平衡分类问题中各类别规模差异较大导致的较小类别分类精度不高的情况,提出基于先验概率的加权神经网络模型.为了提高较小类别在迭代神经网络中的重要性,以每一类样本的先验概率的倒数作为该类数据的权重,将该权重加入神经网络的目标损失函数中,并基于新构造的目标函数进行网络迭代,加强对少数类别的代价敏感学习,从而提高对小类别样本的识别率.最后利用真实分类数据进行实证分析,与经典神经网络对比,证明模型的有效性与实用性.

摘要： 快速随机搜索树(RRT)算法是解决运动规划问题的典型算法。针对传统RRT算法采样效率低、不满足车辆运动学约束的缺陷,提出一种基于先验概率分布采样改进的RRT车辆运动规划算法。先利用环境信息生成初始解并根据其生成RRT采样的先验概率,再使用控制信号采样和航迹推演的方式进行搜索树扩展,最后用样条曲线连接目标。经仿真实验验证,提出的改进RRT算法能够高效规划出具有运动学可行性的轨迹。

摘要： 为了降低关键目标遭受攻击者攻击造成的预期损失,以加油站为例,提出一种基于贝叶斯博弈方法。将以往针对一种攻击者类型的研究扩展为针对多种攻击者类型的研究,该模型能够帮助防守者通过优化有限的防御资源来极小化他们的预期损失;通过对比分析完全信息博弈和贝叶斯博弈下的不同实验结果,最后得出,在完全信息博弈场景下,防御资源调配取决于攻击者对任意一个加油站的偏好而不是加油站本身的实际价值,某种程度上造成了防御资源的浪费;而在提出的贝叶斯博弈方法下,根据多种攻击者类型的先验概率来调配防御资源,当某一种类型攻击者的先验概率增加时,该方法能够帮助防守者修改防御资源配置来抵御该类型攻击者的攻击,降低防守者的损失,使防御资源调配更加合理。

摘要： 为克服传统方式中不能根据训练的样本数量设定最优网络模式,集中效能低下的缺点,采用机器学习研究数据库与小数据集的并行集成训练方式。机器学习采用朴素贝叶斯算法,通过统计目标先验概率,利用贝叶斯定理求出目标其后验概率进行比较,从而实现决策分析,在原有数据库系统上对基础类别器进行培训,对原数据库小数据集样本分布进行调整,将其作为新数据集中对基础类别器加以培训,采用算法将其结合到一起,形成强分类器,完成了对原数据库小数据集的综合处理。

摘要： 贝叶斯公式是概率论与数理统计中一个相当重要的公式,主要是利用先验概率研究后验概率的计算.本文将从实际生活出发,讨论了贝叶斯公式在医疗检测、产品质量检测、公司决策、日常生活等不同领域分别进行了研究,并给出了具有一定参考价值和实际意义的结论.本文提出的案例贴近生活,具有可行性、多样性和实用性.

摘要： 为了提高供配电系统配置的合理性,保障数据中心可靠运行,设计了一种基于贝叶斯网络的智慧园区数据中心供配电系统。结合可扩展性、可控性与可维护性等原则,确定系统整体结构;利用模块化设计思想,将系统分为市配电系统、不间断电源、照明配电、防雷保护四大模块;针对不间断电源,综合分析其负载率、可用性与电池放电时间三种因素,选择最佳电源类型;利用贝叶斯网络算法,根据各模块的运行样本信息,建立故障率的密度函数,计算其先验概率,并将其变换为伽马分布形式,分别获取故障率的平均值和方差,通过对超参数的计算得出供配电系统故障预测结果,完成系统设计。仿真实验表明,该方法可以保证输出电压平稳,同时可有效避免雷击故障。

摘要： 目的 探讨贝叶斯错误发现率(bayesian false-discovery probability,BFDP)在分子流行病学研究中的应用.方法 从理论和实际应用的角度说明BFDP的优势及不足,采用R阐述BFDP的计算方法.结果 BFDP同时考虑了单核苷酸多态性的最小等位基因频率及其与疾病的关联强度,其相对于假阳性报告率(false positive report probability,FPRP)而言具有计算简单、应用信息全面、方法学合理等优势.结论 BFDP可以应用于SNP的筛选,但结果与真实情况可能存在一定的偏差,尚需进一步进行功能验证以揭示SNP与疾病关联的真实性.

摘要： 针对管道失效的问题,采用故障树和贝叶斯网络相结合的方式,以管道失效为顶事件,建立了故障树分析模型,随后将故障树向贝叶斯网络进行有效映射,通过贝叶斯的正向因果推理和反向诊断推理分别分析和计算了管道失效概率和影响管道失效的主控因素,通过调整各节点的状态和条件概率分布,实现了对管道失效概率的不断更新,最后进行了实例计算,研究结果可为管道延寿和防腐提供理论依据.

摘要： 基于高斯混合模型的三维点云配准算法在面对大量的外点及对应位置缺失时表现不佳.为此提出了一种结合点到面距离和先验概率重加权的点云配准方法.首先,通过高斯混合模型和均匀分布建立点云之间的位置对应关系;其次,使用先验概率对高斯混合模型的混合比例重新加权来处理对应位置缺失,同时利用后验概率推测潜在外点及其比率;然后,向误差函数中添加目标点的法向,用点到面距离度量点云之间的相似性;最后,在求解高斯混合模型参数时移除潜在外点来提高算法准确性.在合成数据和真实场景中进行实验并采用不同指标进行评估,结果验证了本文方法的有效性.

摘要： 文章分析了三种不同完整度先验信息下的各种决策分析方法,着重介绍了通过风险的三维熵式度量法来计算完全无先验信息情况下的决策问题。 在分析过程中综合考虑了风险型决策的不同评价标准,并结合两个案例进行归纳。

摘要： 基于DNN的声学模型自适应算法是语音识别领域中重要的研究方向,自适应技术是通过少量的自适应数据优化基线模型,解决由于目标测试数据与训练数据不匹配而导致的识别性能下降的问题.实际上,少量的自适应数据几乎无法描述所有目标测试数据的分布情况,因此通过自适应数据统计得到的先验概率同样缺乏通用性.文章中针对这个问题,提出了基于先验概率线性插值的声学模型自适应方法,该方法将自适应数据的先验与基线模型的先验进行线性插值,使先验知识不仅融合了测试数据信息而且更具有通用性.实验证明,通过线性插值的先验可以有效改善识别性能.

摘要： 针对贝叶斯网络中引入专家意见的先验概率准确度问题,对专家意见的误差判别、量化规则、意见综合等方面进行了研究,基于多重插补法对故障样本中的缺失统计数据进行概率插补,利用MATLAB进行概率拟合后得到了完备的先验概率集,提出了一种系统化的专家先验概率评估方法,并应用于基于贝叶斯网络的大型桥式起重机故障诊断,验证了先验概率评估方法的可靠性.研究结果表明,该评估方法能够实现将专家的定性意见精确量化,可以有效地减小先验概率误差、提高故障诊断的效率,也为先验概率赋值合理性的进一步研究提供依据.

摘要： 受拓扑结构约束，故障信息间存在相互关联，三相故障信息间存在相互关联，多种故障检测原理构成故障信息冗余，保护动作引起的开关跳闸构成故障信息冗余，永久性故障在重合闸过程中产生信息冗余，合理利用上述有利条件可实现容错故障定位。利用故障信息的相互关联和冗余可以实现容错故障定位。最大似然估计+先验概率→贝叶斯估计。

摘要： 疑难急性中毒的诊断思维"中""毒"的国学解释小概率事件诊断思维与概率，区别与特点门诊与病房急诊与门诊大医院与小医院，影响因素:年龄、性别、转诊"面"与"线"性思维方式的运用.医学名家与一般医师的区别，概率诊断方法同一工作环境或工作的人,同时发病者.健康人突然发病,按一般常见病诊断标准难于下诊断者.多个器官损害,且原因不明者非外伤性昏迷的年轻患者.35岁以下病人急性中毒是造成非外伤性昏迷的最常见原因.Bayes定理:诊断效率与先验概率成正比。

摘要： 在会计决策分析中所采用的先验概率通常由会计人员的主观判断来确定，使用贝叶斯方法能够对其进行修正，使之更加符合实际。本文讨论会计人员如何运用贝叶斯判别法进行应收账款可回收性的决策分析。

摘要： 描述了用于入侵检测系统性能比较的ROC曲线的绘制方法，阐述了ROC曲线评估方法中常用评估指标的意义，通过实验证实了ROC曲线具有不敏感于先验概率的良好特性，ROC分析技术表明基于PSO算法的神经网络集成入侵检测系统优于单个基于PSO算法的神经网络入侵检测系统。

摘要： 本文讨论在语音识别系统中,语言模型是其中不可或缺的,以先验概率的形式发挥重要作用.而在大词汇量非特定人的连续语音识别中,又以基于统计的语言模型应用最为广泛.研究首先讨论基于词的语言模型和基于词类的语言模型的统计计算方法,然后针对互联网上的新闻、科技、小说等题材的语料使用HTK语言模型工具采用以上两种方法构建一个面向语音识别的语言模型.实验结果表明,该语言模型比单独的基于词的和基于词类的语言模型有更高的性能。

摘要： 如何以较低代价获得最优决策方案是现代企业管理所面临的基本问题之一.在进行风险型决策过程中,若能结合抽样理论,就可以以较低的代价找到先验概率下及修正后的后验概率下选择最优决策方案.

摘要： 文本主题信息的判断是由文本有效词体现的信息综合得到的。领域信息含量较高的词汇在领域文本集合中通常以高频出现，同时在非领域中以低频出现。该文基于概率统计理论，通过对训练样本集合中的有效词统计、标注来构造领域关键词库，获得文本类的参数估计，并利用参数估计值判断测试样本的可疑度。所提出的方法主要用于网络文本信息的分类与过滤。

摘要： 文本主题信息的判断是由文本有效词体现的信息综合得到的。领域信息含量较高的词汇在领域文本集合中通常以高频出现，同时在非领域中以低频出现。该文基于概率统计理论，通过对训练样本集合中的有效词统计、标注来构造领域关键词库，获得文本类的参数估计，并利用参数估计值判断测试样本的可疑度。所提出的方法主要用于网络文本信息的分类与过滤。

摘要： 本发明公开了一种结合先验概率估计的SAR影像水体概率制图方法，包括以下步骤：步骤1，建立SAR影像像元后向散射系数分布统计模型假设；步骤2，估计水体分布先验概率；步骤3，根据研究区域影像后向散射系数σ0估计分布参数；步骤4，计算该像元属于水体的条件概率。本发明采用贝叶斯推断对研究区域影像像元后向散射系数做Gauss分布假设，随后结合k‑means聚类算法对像元做水体、非水体二分类，计算研究区域水体像元比例作为水体分布先验概率的估计值，最后结合该先验概率估计值将后向散射系数理论概率密度函数叠加在统计分布直方图之上，使用非线性最小二乘拟合完成模型参数估计，得到研究区域影像每个像元属于水体的概率。

摘要： 本发明提供一种基于先验概率建模的轴流风机故障贝叶斯概率分析方法，包括：明确轴流风机故障类型，明确故障可能对应的运行工况与征兆；根据轴流风机故障类型及其对应运行工况与征兆构建贝叶斯网络；根据真实物理经验与合理假设对风机故障的先验概率进行建模；对模型进行误差分析，保证模型的可行性。本发明能够在对轴流风机故障的先验概率进行合理建模的基础上，将故障的先验概率分为两部分的线性叠加，工况指向和历史信息，并建立先验概率与工况信息之间的直接函数关系。不同工况下，先验概率不同，使得网络先验概率更为客观，具有学习性质，同时将每次的诊断信息添加到历史数据库，更新网络先验概率，使系统智能化。

摘要： 本发明涉及一种艇员人体效能衰退程度的先验概率评估方法及系统，该方法包括：根据外在影响因素中的观测指标建立针对艇员的人体效能衰退的先验概率评估体系；对人体效能衰退的先验概率评估体系中的各个所述观测指标进行无量纲化处理，确定无量纲化处理后的观测指标；采用序关系分析法，确定每个无量纲化处理后的观测指标的权重；根据无量纲化处理后的观测指标以及无量纲化处理后的观测指标的权重确定艇员人体效能衰退程度的先验概率；艇员人体效能衰退程度的先验概率为随时间变化的先验概率‑时间曲线；先验概率‑时间曲线用于预测艇员的疲劳程度。本发明能够全面评估出艇员人体效能衰退程度的先验概率以及准确预测艇员的人体效能衰退变化。

摘要： 本发明公开了一种基于贝叶斯先验概率的心率融合标注方法及其系统，通过对初始心电信号进行读取、预处理及信号分割得到心电数据样本，并对心电数据样本进行特征提取，根据初始心电信号集的不同类型，单导联数据库或多导联数据库，发展合适的基于贝叶斯先验概率的心率标注融合过程，通过贝叶斯准则和期望最大化算法对多条导联或多个算法标注的心率标签进行概率估计和迭代求解，融合得出更高精度的心率标签值。融合模型自动了解不同标注样本之间的潜在差异，单个算法或导联生成的标签可能不可靠，通过融合模型来获取可依赖性更高的标签值，从而提高长时程动态心率估计的准确度，为临床心血管疾病的诊断提供更准确的信息。

摘要： 本发明公开了一种同时耦合多种先验概率分布的供水管网节点需水量校核方法，属于城市供水管网节点需水量的校核方法。首先通过用户远传水表、水费账单和用户分布等信息估算需水量的先验概率分布；通过布置在管网的传感器，获取管网压力和流量监测数据；通过最大化节点需水量后验概率密度函数，建立需水量校核目标函数。随后对目标函数进行线性化，通过不断迭代，求解节点需水量。本方法通过建立需水量概率模型，确保需水量在合理的区间内被调整，降低了需水量的不确定性，提高节点需水量校核精度，为供水管网水力建模等提供科学依据。

摘要： 本发明主要提供了一种基于先验概率模型的驾驶员姿态特征提取方法，包括如下步骤：步骤1)利用多色彩空间进行训练数据的皮肤检测；步骤2)利用训练样本皮肤检测结果，建立先验概率模型，并据此对皮肤检测结果进行加权计算；步骤3)以驾驶员头部和手部相对驾驶位置关系为依据，在极坐标下利用遗传算法实现驾驶员上半身各部位的最优化空间分割；步骤4)在极坐标下利用遗传算法实现驾驶员上半身各部位的最优化空间分割，并以最优空间分割结果作为姿态直方图特征的横坐标，进而获取驾驶员姿态特征直方图特征向量。采用本发明方法，能够明显减少驾驶员身材差异对姿态识别结果的影响，在相同分类器下，该方法比传统肤色直方图特征提取方法的平均识别率高10％以上。

摘要： 本发明提供一种基于先验概率建模的轴流风机故障贝叶斯概率分析方法，包括：明确轴流风机故障类型，明确故障可能对应的运行工况与征兆；根据轴流风机故障类型及其对应运行工况与征兆构建贝叶斯网络；根据真实物理经验与合理假设对风机故障的先验概率进行建模；对模型进行误差分析，保证模型的可行性。本发明能够在对轴流风机故障的先验概率进行合理建模的基础上，将故障的先验概率分为两部分的线性叠加，工况指向和历史信息，并建立先验概率与工况信息之间的直接函数关系。不同工况下，先验概率不同，使得网络先验概率更为客观，具有学习性质，同时将每次的诊断信息添加到历史数据库，更新网络先验概率，使系统智能化。

摘要： 本发明公开了一种结合先验概率估计的SAR影像水体概率制图方法，包括以下步骤：步骤1，建立SAR影像像元后向散射系数分布统计模型假设；步骤2，估计水体分布先验概率；步骤3，根据研究区域影像后向散射系数σ

摘要： 本发明涉及一种艇员人体效能衰退程度的先验概率评估方法及系统，该方法包括：根据外在影响因素中的观测指标建立针对艇员的人体效能衰退的先验概率评估体系；对人体效能衰退的先验概率评估体系中的各个所述观测指标进行无量纲化处理，确定无量纲化处理后的观测指标；采用序关系分析法，确定每个无量纲化处理后的观测指标的权重；根据无量纲化处理后的观测指标以及无量纲化处理后的观测指标的权重确定艇员人体效能衰退程度的先验概率；艇员人体效能衰退程度的先验概率为随时间变化的先验概率‑时间曲线；先验概率‑时间曲线用于预测艇员的疲劳程度。本发明能够全面评估出艇员人体效能衰退程度的先验概率以及准确预测艇员的人体效能衰退变化。

摘要： 本发明提出了一种基于先验概率分布的嵌入式特征选择方法和设备，方法包括：步骤1、获取训练数据集中第K类的样本；步骤2、给定预设常数，所述预设常数是由基于狄利克雷分布函数的权值得到的；所述狄利克雷分布用以估计贝叶斯定理的先验概率；步骤3、基于用以确定所述样本属于预设类的一维高斯分布函数的平均值确定预设均值；所述一维高斯分布函数是用以估计贝叶斯定理的条件概率；步骤4、基于所述样本的值以及所述预设均值确定中间值；步骤5、确定所述中间值进行对数运算的和值；步骤6、基于预设的常数，所述中间值以及所述和值确定所述K类的权重。本方案可以简单快速有效的得到权重。可以选择权重值大的属性代表类别，减少数据冗余。