Bayes阈值选取准则中的实时加权先验概率算法

摘要

针对Bayes准则中先验概率定义困难的问题,提出了实时加权先验概率求解算法。算法不需要任何有关系统的先验知识,通过挖掘隐含在测试数据中的信息,结合系统的当前状态,实时地调节先验概率的取值。文中给出了算法的具体推导和试验验证,并结合实际使用,对算法中相关参数的取值给出了详细说明。结果表明:采用实时加权先验概率算法,对系统状态的判断更加合理,其判决结果的稳定性、可靠性,以及克服干扰的鲁棒性,比通常的算法有显著提高。