后验概率
后验概率的相关文献在1983年到2022年内共计402篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、经济计划与管理
等领域,其中期刊论文318篇、会议论文31篇、专利文献7099篇;相关期刊245种,包括太原城市职业技术学院学报、测绘科学技术学报、系统工程与电子技术等;
相关会议30种,包括第十一届全国人机语音通讯学术会议、第十五届全国信号处理学术年会、2009全国数学地球科学与地学信息学术会议等;后验概率的相关文献由906位作者贡献,包括归庆明、颜永红、S·J·霍尔特等。
后验概率
-研究学者
- 归庆明
- 颜永红
- S·J·霍尔特
- 宫轶松
- 李保利
- 王珏
- 吴乐南
- 姜明辉
- 孙立发
- 张静
- 徐波
- 戴礼荣
- 曹运合
- 李坤
- 李新娜
- 杨静宇
- 王兰云
- 王士同
- 袁绪川
- 赵拥军
- 赵淑红
- 郑铁然
- 闫浩
- 陈贤卿
- 韩纪庆
- 顾鑫
- 丁杰
- 万长云
- 严可
- 乔双
- 任子奕
- 何小娟
- 余江波
- 冯大政
- 冯祖仁
- 刘书君
- 刘佳
- 刘健
- 刘壮华
- 刘宏伟
- 刘庆峰
- 刘慧
- 刘持胜
- 刘文举
- 刘林密
- 刘端阳
- 刘筱明
- 刘锁山
- 司马莉萍
- 吕娜
-
-
何花;
谢明昆;
黄圣君
-
-
摘要:
传统的主动学习方法往往仅基于当前的目标模型来挑选样本,而忽略了历史模型所蕴含的对未标注样本预测稳定性的信息。因此,提出基于不稳定性采样的主动学习方法,依据历史模型的预测差异来估计每个未标注样本对提高模型性能的潜在效用。该方法基于历史模型对样本的预测后验概率之间的差异来衡量无标注样本的不稳定性,并挑选最不稳定的样本进行查询。在多个数据集上的大量实验结果验证了方法的有效性。
-
-
曲维阳;
何丽丽
-
-
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。
-
-
秦岩;
盛武
-
-
摘要:
为研究煤矿顶板事故致因及预防煤矿顶板事故的发生,基于顶板事故调查报告,从人为、设备、环境、管理4个方面选取导致煤矿顶板事故致因变量,通过变量间的相关关系,利用贝叶斯网络软件GeNie构建煤矿顶板事故致因分析的贝叶斯网络模型(BN),采用交叉验证法检验贝叶斯网络模型的精准度,并对模型进行结构和参数学习,计算出各节点的条件概率分布和后验概率等,最后通过变量敏感性和事故最大致因链分析,找出事故发生的关键因素路径,有助于降低顶板事故的发生率。研究结果表明:在人为因素方面,未履行作业规程和监督检查不到位的比例较高,概率值均大于84%;在管理因素方面,安全管理混乱是导致顶板事故发生的主要诱因,概率值大于95%;顶板垮落、支护问题、是否进入垮落区是导致顶板事故发生的重要因素。
-
-
齐金平;
周亚辉;
王康;
李少雄
-
-
摘要:
针对受电弓系统复杂多态特性以及故障概率难以精确表达的问题,且现有研究主要滞留于结合证据理论的模糊贝叶斯网络的现状,首次将超椭球贝叶斯网络引入受电弓可靠性分析中,规避了模糊贝叶斯网络区间取极值的情况,使得根节点的概率取值区间进一步被界定;进而以超椭球贝叶斯网络求解受电弓系统在不同故障状态下的叶节点故障率、灵敏度、后验概率等可靠性参数,找出了影响系统可靠性的高风险事件.经与模糊贝叶斯网络对比可知,超椭球贝叶斯网络区间更小,验证了新方法的正确性与实用性.
-
-
王玉;
周怡;
张庭磊;
庞晓宇;
李苏宁
-
-
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.
-
-
林昊;
佟维妍
-
-
摘要:
液力变矩器是重载汽车的重要组成部分,其性能好坏直接影响重载汽车的运行状态。然而在复杂多变的交通环境下,液力变矩器部件故障频发,定期维护只靠技术人员的主观经验,不能保证长途行驶的需求。为此,本文从液力变矩器结构出发搭建模糊贝叶斯网络模型,利用专家经验法确定网络中父节点故障率,同时采用后验概率方法进行计算,并将结果进行比较得出最后结论。研究结果表明,该方法能有效地对液力变矩器进行可靠性分析。
-
-
钟春梅
-
-
摘要:
论文主要研究朴素贝叶斯算法在支气管炎诊断中的应用.首先,对支气管炎患者的问卷调查数据进行离散化处理,学习到支气管炎类型与病症症状的模型;然后基于此模型,利用朴素贝叶斯算法求出该模型的最大后验概率分布,从而确定患者所属的支气管炎类型.
-
-
王蕾;
代养勇
-
-
摘要:
近年来,高校实验室火灾爆炸事故时有发生,为控制风险保护高校师生的生命和财产安全,建立动态风险评价系统,对火灾爆炸事故的发生概率进行监控和预测.在收集近10年高校发生火灾爆炸事故数据的基础上,利用蝴蝶结模型辨识事故原因,再以Netica、GeNie软件为平台将其转化为贝叶斯网络模型,并对其准确性进行验证.通过节点后验概率、敏感性分析等对模型中各节点变量进行分析,提取诱发高校火灾爆炸事故的关键因素.分析结果表明:人员不安全行为、易燃易爆化学品的使用、电路老化、设施陈旧是导致高校实验室发生火灾爆炸事故的主要影响因素.因此,要有效避免高校实验室火灾爆炸事故,就必须加强实验人员培训提高安全意识,完善易燃易爆化学品存储条件以及化学性质的标志标识,同时还要定期对实验室线路进行检查和维护.
-
-
尹智龙
-
-
摘要:
文章对心音信号通过去噪、预处理、特征参数MFCC提取,再将提取的MFCC建立GMM高斯模型,用EM算法对GMM模型进行训练和识别,得到最大后验概率p>0.95时,认为被测试心音信号与被训练的GMM模型库信号匹配.
-
-
徐植;
陈俊;
韦航;
李捷
-
-
摘要:
现场终端故障诊断需要高精度、高可靠性的故障诊断逻辑,由此本文提出了基于贝叶斯网络与故障树的计量自动化终端故障诊断方法,通过收集故障的历史数据与专家的先验、经验,并以此为基础推算变量间依赖关系,构建故障诊断的贝叶斯网络模型,从而获取后验概率密度分布表,解决了仅依靠专家经验搭建网络结构的局限性.实例分析表明,本文提出的诊断方法能有效提升后验概率值,相应的故障底事件的故障影响率就越大,能有效提高计量自动化终端故障诊断的准确率.
-
-
-
-
SUN Tao;
孙涛
- 《甘肃省电机工程学会2013年学术年会》
| 2013年
-
摘要:
提出一种结合Bayesian统计推断理论和分布估计思想的混合遗传算法,利用这种算法进行配电网络的优化调整,给出了一种新的配网重构方法.工作原理为:以有功网损最小作为目标函数,随机产生一定规模种群,通过优势群体及群体中的最优个体提供的信息,不断更新先验概率和条件概率,并用更新后的先验概率模型和条件概率模型通过贝叶斯推理得到后验概率模型,通过后验概率模型不断的采样产生新的适应度更好的个体,最终得到全局最优解.最后,通过算例仿真证明了这种混合遗传算法能够找到全局最优解,通过和单纯的分布估计算重构结果比较,表明该算法在计算速度、寻解的准确性方面更有效.
-
-
陈贤卿;
吴乐南
- 《第十五届全国信号处理学术年会》
| 2011年
-
摘要:
为了改善扩展的二元相移键控(EBPSK)系统在低信噪比下的误码率性能,引入了低密度奇偶校验码(LDPC)。EBPSK解调器借助特殊的冲击滤波器提高能量利用率,却增加了获得后验概率信息用于译码的困难。本文引入支持向量机(SVM)方法在滤波器输出信号中选取少量采样点进行概率输出并进行LDPC译码,仿真显示可得到较高的信噪比增益。同时,本文还仿真对比了不同采样频率及不同方式获得的后验概率信息对系统译码性能的影响,表明基于SVM的方法在低采样率和低信噪比条件下便可获得较为精确的后验概率,因此,在EBPSK系统中采用SVM方法获得后验概率信息用于LDPC译码是一种较为有效的方式。
-
-
文振焜;
朱为总;
欧阳杰;
罗威
- 《第四届图像图形技术与应用学术会议》
| 2009年
-
摘要:
本文提出了一种基于无向概率图模型(undirectedprobabilistic graphicmodels)的视频语义状态建模方法。在将视频数据表述为可观察值Y和隐含语义状态L的基础上,利用马尔科夫链蒙特卡罗(MCMC)采样方法解释了视频数据的生成过程,并建立了视频数据的无向概率图模型.其中,可观察值Y和隐含语义状态L之间的似然模型表示为Gaussian概率密度分布,各语义状态L之间的先验模型则表示为MRF(GIBBS)模型.基于该无向概率图模型,可以计算出各隐含语义状态L相对于某一具体可观察值ys的后验概率,从而利用MAP准则估计出ys,所对应的隐含语义状态.最后,进行仿真实验的结果证明了该方法的有效性.
-
-
-
-
杨君怡;
马杰;
杨宝庆;
陈松林
- 《2016第11届中国系统建模与仿真技术高层论坛》
| 2016年
-
摘要:
基于多响应模型的D最优试验设计在复杂系统的试验设计中具有广泛的应用.最优设计理论假设系统模型的形式在试验前是已知的,然而,实际上,在试验前由于对系统认识的局限性往往不能给出系统模型的准确形式.针对这一问题,发展了模型稳健最优试验设计.现有文献只针对单响应模型的模型稳健最优试验设计方法进行了研究.本文将模型稳健最优试验设计方法拓展到多响应模型中,解决了复杂系统试验设计中的模型不确定性问题,并通过仿真证明了该方法与经典试验设计方法相比能够给出更精确的回归模型参数估计.
-
-
杨君怡;
马杰;
杨宝庆;
陈松林
- 《2016第11届中国系统建模与仿真技术高层论坛》
| 2016年
-
摘要:
基于多响应模型的D最优试验设计在复杂系统的试验设计中具有广泛的应用.最优设计理论假设系统模型的形式在试验前是已知的,然而,实际上,在试验前由于对系统认识的局限性往往不能给出系统模型的准确形式.针对这一问题,发展了模型稳健最优试验设计.现有文献只针对单响应模型的模型稳健最优试验设计方法进行了研究.本文将模型稳健最优试验设计方法拓展到多响应模型中,解决了复杂系统试验设计中的模型不确定性问题,并通过仿真证明了该方法与经典试验设计方法相比能够给出更精确的回归模型参数估计.
-
-
杨君怡;
马杰;
杨宝庆;
陈松林
- 《2016第11届中国系统建模与仿真技术高层论坛》
| 2016年
-
摘要:
基于多响应模型的D最优试验设计在复杂系统的试验设计中具有广泛的应用.最优设计理论假设系统模型的形式在试验前是已知的,然而,实际上,在试验前由于对系统认识的局限性往往不能给出系统模型的准确形式.针对这一问题,发展了模型稳健最优试验设计.现有文献只针对单响应模型的模型稳健最优试验设计方法进行了研究.本文将模型稳健最优试验设计方法拓展到多响应模型中,解决了复杂系统试验设计中的模型不确定性问题,并通过仿真证明了该方法与经典试验设计方法相比能够给出更精确的回归模型参数估计.