条件概率

摘要： 古典概率和条件概率在《概率论与数理统计》课程中占有重要的地位,且在实际生活中应用广泛。学生在学习过程中对这两个概率的实质理解不够透彻,导致在求解具体题目时经常出现各种错误,失去学习信心。文章借助生活案例讲述古典概率与条件概率,列举具体实例指出学生在学习古典概率和条件概率中出现的典型错误,并加以分析,增强学生的学习信心,提高教学质量与教学效果。

摘要： 通过三个事件相互独立的充要条件(定义)的推导和拓展,培养学生提出问题、分析问题、解决问题的能力,让学生感悟研究的一般方法,培养学生一般化的观念,即背景(随机现象)—定义—性质(法则)—联系(结构)—应用.

摘要： 燃气式离心压缩机结构复杂、子系统较多,引起故障的原因较为复杂、类型多样,查找难度较大。深入研究危险与可操作性(HAZOP)分析和贝叶斯网络原理,建立一种基于HAZOP分析和贝叶斯网络的压缩机故障定位方法。该方法可对某压气站压缩机进行故障定位,计算出引起故障的原因的概率,对概率最大的原因进行检查,准确、快速地找到故障点。该方法可推广运用于离心式泵机组等设备的故障快速定位,可提高故障诊断效率。

摘要： 针对风险辨识、风险度量、事故预控等高速公路风险管理的难点进行了探索。其中:为便于风险辨识,将风险按专业分为交通运行、设施安全、养护作业3类;按存在状态分为持续性、伴生性、随机性、失养性4类,并指出隐患与风险的关系,提出了发现新风险的“假定要素或环节异常法”;在风险度量方面,建立了以模糊集隶属函数为理论依据,基于管理者实际感知的风险度量方法;在事故预控方面,为表达事故与条件密不可分的本质,通过条件概率将二者结合起来,列出了全概率、贝叶斯以及紧急情况的公式表述,得到了风险管控的总体方法。

摘要： 多状态多阶段任务系统常见于关键性系统,其可靠性要求较高而其可靠度计算又相对困难.为实现该类系统可靠度的精准预测,研究了部件劣化符合马尔科夫过程的多状态多阶段任务系统的可靠度理论计算方法.首先,基于工作效率与需求的关系对该类系统可靠度进行了界定.其次,依据条件概率理论,建立了多阶段任务系统任务成功完成的概率公式.基于此,根据部件劣化的马尔科夫性及部件状态的跨阶段依赖性,推导了多状态多阶段任务系统的可靠度理论计算方法,并提出一种快速穷举部件状态组合的方法用于提高该计算方法的计算效率.最后,通过与蒙特卡罗模拟方法对比,验证了推导的可靠度理论计算方法的准确性与计算的有效性.

摘要： 样本空间是概率论的基本的概念之一,恰当选取样本空间是求解很多概率问题的关键。本文针对古典概率、几何概率、条件概率、随机变量及其分布等问题中遇到的有关样本空间的选择问题,给出了样本空间的选取原则,全面阐明了恰当选取样本空间在求解相关概率问题中的重要性,最后,分析了样本空间的形态与概率方法的一致性问题。

摘要： 提出了二维连续型随机变量落在曲线上的情形下,条件概率的若干计算方法.丰富了条件概率的理论和方法,具有一定的理论价值和应用价值.

摘要： 运用Copula函数作为研究圆柱滚子轴承旋转精度的研究方法,较为深入地对滚子直径误差与轴承径向跳动间的相依性进行了研究。在两个滚子存在直径误差的条件下,利用数值仿真程序生成了建模所需的特征变量数据组,并建立了多种Copula函数数学分析模型,运动均方根误差法筛选出了最优的数学模型并进行了合理性验证;基于建立的数学模型分别研究了两组不同分布状态的特征变量与轴承径向跳动的相关系数与条件概率。结果表明,Copula函数能较准确地计算轴承元件尺寸误差与轴承旋转精度的相关系数与条件概率,可以作为研究轴承旋转精度的有效手段。

摘要： 新版苏教版高中数学教材将相互独立事件移到了条件概率之前.面对新变化的应对措施是增加实例强化感性认识,突出独立事件的概率等式的判断效用,加深概念的理解;通过探讨事件的独立性具有相互性,凸显直接用积事件的概率来定义独立事件的优势;透过条件概率看独立事件,给出并灵活运用判断独立事件的多种方法.

摘要： 全概率公式P(B)=■P(A_(i))P(B|A_(i))表示将一个复杂事件B的概率分解成若干个简单事件的概率之和,这就是全概率公式的基本思路.全概率公式常用于多个原因导致一个结果发生的知因求果的概率预测.在不易直接求解事件B结果的情况下,需要根据具体情况构造一组完备事件组,得到完备事件组中每个事件的概率和在这些事件上的条件概率,然后利用全概率公式求和得到事件B的概率.其解题步骤如下。

摘要： 针对复合随机可靠度问题,基于动力响应跨越过程的Markov假设基础上,建立了条件概率求解的两种方法:一是基于泰勒展开法推导了随机结构动力可靠度计算的二阶近似表达式;二是基于数理统计概念建立了基于Kriging模型的数值抽样法.其中,Kriging抽样法通过Kriging插值模型来拟合动力可靠度与结构随机参数间的非线性关系,因此可以直接利用有限元结果分析随机结构参数对动力可靠度的影响,避免了理论推导的繁琐和困难.数值算例结果表明,基于Kriging模型的数值抽样法不仅对变异系数大小不敏感,在计算精度和计算效率方面也更具优势.

摘要： 由于音乐情感本质的模糊性，采用模糊逻辑的方法进行音乐情感辨识具有显著的优势。本文提出一种基于条件概率的模糊分类方法，此方法的每一条模糊规则可以表示多种类别，并具有相应的条件概率值，同时采用机器学习的梯度下降算法对每条规则的高斯型隶属函数进行优化，以自动建立模糊分类器。最后将提出的分类方法应用于音乐情感的分类识别中，并与已有的分类器进行实验比较，评测了本文方法的准确性和有效性。

摘要： 决策粗糙集基于严格的不可分辨等价关系,只能适用于离散型数据,文中研究了一种新的模糊决策粗糙集模型及相应的属性约简算法.该模型将不可分辨等价关系放松为高斯核模糊T-等价关系,从模糊隶属度角度定义了条件概率,能够直接对数值型数据进行属性约简.利用UCI标准数据集,将该模型与Pawlak经典粗糙集、决策粗糙集在属性约简能力上进行比较,仿真实验结果表明,该模型具有较好的性能.

摘要： 动态故障树的定量分析,对改进系统设计、提高系统可靠性具有重要意义.本文首先对现有的动态故障树定量分析方法进行简要介绍,推导出任意链长的Markov链对应的通用计算公式,建立了基于条件概率的温备份、冷备份模型.然后,应用不同方法分别计算了航天器太阳翼驱动机构动静态模块的顶事件发生概率,提出了求解动态故障树的顶事件发生概率的算法.最后,提出了动态模块的重要度分析方法,并对各个底事件在系统中的概率重要度、结构重要度与关键重要度进行了分析.

摘要： 本文工作为子群法与特征线法相结合的中子共振自屏计算研究，并编制了SGMOC共振计算程序。该程序采用WIMSD格式的多群数据库。数值验证表明，SGMOC程序的计算结果与MCNP程序计算结果吻合良好，具有较高的计算精度与几何通用性。以SGMOC程序为基础，研究了子群法共振干涉效应修正计算的两种方法。其中，条件概率法对UO2燃料栅元kinf计算的修正约为30～180pcm；借助NJOY程序的方法对UO2燃料栅元kinf计算的修正约为20～130pcm，对MOX燃料栅元的修正约为10～40pcm。

摘要： 将数据扩展方法应用于动态贝叶斯网络的参数学习中,利用随机抽样算法对小样本数据进行数据扩展,并采用贝叶斯后验概率公式对扩展数据进行修正,同时计算观测数据的后验概率,然后在扩展数据的基础上,完成动态贝叶斯网络的学习和推理.仿真实验表明这种方法可以降低预测模型中节点的联合效应所造成的误差积累,提高模型的预测精度.

摘要： 将数据扩展方法应用于动态贝叶斯网络的参数学习中,利用随机抽样算法对小样本数据进行数据扩展,并采用贝叶斯后验概率公式对扩展数据进行修正,同时计算观测数据的后验概率,然后在扩展数据的基础上,完成动态贝叶斯网络的学习和推理.仿真实验表明这种方法可以降低预测模型中节点的联合效应所造成的误差积累,提高模型的预测精度.

摘要： 将数据扩展方法应用于动态贝叶斯网络的参数学习中,利用随机抽样算法对小样本数据进行数据扩展,并采用贝叶斯后验概率公式对扩展数据进行修正,同时计算观测数据的后验概率,然后在扩展数据的基础上,完成动态贝叶斯网络的学习和推理.仿真实验表明这种方法可以降低预测模型中节点的联合效应所造成的误差积累,提高模型的预测精度.

摘要： 将数据扩展方法应用于动态贝叶斯网络的参数学习中,利用随机抽样算法对小样本数据进行数据扩展,并采用贝叶斯后验概率公式对扩展数据进行修正,同时计算观测数据的后验概率,然后在扩展数据的基础上,完成动态贝叶斯网络的学习和推理.仿真实验表明这种方法可以降低预测模型中节点的联合效应所造成的误差积累,提高模型的预测精度.

摘要： 将数据扩展方法应用于动态贝叶斯网络的参数学习中,利用随机抽样算法对小样本数据进行数据扩展,并采用贝叶斯后验概率公式对扩展数据进行修正,同时计算观测数据的后验概率,然后在扩展数据的基础上,完成动态贝叶斯网络的学习和推理.仿真实验表明这种方法可以降低预测模型中节点的联合效应所造成的误差积累,提高模型的预测精度.

摘要： 本发明涉及一种基于条件概率的电力设备缺陷事件预警方法，包括：获取历史观测数据、计算预测观测数据、计算目标设备数量、计算缺陷风险概率。本发明提供的基于条件概率的电力设备缺陷事件预警方法通过历史观测数据对与设备发生缺陷相关联的关联因素进行预测，预测出在未来态的预测观测数据，进而计算出设备群在未来态发生缺陷的缺陷风险概率，以对电力设备存在的缺陷风险概率进行预测，从而达到对设备会发生的缺陷风险进行提前预警的目的，还可以简化对电力设备进行排查和/检测的程序和检查范围，降低排查和/检测难度，省时省力，方便快捷。

摘要： 一种基于贝叶斯网络的梁式桥评估的条件概率的求解方法，属于土木工程技术领域。确定环境因素；构建评估网络；根据网络中节点因素进行试验；得出节点信息；定义网络第二层节点失效的判断依据并求解失效概率分布列、统计记录模拟结果；提炼评价桥梁结构安全性、使用性及耐久性的极限状态方程；求解出在网络第二层节点的各种状态条件下的条件概率的分布列；基于贝叶斯网络理论构建桥梁评估网络；将条件概率作为贝叶斯网络的输入参数，对造成桥梁安全性能失效的主要环境因素进行反向诊断，评估事故致因。本发明为桥梁维修加固及健康监测提供了一种技术手段；为贝叶斯网络桥梁安全风险评估的条件概率获取提供了有效的解决途径。

摘要： 本发明揭示了一种基于前景条件概率优化尺度和角度的视觉跟踪方法，属于计算机视觉领域。实现步骤如下：1)读取视频帧序列，利用SiamMask方法计算该帧回归框、分割掩码(前景)以及最小外接框；2)计算最小外接框内前景区域所占的比例；3)当比例小于设定阈值时，计算该帧最小外接框的可靠性；4)根据可靠性的大小选择不同策略优化最小外接框尺度；5)针对尺度优化后的跟踪框的角度进行偏移设置；6)计算各偏移角度旋转框与前景的IoU值；7)跟踪器自适应输出与前景IoU值最大的旋转框。所述视觉跟踪方法，在目标发生运动、旋转、尺度变化等复杂条件下有效提高了目标跟踪的整体性能。

摘要： 本发明涉及数据预处理的数据挖掘或机器学习领域，本发明提出的一种基于微调条件概率的分类数据转换方法，包括：S1、分类数据的数据采集；S2、数据预处理，清洗分类数据中的缺失数据，噪音数据，以及无效数据；S3、条件概率计算，将清洗以后的分类数据转换为数值向量；S4、微调条件概率，对步骤S3中转换后的数值向量进行数值微调；S5、分类数据的数值嵌入，对步骤S4中进行数值微调以后的数值向量，采用原始的分类数据嵌入或映射为数值数据。本发明可将分类数据集中的分类值转换为高质量的数值向量，转换后的数值数据能保持原始数据的真实分布，保证了数据挖掘任务的可靠性。

摘要： 本发明属于网络安全技术领域，公开一种基于执行体异构度的条件概率表决方法，包括：依据拟态防御系统的执行体构件组成情况，根据执行体输出的结果对执行体进行分组；分析哪些构件被攻击会产生当前的分组，去除掉不可能的构件，寻找受攻击概率最小的分组，将其结果作为最终输出结果；本发明还公开一种基于执行体异构度的条件概率表决装置。本发明可以有效地解决大数表决算法扩展性差的问题，且采用本发明方法，添加任意执行体系统整体失效概率不会增加，即任意执行体集合的整体失效概率都不小于其扩集的失效概率。

摘要： 本发明属于信息安全隐私保护技术领域，是一种基于条件概率分布的隐私保护数据发布方法。根据条件概率分布对攻击者的先验知识进行建模，让攻击者在不同事务中具有不同的先验知识；然后利用构建的模型和准标识符属性值，对每条记录的敏感属性值进行预测，并用预测值替换原始值后进行发布。发布的敏感属性预测值与原始值没有直接相关性，有效保护了用户数据隐私；预测的敏感属性值分布与真实的分布近似，有效控制了分布误差，确保其发布数据集比泛化及随机应答方法发布的数据集可用性更好。本发明能为医疗、金融、生信、交通等各个社会领域的数据发布提供隐私保护机制，在保护用户数据隐私的同时，为数据在科学研究和社会服务中的应用提供支撑。

摘要： 本发明公开了一种基于条件概率网络图的服务流程分析方法，步骤S1：收集相关数据，客观记录流程在不同场景下的运作情况；步骤S2：根据实际运作结构抽象采集建模所需的各元素集及弧集，明确它们的含义，将命题元素合理分配至对应环节中，统计每个命题元素成真的概率并将其作为已知条件添加至命题元素集中；步骤S3：将抽象采集所得的因素以实际流程运行的逻辑结构连接起来，建立基于条件概率网络图的流程模型；步骤S4：对流程模型进行仿真模拟，验证所提定义及定理，得到一种对更加完整全面的服务流程进行分析的方法。

摘要： 本发明公开了一种基于条件概率高时空分辨率的干旱传播时间计算方法，包括以下步骤：步骤1：搜集指定的降水数据与土壤湿度数据，将处理为旬尺度序列，得到具有高空间分辨率的网格化降水数据与土壤湿度数据；步骤2：计算出标准化降水指数；计算出标准化土壤湿度指数；步骤3：建立标准化降水指数与标准化土壤湿度指数之间具有最佳相依关系的联合分布；步骤4：计算不同等级气象干旱条件下导致农业干旱发生的概率，并设置阈值区间；若农业干旱发生的概率达到阈值要求，则得到气象干旱到农业干旱的传播时间。本发明提高了干旱传播时间的计算精度，能够为农业水资源管理与农业干旱的预防提供指导。

摘要： 本发明提供了一种条件概率比特电路，应用于数据采样技术领域，包括：多个基本单元，每个该基本单元为一个概率比特单元，每个该概率比特单元包括第一晶体管、第二晶体管和自旋轨道矩磁隧道结，该第一晶体管、第二晶体管和自旋轨道矩磁隧道结之间通过多条电路连线连接，多个该概率比特单元的相同信号端之间通过同一该电路连线连接。本发明还提供了一种基于所述条件概率比特电路的Metropolis‑Hasting(M‑H)采样方法、装置、设备及介质。

摘要： 一种基于条件概率的考虑多目标进化算法的多异构无人机系统协同任务分配方法，首先，根据侦查到的敌方目标信息、当前的战场态势、作战风险和我方的作战资源，基于条件概率设定目标函数并给出约束条件，建立异构无人机协同任务分配的多目标优化模型。第二，基于实际作战情况，选择对应的遗传算子，利用改进的多目标优化算法求解协同任务分配的多目标优化模型。第三，决策者依据对目标函数的偏好，利用选解方法从Pareto解集中选择出某一解，将其对应的任务分配方案作为执行方案。本发明适用于开展多种作战资源情况下的多异构无人机协同任务分配，能够为战前任务分配提供切合作战实际情况的任务分配方案，对于多异构无人机协同任务分配的多目标优化问题的研究具有一定的意义。