简介:基于大数据对大学生体质进行分类预测,有助于大学体育治理体系的建设,朴素贝叶斯模型是一种操作简单且性能较好的机器学习分类算法.基于朴素贝叶斯分类算法,采用广州商学院2014、2015年学生体测数据及其评分结果作为源数据,构建大学生体质分类器.应用此分类器可对大学生的体质状况实现一定概率意义上正确的判断,从而可以对体质存在隐患概率比较大的学生给出主动性预警,以便大学体育对学生进行群体性的体质判断、进行个性化的有效干预,从而促进学生健康发展,提高大学生整体体质水平.分类器模型用Python编码实现,最后用与训练数据不重叠的历史体质数据检测分类器的准确率,结果显示,基于朴素贝叶斯算法的体质分类器达到了78%的正确率.
简介:针对性能退化服从对称Laplace过程的产品,对其可靠性评估提出了贝叶斯方法.采用对称Laplace过程描述产品的退化过程,通过确定模型中的参数服从固定的先验分布,并且利用Gibbs抽样的方法,建立基于退化数据的贝叶斯估计模型,得到参数的后验分布.用蒙特卡洛模拟计算得到其可靠性,最后通过仿真模拟验证了模型的有效性.
简介:摘要:针对大跨悬索桥的模态阻尼的风速依赖特性还未被深入探究的问题,以某悬索桥健康监测系统获取的加劲梁加速度时程序列为分析对象,采用环境激励法(Natural Excitation Technique, NExT)和贝叶斯快速傅里叶算法方法(Fast Fourier Transform)相结合的方法,识别了某悬索桥在3组风速下的模态频率和模态阻尼比,重点分析了结构模态阻尼比的风速依赖特征、概型分布及其置信区间,探讨了大跨悬索桥模态阻尼随风速的变化规律。