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：摘要在对海外投资的非系统风险因素进行系统分析的基础上,建立了一套比较全面的海外投资非系统风险多层次评价指标体系；研究了运用极大熵模型，求解网络的参数分布问题；结合灰色系统的思想，给出了海外投资非系统风险评价中的不确定信息处理的方法；最后，通过贝叶斯网络推理，给出网络中各节点的定量评价，并应用实例表明了方法的科学有效性。

简介：摘 要：针对电子战武器系统故障模式多样的特点，提出了一种基于改进的贝叶斯优化算法的故障模式聚类分析方法。该算法通过将免疫算法选择优良个体方法与先验信息运算算法这两种方法相结合对贝叶斯优化算法进行改进，既提高了优良种群的多样性同时又避免了信息浪费，从而综合提高了算法的全局性和快速收敛性。在理论上对贝叶斯优化算法在故障模式分析的应用进行了研究。

简介：摘要：信息化设备的故障问题一直是企业关注的焦点，如何快速准确地定位故障点，对设备维护和故障排除具有非常重要的意义。本文基于贝叶斯分类算法，对信息化设备故障进行分析。从故障分类、特征提取、贝叶斯分类模型构建和实验结果分析等方面进行探讨，提高设备维护效率，减少维护成本，为企业提高运行效率、降低运营成本提供了有力支撑。

简介：摘要：深度学习工作流中最难的部分之一是为模型寻找最佳的超参数。深度学习模型的性能与超参数直接相关。超参数调优越多，得到的模型就越好。在神经网络框架中，如何对其模型的超参数进行自动化获取一直是一个重要问题。因此，为了提高超参数优化的效率，提出了一种基于贝叶斯优化，进化和粒子群的超参数优化算法。该方法针对不同优化场景进行了相应的使用。

简介：摘要：中国民航空中交通服务是伴随着航空运输业的发展而诞生和成长的。几十年来，中国民航空中交通管理的发展取得了很大进步，但实事求是地讲，依然还紧紧跟在世界民航发展趋势的后边，处在借鉴国外民航先进的管理经验和引进外国技术和科技产品的阶段。空管系统综合保障能力不足，与民航快速发展之间的矛盾，不可能在短期内得到解决。交通运输系统韧性评估是一个具有大量不确定性和模糊性的多属性决策问题，基于系统基本特性的方法构建了分层贝叶斯网络模型，以获取衡量系统韧性因素，从而量化空中交通运输系统韧性并对其表现进行评价。

简介：摘要：利用2008--2011年的省际面板数据并充分收集和整理先验信息，运用贝叶斯面板模型分析和研究了扩展的C-D生产函数，有效地处理了短期时序造成的小样本问题以及误差项之间的相关性问题，实现参数的适时修正和更新。研究发现：目前中国物质资本份额的后验均值为55％，明显低于中国学者估计的60％；人力资本所占份额仅为5％～6％，其对经济增长的拉动作用没有得到充分的发挥，中国应增大人力资本投入；固定资产投资比例人均产出弹性的后验均值为1．37；地理位置等个体差异依旧是造成中国发展不平衡问题逐年扩大的重要原因。

简介：大麦的糖化力和蛋白质含量是影响大麦品质的重要指标,对此类性状进行QTL定位具有重要的经济意义。本研究分别采用传统的单QTL扫描方法和3种贝叶斯LASSO方法实现此类性状的QTL精细解析。在对大麦蛋白质含量的QTL检测上,单QTL扫描方法共检测到了3个QTL,而3种贝叶斯方法检测到了7个QTL,其中2个与单QTL扫描方法检测的QTL吻合。在大麦糖化力的QTL检测上,传统的单QTL扫描方法共检测到了3个QTL,而3种贝叶斯方法除了检测到这3个QTL外,还检测发现了额外的2个连锁的QTL;表明贝叶斯方法在北美大麦蛋白质含量和糖化力QTL检测中可以更加有效地分离处于连锁位置或接近状态的QTL进而提高QTL的检测效力。

简介：委托代理过程中,委托人设计契约时,存在着代理人事前竞争性供给,他们有一保留效用,委托人必须保证代理人至少获得保留效用,才能使代理人愿意参与契约.基于贝叶斯风险函数方法,在委托人和代理人间信息不完全和不对称的条件下研究了保留效用的设计方法,给出了保留效用的合理的贝叶斯估计.

简介：相较于传统的汽车故障诊断，汽车故障预测通过对汽车运行状态数据的分析，实现对汽车未来发生故障的可能性和故障类型进行预测和分析，充分保证汽车行驶的安全。通过对汽车故障类型和特点的深入研究，在已有的故障预测技术的基础上，设计了一种数据驱动的故障预测推理系统。该系统利用支持向量机完成对汽车不同类型故障的分类，结合贝叶斯推理网络，实现对当前汽车状态的综合分析，得出汽车在未来发生不同类型故障的概率，进而完成对汽车故障的预测。最后，编写软件实现汽车故障预测系统。

简介：决策问题可形式化描述为世界（环境）状态框架下的决策模型，决策支持的主要目的是来根据环境中已知的对环境状态有影响的事件来辅助评估最有可能的外部世界的状态。用来处理这类问题的数学工具是贝叶斯网络（Bayesiannetwork）。通过把世界的状态被看作是相互依赖于外部事件的随机变量，把这些随机变量和它们之间的相互关系用概率因果网络表示。任何对于外部事件的证据通过贝叶斯网络来传播并根据信任的程度来确定外部世界的状态，并作出决策。

简介：近年来，人们针对页岩气井产量预测建立了多种解析递减曲线模型（Anderson等，2010；11k等2008；Valko和Lee2010）。页岩气产量预测存在相当大的不确定性，但这些作者要么没有量化页岩气井储量的不确定性，要么无法证实其概率预测结果得到了很好的标定。Jochen和Spivev（1996）和Cheng等（2010）开发出了可以开展概率递减预测和量化储量不确定性的自助法（bootstrapmethod）。采用改进型自助法（Cheng等，2010）开展预测能够很好地反映真实的储量。但由于需要为每口井都开展数百次的牛顿迭代（NewtonIteration），其时间效率比较低。在本次研究中，我们针对概率递减曲线分析引入了贝叶斯法，用于快速可靠地量化储量不确定性，而且无需修改历史产量数据。我们通过分析巴奈特页岩区带中生产历史在7年以上的167口水平井，验证了这种方法的有效性。在贝叶斯方法中，递减曲线参数qi、D．和b被假定为随机变量，而非为获得最佳拟合效果而需进行修改的参数。采用带Metropolis算法的McMc建立了递减曲线参数的马尔科夫链。在对167口巴奈特水平页岩气井开展测试时，我们假设前半时段的产量数据已知，而下半时段的产量数据未知，后者被视为“未来产量”。这167口井的“未来产量”数据大约有85％落在由贝叶斯法计算的P90和P10储量范围内，说明这种方法得到了很好的标定，而且贝叶斯法的计算速度是改进型自助法的13倍。所提出的贝叶斯法为人们快速而可靠地得出概率递减曲线预测结果和量化储量不确定性提供了一种手段。如有必要，这个方法还可以与其它解析递减曲线模型结合使用。

简介：为了探究先验信息对软件可靠性验证测试次数的影响,对软件可靠性验证测试中的实时先验信息进行动态整合,提出了纠错、不纠错2种情况下的先验信息动态整合方法,以此为基础,提出了基于先验信息动态整合的贝叶斯软件可靠性验证测试方法。最后,通过实例分别分析了这2种情况下先验信息动态整合方法对软件可靠性验证测试次数的影响。

简介：基于Aki-Richards公式和贝叶斯原理,本文发展了利用叠前PP波和PS波资料联合反演P波速度比、S波速度比和密度比的方法。该方法假设参数之间满足正态分布,引入参数协方差矩阵来描述反演参数之间的相关性以提高反演过程的稳定性,并同时使反演的参数序列服从Cauchy分布,引入矩阵Q来描述参数序列的稀疏性以提高反演结果的分辨率。采用本文提出的方法对模型数据和实际多波资料进行反演,结果表明：本文方法正确有效;与传统的单一PP波反演相比,PP波和PS波AVO联合反演具有稳定性更好和反演精度更高等优点。

简介：本文在文[1]和文[2]研究基础上,利用文[1]、[2]中的分析模型和综合评价模型所得的结果,以及这两个结果正相关性,依据某大型国有企管理初级岗位3000多人的测试结果,采用最小错误率贝叶斯决策,构建了企业管理岗位初级人员招聘模型.此模型为企业根据企业文化和价值观等来招聘符合企业要求的员工提供了一种方法.

简介：针对频率统计方法存在不连续的置信区间以及在小样本情况下检验势比较低的问题。把非对称Laplace分布表示成正态分布和指数分布的线性组合,推导了不同先验分布情况下参数的最大后验密度置信区间,并构造了分位回归单位根检验的贝叶斯因子,实现了对非平稳时间序列的局部单位根检验。仿真分析表明贝叶斯分位回归方法是一种稳健全面的单位根检验方法。对我国居民消费价格指数的实证研究发现,我国居民消费价格指数表现出局部的持续性,在分布的下尾部不受普通冲击的影响,但在分布的上尾部受普通冲击的影响。

简介：摘要：贝叶斯网络作为数据分析和不确定性推理的工具，帮助人们将概率统计应用于复杂领域。它随着人工智能的研究而兴起，其影响范围也逐渐扩大到了其它众多领域，并产生了重要的影响。贝叶斯网络也是描述随机变量之间的相关性的一种语言，完成概率推理是贝叶斯网络的主要目标，即预测一些事件的发生概率。理论上联合概率能满足在机变量之间进行概率推理的要求，但随着变量的数量增加联合概率的复杂度呈指数增长，因此应用联合概率分布进行概率推理变得不可行。贝叶斯网络可以将复杂的联合概率分布分解成多个模块，从而达到降低联合概率分布复杂度的目的。这一方法的提出解决了原先概率论难以应用于大型复杂系统的困难。

简介：摘要：根据朴素贝叶斯算法，本文构建了老年人心理健康影响因素分析模型。利用调查问卷确定各项数据权值，建立三级模糊综合评价体系，加入老年人常见心理特征根据数据模型的统计分析和专业心理分析师的理论指导，给出了更为合理的综合心理评估模型。

简介：利用主成分分析方法对滁州市各个县、市、区2013年的综合经济实力进行比较研究,提出用贝叶斯分位数回归刻画每一指标因素在不同分位点处对综合经济实力的影响。实证结果显示,综合经济实力由强到弱排序依次为天长市、琅琊区、开发区、定远县、凤阳县、明光市、全椒县、来安县、南谯区,对排序结果进行成因分析,各个指标因素对综合经济实力的影响在不同分位点处具有不同的力度。启示政府在经济发展规划时应根据各个县、区、市的区位条件与资源禀赋差异,因地制宜、分区施策,重视每一地区优势资源对综合经济实力的提升作用。

简介：针对高新装备器材故障数据少、需求规律不明确的问题,提出了一种定时截尾小样本条件下指数型装备器材的需求预测方法。基于贝叶斯法进行了装备器材寿命分布参数估计,讨论了先验分布和损失函数的选择问题。引入了K-S检验法对寿命分布模型进行拟合优度检验,并设计了寿命分布参数估计的卡方检验方法。综合考虑故障更换和定时更换,提出了部队装备器材年度需求预测方法,并采用蒙特卡洛法进行了仿真验证。结果表明：基于贝叶斯法的参数估计结果能够顺利通过检验,需求预测结果与仿真结果一致。