基于贝叶斯准则的支持向量机预测模型

对实际统计数据中存在的相关性、不确定性和非线性问题,提出贝叶斯支持向量机预测模型方法.构建基于高斯分布的权值分布模型描述信息的不确定性,基于先验概率分布和贝叶斯关系获得后验分布模型,利用极大似然方法和递推迭代算法求解后验分布的最佳参数,从而得到关联向量机.建立起基于参数分布多维时间序列预测模型,将每一步迭代过程中的支持向量机输入作为随机变量,考虑数据不确定性的传递,递推得到贝叶斯支持向量机预测输出.由于贝叶斯支持向量机可以有效反映随机影响及其传递,可以克服数据不确定性和相关性的影响,因此基于贝叶斯支持向量机预测效果更加符合实际.实例表明利用贝叶斯支持向量机预测高科技企业发展趋势与实际发展趋势接近,可以克服数据相关性、不确定性和非线性对信息模型的影响,具有较高的预测精度和预测鲁棒性.     

利用相似产品信息的成败型产品Bayes可靠性评估

在成败型产品的可靠性评估中,为提高估计精度,经常利用历史数据来确定先验分布.但在工程实际中,历史样本和样本本质上属于不同的总体,这对可靠性评估结果有着显著影响.为此,采用相似系统分析确定历史样本和样本的相似程度,将其归纳为继承因子;然后,根据历史样本信息确定产品可靠性的历史后验,基于无信息先验得到产品可靠性的更新后验;最后通过继承因子,综合历史后验和更新后验,得到产品可靠性的融合后验,并在此基础上进行可靠性推断.该方法不仅充分利用了相似产品信息,而且突出了产品的独有特性.     

Bayes修正幂验前方法在制导精度评定中的应用

如何合理有效的利用验前信息,是小子样评定中的关键问题。针对导弹制导精度评 定,引入 修正幂验前分布控制验前信息对验后估计的影响,详细推导了Bayes修正幂验前下的制导精 度评定中兴趣参数的验后密度函数。通过对参数验后估计的分析,该方法能够有效避免验前 信息“淹没”现场信息的情况,而幂参数通过验后边缘分布得到。通过对验后估计平均平方 误差（MSE）的分析,给出了验前信息利用的一些基本原则,为工程应用提供了指导。〖JP 〗     

基于关系矩阵的多传感器数据融合方法

以置信距离测度作为数据融合的融合度,先计算出置信距离矩阵,然后分析了计算关系矩阵和确定最佳融合数的几种不同方法,通过分析和算例可以看出,应用椭圆曲线表示的支持程度有助于提高融合结果;并讲述了极值原理法、极大似然法、Bayes法和综合支持程度等数据融合方法,算例表明,这几种融合方法都十分有效,在实际应用中应根据具体情况选择不同的融合方法。     

航空电源系统可靠性的Bayes分析

对改进中的航空电源系统进行可靠性评估,本文引入继承因子利用信息融合的原理将改进前与改进后的历史信息融合为一个混合先验,并进一步假定继承因子为随机变量采用多层Bayes方法对系统进行了可靠性分析。最后通过仿真实例求得系统的一些常见的可靠性指标,并与传统Bayes评估结果进行比较,结论表明本方法的有效性。     

基于GCF-SB视觉注意模型的红外目标检测算法

针对复杂背景、低对比度条件下的红外目标检测，提出了一种基于灰度对比度特征 相似性贝叶斯(GCF SB)模型的红外显著性目标检测算法.建立了一种灰度对比度特征(GCF)模型，该模型利用两个通道分别提取红外图像的灰度特征和对比度特征，然后通过特征融合获得初级显著图；建立了一种基于相似性的贝叶斯(SB)模型，该模型根据初级特征图分别计算目标和背景的先验概率和似然函数，然后利用贝叶斯公式获得最终显著图，进而实现红外图像的显著性目标检测.实验结果表明，所提出算法能够有效抑制复杂背景、低对比度红外图像的噪声，增强对比度，具有较高的检测精度和鲁棒性.     

基于贝叶斯可信度的直升机安全性分析

本文基于贝叶斯网络理论建立了直升机在"人—机—环境系统"的飞行安全性模型,其目的是通过网络模型分析,发现影响安全性的薄弱环节,以及通过相应的纠正措施提高直升机飞行的安全性。     

基于Bayes方法的飞机压力加油系统优化算法研究

对于实际的问题而言,人们对于问题的解一般会有一个初步认识,并且这种认识会在搜索过程中逐渐加深或得到修正,这符合人们认识世界的普遍规律。基于这种认识,针对给出的飞机地面压力加油系统管路模型,使用一种基于Bayes方法的优化算法。数值方针结果表明,与其它相关优化算法相比,该算法能更高效地解决飞机地面压力加油管路节流孔的优化配置问题。     

多阶段试验下Bayes序贯估计方法

讨论在多阶段试验下正态分布参数的Bayes序贯估计，给出了估计方案，并扩充至多维的场合。对工程应用中的一些问题作了思考，提出了处置方法。     

一种密集多回波环境下的机动多目标跟踪起始算法

 本文研究密集多回波环境下的机动多目标跟踪起始问题。文中首先提出主跟踪子空间和边缘跟踪子空间的定义与性质,接着修正Bayes轨迹确定方法BTC,并将其与具有残差滤波的修正概率数据关联滤波算法MPDAF-RF有机地结合起来,提出一种适合高密集多回波环境的机动多目环跟踪起始方法——“全邻”Bayes跟踪起始算法ABTI。Monte Carlo仿真表明,本文所给出的算法不仅克服了一类概率数据关联滤波方法没有跟踪起始机理的缺陷,而且辨别目标与虚警的能力很强,不失为解决高密集多回波环境下机动多目标跟踪起始的有效方法。