oalib

OALib Journal期刊

ISSN: 2333-9721

费用：99美元

投稿

时间不限

( 2026 )

( 2025 )

( 2024 )

( 2023 )

自定义范围…

匹配条件： “贝叶斯模式平均” ，找到相关结果约1000条。
列表显示的所有文章，均可免费获取
第1页/共1000条
每页显示 条
考虑多失效模式的复杂系统运行可靠性评估
高军,王华伟
计算机集成制造系统 , 2015, DOI: 10.13196/j.cims.2015.06.022
Abstract: 为准确评估复杂系统的运行可靠性,针对复杂系统的失效规律和特点,提出考虑多失效模式的运行可靠性评估方法。采用贝叶斯线性模型融合状态监测信息,评估退化水平,建立基于Gamma随机过程的退化失效可靠性评估模型;针对突发失效样本量小的特点,采用贝叶斯方法,建立基于Weibull分布的突发失效可靠性评估模型。以退化失效可靠性评估和突发失效可靠性评估为基础,应用贝叶斯模型平均技术建立复杂系统的运行可靠性评估模型,定量分析退化失效和突发失效对复杂系统运行可靠性的影响,并采用马尔科夫链-蒙特卡洛方法求解模型。以某型航空发动机为例,说明了该方法的应用过程,验证了该方法的有效性。
cmip5多模式资料中气温的bma预测方法研究
智协飞？,王晶？,林春泽？,彭婷？,王佳？
气象科学 , 2015, DOI: 10.3969／2014jms.0052
Abstract: 利用cmip5的8个全球气候系统模式对气温的回报结果进行贝叶斯模式平均(简称bma)试验,并采用均方根误差、距平相关系数、连续等级概率评分等对多模式集合平均(简称emn)和bma的回报结果进行检验、评估。结果表明,emn的回报效果优于8个单模式的回报效果,而bma的回报效果最好,其区域平均的均方根误差比emn小0.5℃左右。在此基础上,利用中等排放情景rcp4.5下cmip5模式中的年际年代际预估资料对2011—2035年的气温进行预估。研究发现东亚地区在2011—2035年气温将普遍升高,海洋上的增暖幅度较小,陆地上的增暖幅度较大,且增暖幅度随纬度升高而增大。青藏高原及中国北方大部分地区气温将明显升高,升温幅度在1℃左右,而南方的升温幅度较小,约为0.3~0.6℃。
一种求解贝叶斯模型平均的新方法
田向军,谢正辉,王爱慧,杨晓春
中国科学 地球科学 中国科学 地球科学 , 2011,
Abstract: ？贝叶斯模型平均(Bayesianmodelaveraging,BMA)是最近提出的一种用于多模式集合预报的统计方法.进行贝叶斯模型平均需要准确估算模型集合中每个竞争模型的权重与方差,经常采用的方法是期望最大化(Expectation-Maximization,EM)方法与马尔可夫链蒙特卡洛(MarkovChainMonteCarlo,MCMC)方法,两种方法各有优劣.本文首先对BMA的(对数)似然函数进行改进使之无需BMA权重之和为1的显式约束,并利用一种有限记忆的拟牛顿优化算法(LBFGS-B)对其进行极大化,由此提出了一种求解贝叶斯模型平均的新方法(BMA-BFGS).采用三个陆面模式进行的土壤湿度多模式数值模拟试验表明:在计算精度方面,BMA-BFGS的精度与MCMC方法几乎一致,优于EM算法;在计算耗时性方面,BMA-BFGS的计算耗时与EM算法相当,远小于MCMC方法.
计及模型定阶的低频振荡模式类噪声信号辨识
吴超,陆超,韩英铎,吴小辰,柳勇军
电力系统自动化 , 2009, DOI: 10.7500/AEPS200905022
Abstract: 弱阻尼低频振荡是影响互联电网安全稳定运行的主要因素，但目前基于测量信息只能在振荡发生后进行告警，而不能预警。大量广域实测数据表明，因负荷的随机变化，电网内持续存在类似噪声信号的小幅波动。文中基于这种类噪声信号，采用自回归滑动平均（ARMA）法进行低频振荡模式辨识，从而实现电网正常运行状态下的动态稳定性预警。模型定阶是利用ARMA法进行振荡模式辨识的关键步骤，直接关系到结果的准确性。在分析比较各种定阶准则优缺点的基础上，选用贝叶斯准则（BIC）确定ARMA模型阶数，进一步面向在线实际应用，采用ARMA（2n，2n-1）建模方案提高辨识速度。最后，将该方法用于对36节点系统仿真数据和南方电网实测类噪声信号进行处理，辨识结果说明了该方法的有效性。
计及模型定阶的低频振荡模式类噪声信号辨识
吴小辰,吴超,柳勇军,陆超,韩英铎
- , 2009,
Abstract: 弱阻尼低频振荡是影响互联电网安全稳定运行的主要因素，但目前基于测量信息只能在振荡发生后进行告警，而不能预警。大量广域实测数据表明，因负荷的随机变化，电网内持续存在类似噪声信号的小幅波动。文中基于这种类噪声信号，采用自回归滑动平均（ARMA）法进行低频振荡模式辨识，从而实现电网正常运行状态下的动态稳定性预警。模型定阶是利用ARMA法进行振荡模式辨识的关键步骤，直接关系到结果的准确性。在分析比较各种定阶准则优缺点的基础上，选用贝叶斯准则（BIC）确定ARMA模型阶数，进一步面向在线实际应用，采用ARMA（2n，2n-1）建模方案提高辨识速度。最后，将该方法用于对36节点系统仿真数据和南方电网实测类噪声信号进行处理，辨识结果说明了该方法的有效性
基于显露模式的数据流贝叶斯分类算法
孙艳歌,杜超,江晶晶,王志海
- , 2017, DOI: 10.13328/j.cnki.jos.005350
Abstract: 基于模式的贝叶斯分类模型是解决数据挖掘领域分类问题的一种有效方法.然而，大多数基于模式的贝叶斯分类器只考虑模式在目标类数据集中的支持度，而忽略了模式在对立类数据集合中的支持度.此外，对于高速动态变化的无限数据流环境，在静态数据集下的基于模式的贝叶斯分类器就不能适用.为了解决这些问题，提出了基于显露模式的数据流贝叶斯分类模型EPDS（Bayesian classifier algorithm based on emerging pattern for data stream）.该模型使用一个简单的混合森林结构来维护内存中事务的项集，并采用一种快速的模式抽取机制来提高算法速度.EPDS采用半懒惰式学习策略持续更新显露模式，并为待分类事务在每个类下建立局部分类模型.大量实验结果表明，该算法比其他数据流分类模型有较高的准确度
亲体量和环境对东海小黄鱼补充成功率的影响
刘尊雷,袁兴伟,杨林林,严利平,张辉,程家骅,**
应用生态学报 , 2015,
Abstract: 补充成功率通常可用多个假说机制进行解释，模型选择方法通过选择最优模型而支持某种特定假说.然而，由于忽略模型不确定性，将单一模型结果应用到衰退种类的资源管理或许并不是行之有效的方案.本研究利用1992—2012年东海区海洋渔业统计、渔业资源监测和渔业资源同步调查获得的小黄鱼亲体量丰度、补充量丰度资料，以及同年东海北部5—8月海表温度(sst)、经向风应力(mws)、纬向风应力(zws)、海平面气压(ssp)和长江径流量(rcr)等水文环境数据，采用aic、最大校正r2和变量显著性3种独立的模型选择方法对竞争模型进行优化，根据模型选择结果探寻影响小黄鱼补充成功率的显著因素.同时，采用贝叶斯模型平均(bma)方法，在模型不确定性假设背景下对多种变量进行了概率集成.选取平均绝对误差、均方预测误差和连续排序概率评分3种概率检验方法评估贝叶斯模型平均方法和标准模型选择方法的预报系统的整体性能.结果表明：3种模型选择方法获得的模型形式并不一致，aic选择的预测变量有亲体量和经向风应力，变量显著性方法为亲体量，最大校正r2为亲体量、经向风应力和长江径流量.亲体量与补充成功率为显著负线性关系(p<0.01)，表明种群可能通过自相蚕食、饵料竞争等过度补偿效应控制补充成功率；经向风应力强度和长江径流分别对补充成功率有近似显著的正效应(p=0.06)和负效应影响(p=0.07).在平均绝对误差和连续排序概率评分分析指标中，贝叶斯模型平均方法均最小，变量显著性方法最大，最大校正r2模型在均方预测误差中估计精度最高.基于贝叶斯模型平均的亲体补充量集成预报不仅可以提供精度较高的预报均值，而且可以通过概率分布定量评价模型预报的不确定性.
基于TIGGE多模式集合的24小时气温BMA概率预报
刘建国 LIU Jianguo,谢正辉 XIE Zhenghui,赵琳娜 ZHAO Linna,贾炳浩 JIA Binghao
大气科学 , 2013, DOI: 10.3878/j.issn.1006-9895.2012.11232
Abstract: 利用TIGGE(THORPEXInteractiveGrandGlobalEnsemble)单中心集合预报系统(ECMWF、UnitedKingdomMeteorologicalOffice、ChinaMeteorologicalAdministration和NCEP)以及由此所构成的多中心模式超级集合预报系统24小时地面日均气温预报,结合淮河流域地面观测率定贝叶斯模型平均(Bayesianmodelaveraging,BMA)参数,从而建立地面日均气温BMA概率预报模型.由此针对淮河流域进行地面日均气温BMA概率预报及其检验与评估,结果表明BMA模型比原始集合预报效果好;单中心的BMA概率预报都有较好的预报效果,其中ECMWF最好.多中心模式超级集合比单中心BMA概率预报效果更好,采用可替换原则比普通的多中心模式超级集合BMA模型计算量小,且在上述BMA集合预报系统中效果最好.它与原始集合预报相比其平均绝对误差减少近7%,其连续等级概率评分提高近10%.基于采用可替换原则的多中心模式超级集合BMA概率预报,针对研究区域提出了极端高温预警方案,这对防范高温天气有着重要意义.
无线传感器网络中基于贝叶斯准则融合的协作频谱感知算法
胡广红
南京邮电大学学报(自然科学版) , 2013,
Abstract: 文中将认知无线电应用于无线传感器网络中，考虑了传感器节点的能量有限、传输数据量较多、频谱资源受限、次用户如何避免占用主用户信道等情况下，构建一种认知无线传感器系统模型。该系统在对授权用户不造成干扰的前提下提高频谱利用率，解决频谱资源受限的问题，并在此基础上提出了基于贝叶斯准则融合的协作频谱感知方案，同时定量的分析了虚警代价与漏验代价对系统的影响。仿真结果表明，相比传统的或融合、与融合协作频谱感知方案而言，该方案较好的提高了无线传感器网络频谱感知的可靠性和准确性，同时更明确地指出虚警代价相比于漏验代价大时，可有效地使系统平均总代价降低。
基于朴素贝叶斯方法的协同过滤推荐算法
李大学,谢名亮,赵学斌
计算机应用 , 2010,
Abstract: ？随着电子商务系统用户和商品数目的不断增加,导致整个项目空间上的用户评分数据极端稀疏,严重影响推荐系统的推荐质量。针对这一问题,提出了一种基于朴素贝叶斯方法的协同过滤推荐算法,采用改进的加权朴素贝叶斯方法对没有评分的数据进行预测。通过对未评分数据进行预测,缓解了数据稀疏性,提高了最近邻居项目搜索的准确度。实验结果表明,该算法在一定程度上提高系统的推荐质量。
第1页/共1000条
每页显示 条


Home
Copyright © 2008-2020 Open Access Library. All rights reserved.