简介：本文给出了在方差已知的情况下，正态分布期望参数的估计的损失与风险在不同的先验分布下的贝叶斯估计，并研究了其性质。

简介：针对机枪枪管初速衰减的建模及寿命预测问题,运用贝叶斯推断方法对最小二乘支持向量机(LSSVM)的正则化参数、核函数参数进行优化选择,提出一种基于贝叶斯推断LSSVM的机枪枪管初速衰减建模方法,应用机枪枪管初速衰减试验数据,建立了以环境温度、射击间隔时间、累计射弹量为输入,相对初速为输出的贝叶斯LSSVM机枪枪管初速衰减模型,并与交叉验证的LSSVM及BP神经网络模型进行比较。研究结果表明,基于贝叶斯推断的LSSVM建立的预测模型明显优于上述两种方法,验证了基于贝叶斯推断的LSSVM方法对以初速下降量枪管的寿命评价的有效性。

简介：摘要：贝叶斯公式是概率论与随机过程课程中一个十分关键的理论部分。本文给出了贝叶斯公式在现实生活中的常见应用。

简介：贝叶斯分类方法,是以概率假设为基础的.假设需要分类的数据遵循某种假设分别,通过这些概率分布以及对观察数据本身进行推理,得出最好的分类结果.本文重点介绍贝叶斯分类模型的相关理论基础以及常见的几种贝叶斯分类模型.

简介：贝叶斯统计被很多人认为是唯一精确的统计方法,在各个领域都有所运用。随着我国对于经济发展的要求越来越高,金融市场更加的繁荣了,需求也有所提高。虽然我国目前金融市场的运行良好,但是问题并不是突然出现的,往往在繁华的背后就会埋下风险的种子。本文基于贝叶斯的统计方法对于金融市场的风险进行分析,使有关部门能够更加深入的了解金融市场运行,进行全程的把控,防止金融市场风险的演变,造成我国经济运行的混乱。

简介：摘要随着艾滋病在世界各国的流行，波及的地域越来越广，人群更多，流行模式更为复杂，对艾滋病疫情估计和预测的方法也需要不断改进与完善。已有的疫情估计中的数理统计模型和计算机软件预测方法各有其优缺点，不同的疫情估计方法相互结合、相互印证有利于艾滋病疫情的综合评估。本文对贝叶斯统计在艾滋病疫情估计中的思想、发展、应用以及注意事项展开综述，为贝叶斯统计在艾滋病疫情估计中的进一步应用提供参考。

简介：摘要：贝叶斯公式是概率论中很重要的公式，贝叶斯公式在医学、信息传递、生产、侦破

简介：贝叶斯决策是决策者经常使用的一种决策方法，具有较严谨的分析思路，但本身也存在一些问题，本文其存在的两点缺陷进行了分析提出了相应的改进方法。

简介：借助概率论中的贝叶斯公式理论和方法,对现实中人们对有关化验结果的疑惑进行了详细的解释,从而使人们能更科学地理解化验结果,深刻感知数学在解决实际问题的作用.

简介：摘要：贝叶斯公式是建立在全概率公式的基础之上得到的，在各个领域有广泛的应用。本文采用探索式、启发式教学方法对贝叶斯公式进行教学设计。通过生活中的实际例子吸引学生注意力，以问题为导向，以分析为重点，以应用为巩固拓展，引导学生思考、解决问题，进而使学生较快理解与掌握贝叶斯公式的基本思想和基本求解步骤。

简介：在决策与判断研究中，贝叶斯（Bayes）理论起着十分重要的作用，对于法律决策、司法判断的量化研究，也莫能例外，因为法官判案的过程可以视为在特定的证据条件下，对被告刑事责任（是否定罪、如何量刑）、民事责任（是否归责、如何赔偿）的判断和决策过程。在《法官如何思考》一书中，波斯纳举了一个无陪审团且证人是原告本人的关于性别歧视诉讼案件的例子。

简介：

简介：

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：动态贝叶斯网络（dynamicbayesiannetwork,DBN）是一种基于时序表达数据构建基因调控网络的重要方法。然而目前的DBN方法因计算时间太长,结构不稳定,准确度低,对有效性有很大影响。根据动态贝叶斯网络的度量可分解性质,将动态贝叶斯网络分为初始网络与转移网络分别进行结构寻优,在寻优时将基于静态贝叶斯网络的最大权重生成树算法与贪婪搜索算法相结合,移植入动态贝叶斯网络中,建立基因调控网络模型。提出了一种从时序数据中构建基因调控网络的方法,克服了贝叶斯网络不能描述循环调控的缺陷,也从规模上简化了网络构建问题。通过与相关实验文献的对照,验证了提出方法的有效性,网络学习时间明显缩短,网络结构更加稳定。

简介：贝叶斯单病例随机对照试验是近年来流行的研究设计。本文对贝叶斯单病例随机对照试验的分析原理、统计要求、应用现状及优缺点等进行介绍。虽然贝叶斯单病例随机对照试验尚处于小规模应用的阶段且有许多问题尚待完善,但是其可提供较为丰富的后验信息,有望成为今后单病例随机对照试验的主要类型。

简介：本文利用贝叶斯分析方法建立了评估企业诚信度的概率估计模型，并选取了一些有代表性的企业进行实证分析。与现有的同类问题研究相比，本模型的特点是将决策者个人经验和主观判断作为先验信息与样本信息相结合、将财务数据与诚信表现相结合，从而提高了估计的可靠性和准确性。

简介：摘要采用贝叶斯回归分析模型对300MW燃煤锅炉的NOx排放特性建立模型。利用热态实炉试验数据对模型进行了训练和验证。然后利用蚁群算法对该模型进行优化，从670个工况中选三个典型的工矿进行优化。结果表明，贝叶斯回归分析能很好的模拟NOx的排放特性，而且易操作，另外因为是从概率的角度进行分析处理，因此并不存在过拟合以及泛化能力的问题，为燃烧建模提供了一种新的角度。

简介：由于市场环境中存在着许多不确定因素，使决策者的决策带有某种程度的风险。为了增加决策的可靠性，在风险决策中增大信息量是一种可行的方法。文章通过分析信息在风险决策中的作用，利用贝叶斯公式，给出了如何确定信息的价值以及如何提高风险决策可靠性的方法。

简介：水文预报对于防洪、抗旱以及水资源调度等具有重要意义。水文预报通常依靠水文模型来完成,由于受到不同流域特点、产汇流机制等的限制,每个水文模型都具有各自的特点及适用区域。单一模型具有非常大的水文预报不确定性,为了解决单一模型局限性的问题,多模型水文预报常作为降低水文预报不确定性有效方法之一。选用三种常见的水文模型:时变增益水文模型、新安江模型和萨克拉门托模型,在珠江飞来峡流域进行分布式建模,采用相同的输入与初始场,三个模型独立进行模拟,然后对比三个模型的结果,并进行贝叶斯多模型加权平均和简单平均得到多模型平均结果,研究结果表明,贝叶斯模型处理后的结果要比单个模型模拟结果和简单平均处理后的结果准确率高。