简介：从原著入手往往可以发现作者的本意,对托马斯贝叶斯思想的解读也不例外.作为向经验学习的一种规范性理论,贝叶斯关注的是逆推理问题.从贝叶斯的基本概念——概率的两个定义入手,结合Shafer的对该问题的论述,重新解读贝叶斯对概率原理的证明尝试.不管选择实施的机会变化中什么样的事件,然而贝叶斯构建的一次偶然事件B的持续出现将产生无限的增益.

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：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：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：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：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。

简介：摘要火灾调查工作中影响因素非常多，而且存在一定的多变性。在火灾调查中引入贝叶斯网络，能够更加精准的对火灾成因进行分析，保证分析结果的准确性。首先，介绍了贝叶斯网络的概念以及贝叶斯网络结构图的构建方法，分析了贝叶斯网络应用于火灾调查网络构建以及贝叶斯计算等过程，得出通过应用贝叶斯网络，能够根据结果事件概率计算出条件事件概率，确保火灾成因分析分析中获得更为精准的信息参考，保障火灾调查工作的准确性与客观性。

简介：摘要本文在贝叶斯网络的基础上对漏洞的安全类型提出了一种新型的模型和方法将漏洞进行自动分类。在研究过程中使用的是贝叶斯网络的算法来自动执行对漏洞分类的过程。通过对漏洞CVE-2014-0928进行自动分类，将自动生成的结果与NVD1中的CVE（CommonVulnerability&Exposures）2类型进行比对，结果证明使用贝叶斯网络对攻击漏洞进行自动分类，能够更加快速的帮助网络管理员实时了解网络中存在的安全漏洞及风险级别，有利于提升网络安全水平。

简介：摘要：大型船舶具有小批量、个性化定制特性，其生命周期过程中存在着相对较多的不确定性，故障不可避免，损坏情况评估就显得尤为重要。本文提出基于贝叶斯网络模型的损坏评估方法。首先，通过分析大型船舶的结构组成，建立大型船舶的毁伤树模型；其次建立基于毁伤树的贝叶斯网络拓扑结构；然后利用层次分析法和总维修时间统计求解方法确定条件概率；最后，进行案例研究，证明方法的有效性。大型船舶损坏数据缺乏情况下，研究成果提供了一种定性定量相结合的损坏评估方法。

简介：摘要以三国演义中对空城计的描述为背景，根据博弈论中不完全信息静态博弈的相关知识，通过建模，计算和分析得出司马懿选择退兵是一种互利双赢的决策。在现代激烈的市场竞争中，企业需要通过权威性的信息发布机构证实信息的可靠性，得出不同决策之间的转折概率，为企业决策提供依据。