贝叶斯估计

摘要： 结构影响线识别是移动荷载下既有结构评估的理论基础,其本质上是基于系统输入-输出含噪数据反向对静力系统指定截面的响应函数进行识别。已有研究虽然取得了进展,但它们在以下两个方面存在局限性:缺乏反问题可识别性分析;缺乏不确定性量化。反问题可识别性分析是为了厘清系统识别的参数的解的情况。不确定性量化是基于测量输入-输出含噪数据估计影响线参数的后验概率密度函数。针对上述两个局限性,该文在贝叶斯概率框架的基础上开展关于影响线识别的反问题可识别性分析与贝叶斯不确定性量化。该文进行基于直接参数化的影响线识别,包括系统输入与输出、反问题可识别性分析、参数最优值。经分析得出:一方面,直接参数化无法保证全局模型可识别;另一方面,现有方法即使是全局模型可识别的情况下也无法进行不确定性量化。为保证反问题是全局模型可识别且同时获取参数后验概率密度函数,该文提出基于降维贝叶斯不确定性量化的影响线后验识别,包括系统输入与输出重构、反问题可识别性分析、后验概率密度函数。该文进行模拟数据下新光大桥吊杆拉力影响线识别,与实测及模拟数据下简支梁桥应变影响线识别,验证提出方法的有效性。

摘要： 研究了Weibull分布尺度参数变点模型的参数估计问题,结合Weibull分布的单变点模型,利用模型的极大似然估计和贝叶斯估计进行研究,并使用R软件进行随机模拟验证,试验结果表明,相比于极大似然估计,各参数的Bayes估计更接近真值.

摘要： 文章采用模拟研究,分别在混合多层模型假设满足和违背的情境下,比较了混合多层模型方法与标准化残差系列方法在识别不努力作答和参数估计方面的表现。结果显示:(1)不存在不努力作答或其严重性低时,各方法表现接近;(2)不努力作答严重性高时,固定参数迭代标准化残差法普遍更优,混合多层模型法仅在假设满足且两种作答反应时差异大的条件下表现较好。建议实际应用中优先选择固定参数迭代标准化残差法。

摘要： 首先从产出对通货膨胀的影响渠道出发,构建了金融变量、产出与通货膨胀之间的后视型经济模型。接着利用双伽马先验下的贝叶斯方法,估计了中心化参数状态空间模型,测度了不同金融变量通过产出渠道对通货膨胀的动态影响,并以此为基础构建了中国动态金融状况指数。最后,基于谱分析测度了所构建中国金融状况指数的预测能力。实证结果表明:第一,双伽马先验下的中心化参数的状态空间模型,在估计模型对应参数时可以较好地识别时变参数和非时变参数。第二,不同金融变量对中国金融状况指数的动态影响存在较大的差异性。货币供应量和房地产价格对金融状况指数的影响相对较大,而股票价格、利率和汇率对金融状况指数的影响权重相差不大,其中股票价格对金融状况指数的影响权重波动大于利率和汇率。第三,从金融状况指数的变动趋势来看,货币政策传导机制的实现仍然依赖数量型传导渠道,但是相比21世纪初,中国货币政策对价格型传导渠道的依赖有所上升,反映出中国近年来的金融改革是有成效的。第四,谱分析结果和滚动式外推预测结果显示,所构建的金融状况指数对宏观经济一致指数和价格具有较好的预测能力。总之,构建的中国金融状况指数较好地捕获了相关金融变量对金融市场状况的影响特征,它可以作为宏观经济变量的先行指数。因此,中国央行可以通过动态FCI的构建和分析,促进中国金融业高质量发展。

摘要： 由于岩土材料固有的天然成因,其基本物理力学特性表现出不同程度的空间变异性。基于有限的检测数据很难对岩土材料的整体物理力学特征进行描述,而特征参数取值的差异对岩土工程稳定状态的判别和相关工程设计结果的影响不可忽略。基于该问题,提出对一定空间范围内的特定岩(土)性材料性质整体特性进行描述的岩土材料基因特征的概念,给出基因特征的定义及其基本属性,提出运用大数据理论对大量实际工程中检测到的岩土材料参数数据进行统计分析并寻找其基因特征的思路。研发了岩土材料基因特征大数据管理及分析软件系统,实现了对岩土材料大数据实施收集、传输、分类、筛选、管理和统计分析的功能,并结合在重庆地区收集到的7万余条典型岩土材料数据,对该地区的典型岩土材料基因特征进行分析,得到相应的基因图谱。

摘要： 为解决小子样高可靠性长寿命产品的可靠性评估,提高可靠性评估的精准度,采用贝叶斯方法构建多个信息源数据融合的贝叶斯可靠性评估模型。首先,该模型选择一组数据作为另一信息源的最初先验信息,根据贝叶斯估计融合得到后验密度,并将其作为下一信息源的先验分布;通过依次迭代,得到多源异构数据的联合后验密度和可靠性指标数据,进而完成相应的可靠性分析。最后,通过仿真算例验证了该模型的合理性与有效性。

摘要： 生存分析的主要内容是描述、测量和分析事件的特征,并对生存进行预测,常借助于COX回归模型.本文主要做了如下工作,一是在数据满足PH假定的前提下,利用极大似然估计拟合COX回归模型;二是借助统计分析软件,利用蒙特卡罗抽样技术,计算模型的后验估计值拟合贝叶斯COX回归模型;三是分别在不同参数模型下利用极大似然估计和贝叶斯统计方法拟合模型,从而进行比较和分析。

摘要： 针对无线传感器网络节点冗余和数据重叠的问题,提出一种基于深度自编码网络的实验室WSN数据压缩算法来减少传感器通信和计算开销.使用K-means算法将传感器节点划分为不同的簇,使用深度神经网络对相同簇中节点采集的数据进行压缩编码与分类,从而减小数据规模.使用贝叶斯估计算法对压缩编码后的数据特征进行融合.仿真测试与实验结果表明,所提出的算法能明显减少数据量,相比于Megrez算法与E-CPDA算法的数据融合精度分别提升了4.2%和19%,同时能够增加无线传感器网络的生命周期.

摘要： 针对合成孔径雷达图像边缘、纹理与形状信息丰富,图像尺度大难以处理的问题,提出了一种基于显著性检测的合成孔径雷达目标检测算法.将合成孔径雷达图像表示成超像素,来构建超像素间的关联关系图从而解耦整张图像.同时基于人眼视觉系统对多尺度图像进行非均匀采样的特点,分别提取图像的局部对比度显著性、像素紧凑度显著性和全局唯一性显著性映射,并使用贝叶斯估计得到SAR图像的精确显著性映射,融合三种显著性映射得到最终的显著性图实现目标检测.在各种SAR图像显著性检测实验的定性与定量结果表明,所提方法明显优于现有方法.

摘要： 传统基于高斯统计特性的波达角(DOA)估计方法在高斯背景噪声中可以获得较好的估计性能,然而受脉冲噪声影响的浅海环境噪声不再服从高斯分布,若直接利用传统波达角估计方法会引入较大误差。为提升非高斯噪声环境下的波达角估计性能,该文提出一种浅海非高斯噪声下的基于变分贝叶斯推断的波达角估计方法。首先利用信号与脉冲噪声的稀疏性构建多测量向量稀疏信号恢复(SSR)模型;其次,考虑信号的共稀疏特性与脉冲噪声的独立稀疏性,构建层次化贝叶斯估计框架;然后利用变分贝叶斯推断估计信号与噪声的后验概率估计。稀疏信号模型中考虑离网格误差,利用根稀疏贝叶斯估计实现离网格误差修正,解决离网格误差引起的基失配问题;最后通过迭代更新获得较为精确的波达角估计,同时消除脉冲噪声的影响。仿真结果表明:所提方法在非高斯噪声环境下具有较好的波达角估计性能,同时对于脉冲噪声具有较强的抗干扰特性。

摘要： 本文在面板平滑转换模型的基础上引入空间相关性,构建了空间滞后面板平滑转换模型,该模型兼具面板平滑转换模型和空间计量模型的优点,既能充分考虑截面单元的个体异质性,又能解决变量的空间相关性问题,是对面板模型的有益拓展.鉴于贝叶斯方法无须解决似然函数最大化问题的优点,本文结合Metropolis-Hastings算法和Gibbs方法构建了模型的贝叶斯估计方法.文章最后通过对具有不同数据结构(空间权重矩阵)的模拟数据的估计以考察所构建的贝叶斯估计方法在小样本条件下的表现,数值模拟结果表明所提出的估计方法适用于各种不同的空间数据结构,对于不同类型的小样本数据,估计方法都具有较高的估计精度和稳定性.

摘要： 传统的空间计量模型采用单一不变参数表征空间单元间的依赖性,但随着样本结构中时间T和个体N的增大,不变系数模型的估计结果难以准确地反映经济行为的动态特征,造成参数估计有偏.基于此,本文构建时变系数广义空间滞后模型,先利用贝叶斯方法推导出各时变参数的条件后验分布,再结合MCMC方法估计模型并进行数值模拟,并将其应用于具体实例.数值模拟结果表明,时变系数的均偏差和均方误差都随着样本结构中个体N的增大而减小,且与时间T的大小无关.实例应用的结果不仅重新测度了产业集聚对产业结构升级影响的空间时变效应,也再次验证了模型方法的可靠性和实用性.

摘要： 贝叶斯估计利用先验信息和观测数据来预测未知系统状态,粒子滤波器是一类在贝叶斯框架下基于蒙特卡罗原理预测系统状态或者识别系统参数的在线识别算法.本文采用粒子滤波算法开展单自由度结构参数识别的研究,以Kobe地震波作为外部激励,对不同高斯噪声水平下结构的参数进行了识别研究.比较了无噪声和不同水平高斯噪声下的参数识别结果,考察了噪声对识别结果的影响.分析表明:基于粒子滤波器的结构参数识别算法抗噪性能良好,识别误差小,符合实际工程对精度的要求.

摘要： 评价新的诊断试验/工具或生物标记物对某种疾病的诊断能力,在临床实践或科学研究中是一个非常重要的话题.本文主要讨论了在无金标准情况下,评价和比较多个诊断试验/工具的准确度问题.针对诊断试验诊断结果间的相关关系,本文提出了一种新的度量相关关系的方法——Copula相关结构,并基于观测数据,建立带有Copula相关结构的潜在类别模型.用贝叶斯方法对所建模型中的参数进行估计.基于MCMC中的Gibbs抽样方法得到各参数的后验估计值.本文通过数值模拟的方法说明了参数贝叶斯估计值的有效性,并验证了所建模型的可识别性.最后,将所建模型应用到实际数据分析中,无金标准情况下评价了中医里三个诊断工具对缺血性中风病患者"内风"证候的诊断性能.

摘要： 受拓扑结构约束，故障信息间存在相互关联，三相故障信息间存在相互关联，多种故障检测原理构成故障信息冗余，保护动作引起的开关跳闸构成故障信息冗余，永久性故障在重合闸过程中产生信息冗余，合理利用上述有利条件可实现容错故障定位。利用故障信息的相互关联和冗余可以实现容错故障定位。最大似然估计+先验概率→贝叶斯估计。

摘要： 交通运输对于石油产品的消耗造成的空气污染已成为我国城市及区域雾霾成分的重要来源,而交通需求是交通运输业能源消费造成空气污染的驱动力,研究交通需求的影响因素对缓解当前由交通运输造成的空气污染具有重大意义.基于此,本文通过建立结构方程模型,利用贝叶斯估计方法分析比较了中美两国的交通基础设施、交通成本、经济活动等潜在变量对道路交通需求的影响,结果显示经济活动因素对两国的交通直接影响最大,而考虑间接影响后,交通基础设施的影响最为显著,且中国消费者对于交通成本较美国消费者更加敏感.

摘要： 目前SIL验证常用的方法有可靠性框图模型(RBD)、FTA模型、简化方程式计算方法、失效模式与影响分析(FMEA)、Markov模型等.FTA模型仅考虑危险失效状态,运算相对简单;Markov模型包括设备多种失效模式,计算需求数据较多,计算结果可得到多个可靠性指标.研究从实用角度,以芳烃分馏装置为例,通过贝叶斯方法估计SIS结构失效率,结合保护层分析方法,通过FTA模型、Markov模型进行安全仪表系统SIL验证.与ORADE数据库点失效率相比,结合经验数据的贝叶斯估计SIS结构失效率值较大,SIL验证结果对比,可以发现在失效率较低情况下,Markov模型计算要求危险失效数据,模型复杂,通过两种方法验证所得失效率相近,安全完整性等级相同.

摘要： 本文以深圳市74个街道为研究背景,利用夜间灯光强度作为每个街道的人流活动强度代理变量,并融合公交站点密度、信号控制交叉口密度、学校密度、工厂密度、街道面积、路网长度及街道区位等要素作为自变量,分别建立最小二乘法、普通泊松回归模型和贝叶斯泊松回归模型,以构建街道尺度的交通事故死伤人数模型.研究结果表明,街道面积、道路长度、公交站点密度、信号控制交叉口密度、学校密度、工厂密度、平均夜间灯光强度和街道区位均与死伤人数相关.此外,研究结果还表明,相比于最小二乘法和普通泊松回归模型,贝叶斯泊松回归模型的结果更优.本文的研究结果能为街道尺度片区事故分析预测和交通安全改善提升提供重要的决策支持.

摘要： 本文以深圳市74个街道为研究背景,利用夜间灯光强度作为每个街道的人流活动强度代理变量,并融合公交站点密度、信号控制交叉口密度、学校密度、工厂密度、街道面积、路网长度及街道区位等要素作为自变量,分别建立最小二乘法、普通泊松回归模型和贝叶斯泊松回归模型,以构建街道尺度的交通事故死伤人数模型.研究结果表明,街道面积、道路长度、公交站点密度、信号控制交叉口密度、学校密度、工厂密度、平均夜间灯光强度和街道区位均与死伤人数相关.此外,研究结果还表明,相比于最小二乘法和普通泊松回归模型,贝叶斯泊松回归模型的结果更优.本文的研究结果能为街道尺度片区事故分析预测和交通安全改善提升提供重要的决策支持.

摘要： 本文以深圳市74个街道为研究背景,利用夜间灯光强度作为每个街道的人流活动强度代理变量,并融合公交站点密度、信号控制交叉口密度、学校密度、工厂密度、街道面积、路网长度及街道区位等要素作为自变量,分别建立最小二乘法、普通泊松回归模型和贝叶斯泊松回归模型,以构建街道尺度的交通事故死伤人数模型.研究结果表明,街道面积、道路长度、公交站点密度、信号控制交叉口密度、学校密度、工厂密度、平均夜间灯光强度和街道区位均与死伤人数相关.此外,研究结果还表明,相比于最小二乘法和普通泊松回归模型,贝叶斯泊松回归模型的结果更优.本文的研究结果能为街道尺度片区事故分析预测和交通安全改善提升提供重要的决策支持.

摘要： 本发明实施例提供了一种基于贝叶斯估计的定位方法、装置及电子设备，应用于通信技术领域，该定位方法包括：获取多个目标基站在各个接收时刻下所测得的信号到达时间，针对每一目标基站，基于该目标基站测得的信号到达时间，执行预定的第一数据处理，生成每一接收时刻下该目标基站对应的第一条件概率；针对每一目标基站，基于该目标基站测得的载波相位，执行预定的第二数据处理，生成每一接收时刻下该目标基站对应的第二条件概率和第三条件概率；基于所生成的第一条件概率、第二条件概率以及第三条件概率，生成贝叶斯估计模型；基于所述贝叶斯估计模型，确定所述目标移动终端的位置。可以解决目标移动终端的定位精度不高的问题。

摘要： 本发明公开了一种基于贝叶斯估计与水平集的快速图像分割方法及装置，可应用于智能图像理解与机器视觉等领域及相关应用。该方法利用概率性质重写水平集演变方程；通过基于分割曲线内像素与总像素比值得到先验概率，将目标形状变化信息代入贝叶斯估计得到概率标签；将概率标签代入能量函数，利用概率中包含的统计信息来提高参数估计的效率。通过概率标签、统计参数与水平集的快速更新使得图像分割快速进行。相比于传统方法，本发明能够大大降低计算代价，并且有效解决了主动轮廓在彩色图像中的应用问题，通过多元的高斯分布，算法可以在不改变数学模型的前提下对任意维的数据进行处理。

摘要： 本发明提供了一种基于贝叶斯估计的测试用例生成方法及系统，包括以下将软件的输入域划分成多个子区域，并将输入域的边界区域与内部区域区别开来，将边界区域作为优先级最高的子区域；引入贝叶斯估计方式，估计内部区域中子区域里可能包含失效区域的概率，基于概率大小对内部区域中子区域进行排序；按照子区域的优先级顺序生成测试用例，直至发现软件错误；若测试用例数达到预设条件仍未发现软件错误，则继续在优先级最高的子区域生成测试用例，直至发现软件错误。本发明的方法可以很好地解决现有ART方法存在的巨大计算开销问题，并在一定程度上解决了ART方法的边界效应问题，同时提高了运行效率。

摘要： 本发明涉及轨迹预报技术，是一种基于贝叶斯估计的高超速飞行器长期轨迹预报方法，为解决高超声速飞行器轨迹预报的主要技术难点：构建合适的目标意图代价函数，准确反映目标飞行意图；开发目标飞行的可行区快速结算方法；基于贝叶斯估计设计合理的多步递推预测算法，预测目标攻击意图和轨迹预测，实时建立预测轨迹簇；本发明主要包括四部分内容：多指标意图函数建立、高超声速飞行器可行区分析、贝叶斯估计下意图推测算法和基于蒙特卡洛打靶的高超声速飞行器轨迹预报方法一方面推测目标飞行意图，降低目标机动致使的轨迹不确定性；另一方面设计实时未来轨迹多步递推算法，充分挖掘高超声速飞行器运动的潜在规律，实现目标轨迹的长时间预报。

摘要： 本发明公开了一种基于贝叶斯估计的目标检测方法，属于雷达信号处理领域。该方法包括：一部分是虚警概率近似等于目标存在的概率；另一部分是目标存在的情况下，目标检测概率的表达式。本发明用贝叶斯估计的方法推导出了检测概率和虚警概率相应的表达式，近似得到了两者的关系式，使检测达到最优，对目前雷达目标的探测问题的补充及完善具有重要意义。

摘要： 本发明公开了一种基于贝塔分布和贝叶斯估计的软件行为预测方法，用于在给定行为训练数据下，每个数据都可以对模型造成大幅影响，且模型无需收敛到一个定值，并以此预测下一次二值行为，达到良好的模型训练和行为预测效果。本发明基于概率分布、贝叶斯估计、隐马尔科夫模型的模型预测技术，完成了在数据量小，模型变化大的情境下进行模型训练和预测的功能。此工具使用隐马尔科夫模型对情境进行建模描述，然后选用了贝塔概率分布，并在使用贝叶斯理论的基础上，实现了单个数据更新模型的功能，且通过设置前提性先验数据，实现了在内在规律符合贝塔分布的基础上，模型可以根据实际情境以及前提性先验数据大幅更改的功能。本发明就可以达到在给定二值行为训练数据下训练得到单数据变化模型并预测下一次行为的效果，扩展了模型训练软件的适用对象。

摘要： 本发明涉及一种基于贝叶斯估计的电力系统惯量估计方法，包括：基于贝叶斯估计理论对模型参数进行先验假设，得到先验概率分布；利用观测数据求得似然函数，对似然函数和先验概率分布使用贝叶斯公式计算得到后验分布；基于后验分布，在线估计完成惯量评估。本发明无需对模型次数进行选择，可有效地避免参数过拟合的问题，对电力系统惯量进行有效评估。

摘要： 本发明属于X射线脉冲星自主导航技术领域，公开了一种基于贝叶斯估计的X射线脉冲星导航TOA估计方法；在光子计数率的整体趋势符合泊松分布的条件下，X射线光子到达时间序列可建模成非齐次泊松过程；PSR B0531+21脉冲星的流量特性符合泊松分布，建立泊松分布信号模型，分为时频模型和稳频模型两个部分；选择光子序列的稳频模型进行傅里叶变换后转换到频域，得到带有时延估计参数的光子流量概率函数表达式；利用贝叶斯定理将流量概率表达式转化成能够计算时延参数的似然函数求解；利用贝叶斯估计计算工具多模式嵌套抽样算法，进行迭代，进而计算似然函数的参数估计值。本发明有效观测时间内提高TOA估计精度，满足脉冲星导航未来的工程发展要求。

摘要： 本发明属于运动状态估计领域，特别是一种基于双贝叶斯估计的水下运动体状态估计方法。建立水下运动体的运动状态估计模型：利用观测量解算出前一时刻水下运动体的速度大小及方向：利用下一时刻的观测信息更新贝叶斯估计参数：利用自适应贝叶斯运动估计方法，估计出水下运动体当前时刻的速度大小及方向；利用水下运动体当前时刻位置和自适应贝叶斯的估计结果，通过无迹贝叶斯运动估计方法，得到下一时刻的水下运动体位置。针对水下运动体运动情况复杂的特点，利用双贝叶斯估计的方法，该方法贴合水下运动体的运动模型，能够精确把握水下运动体运动状态。算法的估计精度高于单级运动状态估计方法。

摘要： 本申请涉及数据处理技术领域，公开了一种基于高斯建模及线性贝叶斯估计的状态监测方法、装置、设备及存储介质，包括高斯建模先验推断和线性贝叶斯重构两个阶段，主要以待监测机电设备正常运行状态下的历史监测数据为基础重构出该机电设备在正常运行状态下的理论监测数据，理论监测数据和采集到的实时监测数据之间的偏差程度能够反映机电设备当下是否处于劣化状态。无需以劣化状态下的监测数据作为训练集，基于无监督学习方式，有效解决了在无设备劣化和故障数据训练的前提下，早期劣化检测模型难以构建的问题，同时基于线性贝叶斯框架，可解释性强，鲁棒性和性能较高，适用于各类机电设备。