带不可忽略缺失数据的再生散度随机效应模型的Bayes估计

在响应变量带有不可忽略缺失数据的前提下得到非线性再生散度随机效应模型的Bayes方法.缺失数据机制由Logistic回归模型定义,根据Gibbs抽样技术和MH算法得到模型参数、随机效应因子以及缺失数据机制中回归系数的联合Bayes估计,并进行了实例分析.

结合EM算法的朴素贝叶斯方法在中文网页分类上的应用

本文描述一种利用未标记的中文网页进行分类的新EM方法,即通过不断地改变EM收敛的初始条件来改善最终的收敛结果。我们通过做实验对该方法进行了测试,获得了满意的结果。

基于报贩模式的供应链收益分享策略

为了有效地解决同时含有市场风险与质量风险因素的两级供应链成员收益分享问题,针对单一上游供应商与下游零售商构成的报贩供应链系统,提出批发价驱动模式(模式1)和销售代理驱动模式(模式2)两种供应链模式。在两模式中均由供应商承担质量风险,并基于贝叶斯方法建立了计量型与计数型抽样检验模型。以供应链成员收益最大化为目标构建公式,综合市场风险成本与质量风险成本,对两供应链模式进行比较。数值分析结果表明,当市场价较大时,模式2可同时提高供应商与零售商的收益,且两模式的差异随着市场价增加而变大。

非稀疏欠定盲分离及其在语音分离中的应用

本文提出一种基于马尔科夫链蒙特卡洛方法(MCMC)的贝叶斯非稀疏盲源分离算法。用广义高斯分布(GGD)来拟合源信号的分布,通过MCMC抽样得到GGD参数和隐变量的估计,并由此得到源信号的最小均方误差估计(MMSE),解决了GGD参数估计容易陷入局部极值点、鲁棒性差的问题。根据语音信号的局部平稳性,提出基于非稀疏度评判准则的盲分离算法,用MCMC方法分离非稀疏区的语音信号,进一步提高了语音信号分离精度。仿真实验证明,本文方法改善了非稀疏信号和语音信号的分离效果,而且具有更好的鲁棒性。

基于比贯入阻力的土体力学分层自动划分方法

基于比贯入阻力（ps）进行力学分层依赖于工程经验和工程师的主观判断,划分的土层剖面不可避免地存在不确定性.提出了一种基于ps自动划分土层的贝叶斯方法,所提方法在考虑ps的统计特性的条件下,确定最可能土层数,识别最可能的土层界面和ps的统计特征,并定量地表征土层界面和ps的统计特征的不确定性.采用基于子集模拟的贝叶斯更新方法求解高维复杂贝叶斯方程.最后,通过一套真实的ps数据说明了所提方法的有效性.结果表明：所提方法自动划分的土层合理地反映了不同土层ps的统计特性,识别出的每个土层内ps具有统计相似性,相邻土层ps的统计特性差异显著.