基于最小二乘的输电线路运行风险评估及运行状态预测

由于输电线路受环境因素和人为因素的影响,输电稳定性和供电可靠性受到一定程度的削弱。在多数研究中,分别分析了风、雷、鸟等单个因素对输电线路的影响,为了探索多因素共同对输电线路运行状态的影响,本文建立输电线路运行状态评估模型和运行状态预测模型。首先对输电线路运行影响因素进行分析,得到6种关键影响因素;然后基于马尔科夫链和最小二乘支持向量机算法构建输电线路运行状态评估模型,寻找关键影响因素对应的输电线路风险等级;最后基于贝叶斯网络建立输电线路运行状态预测模型,并将关键影响因素输入进行模型验证。结果表明,预测正确率为85.25%,预测模型具有一定的实用性。

基于最小风险贝叶斯涉密邮件统计分类算法

提出一种适用于涉密邮件统计分类的最小风险贝叶斯算法,用以提高涉密邮件统计分类准确性及其效率.算法以最小风险为分类原则,根据邮件内容的已有训练集,可自适应学习出涉密邮件分类的风险值,快速实现敏感邮件的最小风险扫描.统计分析表明,该算法准确有效,具有较好的适应性.

基于贝叶斯理论的指挥引导决策研究

为提高对战场态势判断的准确性,从而提升指挥引导战斗机的效率,提出运用贝叶斯方法对敌机态势进行估计的方法。首先介绍了贝叶斯决策的基本原理、基于最小错误率的贝叶斯决策规则,以及基于最小风险的贝叶斯决策规则。其次,对两种决策规则分别进行仿真,在情况不明的状态下,可以得到比较合理的决策结果。最后说明了在判明战场态势的情况下如何进行指挥引导解算。

半参数回归模型中参数的Bayes估计

导出了半参数回归模型中参数的Bayesian最小风险线性无偏估计(BMRLUE),研究了其在均方误差矩阵(MSEM)准则、PRPC和PPC准则下相对于最小二乘加权估计(LSWE)的优良性.