截尾正态分布的最小后验风险Bayes推断

设有两个总体G0、G1,分别服从参数为(μ0,σ)与(μ1,σ)的截尾正态分布。基于寿命数据X,考虑判别问题:μ=μ0vs.μ=μ1(μ1>μ0>0)。本文依据最小后验风险准则,给出了上述问题的Bayes判决方法,为寿命判别制定了一个简便操作的规则。

定时截尾指数分布的Bayes推断

研究了在定时截尾试验下,对指数分布的试验给出了检验问题:θ=0θ对θ=1θ,1θ>0θ,并依据最小风险准则,给出了此问题的Bayes判别方法.

两截尾分布总体的最小后验风险Bayes推断

对给定的寿命试验数据X,利用似然比检验法可对该数据是来自截尾指数分布还是截尾正态分布进行判别,但却很难求出似然统计量的分布形式。基于Bayes公式,在错判损失不同和最小后验风险准则下,给出有助于判别的Bayes方法。

基于最小风险的SVM及其在故障诊断中的应用

结合两类错误分类造成损失不等这一故障诊断特点,提出了基于最小风险的SVM方法。进行了三个方面的研究:a.在Platt提出的样本后验概率基础上,给出了修正的分类面以及修正的后验概率估算方法,并分析了该方法的合理性;b.将最小风险决策与SVM输出的后验概率有机融合,使该方法对故障的诊断更加敏感,减小漏判概率;c.以电液伺服阀故障诊断为例,对样本数据经K-L变换后进行可视化研究,分类结果表明了该方法的可行性。

定时截尾Pareto分布最小后验风险的Bayes推断

在定时截尾试验下,利用决策理论,充分利用产品的先验信息.考虑试验费用和试验时间,并结合损失函数,对分布制定了最小后验风险决策方案。

对数正态分布的最小后验风险Bayes判别

设有两个总体G0、G1分别服从参数为(μ0,σ)与(1μ,σ)的对数正态分布.基于寿命数据X、最小后验风险准则,给出了相应的判别分析问题的Bayes判别方法,为寿命判别制定了一个操作简便的规则.

定时截尾Weibull分布最小后验风险的Bayes分析

基于定时截尾试验,依照Bayes决策理论,充分利用产品的先验信息,结合损失函数对典型的寿命分布—Weibull分布最小后验风险的Bayes分析进行研究讨论.在实际应用上,解决这类问题可在产品的寿命试验以及可靠性检验试验中,达到节省时间,节省费用和减少损失的目的.