基于Hadoop的分布式朴素贝叶斯智能诊断系统

介绍基于Hadoop的分布式朴素贝叶斯智能诊断系统的研究思路、设计与实现,结合系统在广东省中医院的应用情况对其进行优化与改进,包括算法改选设计及系统准确率、扩展性、安全性等方面。

利用贝叶斯极值分布函数估算河套断陷带的发震概率

Campbell（1982,1983）将贝叶斯概率理论和极值概率模型相结合,发展出一种估算地震发生概率的贝叶斯极值分布模型。在此模型中,地震活动的先验估计值是基于地震矩、滑动速率、地震复发率和震级等数据计算得到的,而后将估计值用于贝叶斯理论的后验估算,或者用于研究区的历史地震活动性的评估方面（李拴虎等,2016）。

一种二元响应变量模型的分布式贝叶斯估计方法

在海量数据背景下,传统的基于单个计算节点的算法很难满足分析要求。考察了一种分布式贝叶斯估计方法,通过在每台机器上单独运行蒙特卡洛抽样并做加权平均可以有效地解决算法效率问题。将该方法应用于基于广义极值模型的二元响应变量回归分析,并探讨其实用性。模拟研究表明分布式算法比传统方法更有效。

几种先验分布下指数分布参数的贝叶斯估计

运用贝叶斯决策方法,在定时和定数截尾寿命试验下,引入两种损失函数,总结和进一步推断指数寿命分布的分布参数取各种不同先验分布形式时的贝叶斯估计。

基于最优传输理论的碳中和问题的模型构建研究

全球变暖已经成为当今社会所关注的焦点问题,导致全球变暖的主要原因是二氧化碳等温室气体的大量排放,我国碳达峰与碳中和目标的提出为进一步解决全球气候变暖现象提供了具体思路。如何实现碳排放量与碳吸收量之间源与汇的有效能量传输是碳中和相关理论研究的核心问题。最优传输理论是以最小成本找到源与汇的联合概率分布场的最优分布计算,此种研究模式为处理碳中和问题提供了一个全新的研究视角。首先基于贝叶斯分布的后验思想与指数分布族的先验形式,利用Lagrange函数得到碳排放量所满足的边缘概率分布,并根据数据实验得出碳吸收量的分布形式,然后基于最优传输理论建立相应的碳中和模型,并利用回归分析方法对所得到的传输系统进行检验与调节,最后基于数值模拟证明所提出方法的可行性。此种将碳中和作为约束的最优传输模型,能够得到合理有效的碳排放与碳吸收之间的传输计划,具有定量化分析相关问题的理论意义与应用价值。

非参数回归的贝叶斯估计

基于因变量Y对自变量X条件分布的非参数贝叶斯估计,通过期望计算得到未知回归函数的后验估计表达式,并计算出估计的均方误差,证明该估计的均方收敛性.阐明当先验的选择接近真实的回归函数时,该估计的均方误差小于局部线性核回归的均方误差.最后通过实证分析,表明该非参数贝叶斯回归比非参数局部线性回归具有更好的预测效果.

有关正态分布的小样本可靠性评估

当可靠度特征量满足正态分布时,其分布参数(μ,h)的共轭型先验分布为正态伽玛分布。特征量的主观先验信息及其随机自变量的试验信息可被利用以克服小样本统计推断的困难,借助于最大信息熵原理和矩拟合法,将这两类信息转化为分布参数(μ,h)的贝叶斯先验分布,然后利用该先验分布或它与试验信息结合而形成的后验分布进行可靠性评估。介绍了计算方法并给出两个算例。

一类单参数指数族的共轭先验分布

共轭先验分布的选取是由似然函数L(θ)=p(x|θ)中所含θ的因式决定的,本文通过单参数指数族的似然函数L(θ)的因式,找出了与L(θ)具有相同核的分布作为先验分布,并验证了此先验分布是单参数指数族中参数θ的共轭先验分布,最后给出了一些常用的单参数指数分布的共轭先验分布．

风振作用下高层建筑结构全寿命总费用的模糊综合评估研究

针对风振作用下高层结构的全周期总费用展开研究,首先引入模糊综合评价理论建立结构失效损失费用的模糊评估模型,然后基于贝叶斯分布对结构风灾年发生概率和某一等级风灾年发生概率进行预测评估,并根据模糊综合评价方法对结构在不同风灾作用下的性能水准进行预测研究,最后针对10层和20层共10个高层结构采用已建模糊综合评价模型对其进行50个工况下的全寿命总费用预测评估。结果表明模糊综合评估模型能够考虑各种因素对结构全周期总费用的影响,评估结果与失效概率分析法具有很好的吻合性;基于贝叶斯分布的结构风灾危险性概率预测能够反映实际情况,预测结果随信息量的增多而更加准确;合理有效的结构设计应综合考虑初始结构造价和后期失效损失,以达到在结构设计寿命内总费用最小的目标。

指数型产品可靠性验收试验方案研究

在充分利用产品研制过程可靠性信息的基础上,利用多层贝叶斯方法给出了制定指数型产品可靠性验收试验的方法。该验收试验方案充分利用了产品定型试验中的先验信息,将产品在研制阶段的可靠性信息转换为批产品的可靠性信息,在确保较好验收效果的前提下,比传统的验收试验大大减少了试验时间。

基于系统动力学仿真的医疗资源配置

为了在突发事故发生时在常规病人和突发病人之间进行有效的医疗资源配置,建立了基于系统动力学的仿真模型。模型中考虑了病人病情的实时变化、医务人员的诊断信心和决策以及基于贝叶斯预测分布的评估时间和突发病人到达时间间隔,并基于最小化病人死亡率和系统平均逗留时间建立资源分配方案评价指标。通过仿真实验,比较了3种资源配置规则在不同场景下的性能优劣,证明了基于病人规模的资源分配规则较其他候选规则能够得到更好的应急处置效果,为医院的应急医疗资源配置决策及应急预案制定提供有效的参考。

小样本统计决策理论:统计学习理论

统计学习理论是由Vapnik等人提出的一种有限样本统计理论,是模式识别领域新近发展的一种新理论,着重研究在小样情况下的统计规律及统计决策方法性质。它为小样本统计决策问题建立了一个较好的理论框架,也发展了一种新的通用统计决策学习方法一一支持向量机,较好地解决了小样本统计决策问题。谊文旨在介绍统计学习理论的基本思想、特点、研究现状和一些思考。

基于变位置参数贝叶斯预测银行内部欺诈研究

内部欺诈事件类型是中国商业银行最严重的操作风险类型。但由于操作风险本质特征和中国商业银行内部欺诈损失数据收集年度较短,数据匮乏,为了在小样本数据下进行更准确的度量,本文采用贝叶斯后验预测分布方法,其中,假设损失频率服从泊松一伽马分布,而损失强度服从广义帕累托-混合伽马分布,分析后验分布的形式。由于在广义帕累托分布的参数估计中,位置参数的确定对估计结果的影响很大,因此,本文采用变位置参数线性趋势的贝叶斯分析以增强参数预测稳定性,降低位置参数选择对结果产生的影响,获得中国商业银行内部欺诈损失频率和损失强度的后验预测分布和边际分布,进而采用蒙特卡罗模拟,联合损失频率分布和损失强度的预测分布获得内部欺诈的风险联合分布。与传统Poisson-GPD极值分析法相比,在险值和预期超额损失明显降低,有利于银行降低内部欺诈操作风险资本。利用贝叶斯分析获得的后验分布可以作为未来的先验分布,有利于在较小样本下获得较真实的参数估计。

基于贝叶斯理论的多载频SIAR雷达频率分集角度测量

SIAR雷达采用多载频正交发射、多天线接收模型,通过频率分集处理,其接收回波经过变换等效为非均匀空域采样信号,常规傅里叶变换处理得到的目标谱分析会出现较大的旁瓣效应,文中先对接收天线位置进行预排序处理,之后通过贝叶斯后验概率分布准则,采用l2范数对目标功率谱进行加权约束,进而获得空间均匀采样阵列回波.仿真试验给出了目标在不同SNR、不同外推阵列个数及不同仰角下的谱分析,仿真结果有效验证了SIAR雷达在高分辨角度测量等方面的优势.