大体积混凝土力学参数的Bayes随机优化反演

首次将Bayes参数估计理论引入温度荷载作用下大体积混凝土力学参数随机反演问题,建立了相应的Bayes参数反演误差函数,并将优化理论中的变尺度法应用于该反演问题,推导了相应的计算公式,通过一典型分析得出了若干有益结论。

岩体弹-粘塑性参数的Bayes随机优化反分析

将Bayes参数估计理论引入岩体弹-粘塑性参数随机反分析问题,建立了相应的Bayes参数反分析误差函数,并将优化理论中的变尺度法应用于该反分析问题,推导了相应的计算公式,编写了相应的计算程序。通过典型算例验算表明,Bayes随机优化反分析方法能有效地估计岩体弹-粘塑性参数,且具有较高的计算精度和计算效率。

基于Bayes-MCMC的水声双程信道建模及自适应采样反演

高置信度水声双程信道仿真建模是水下目标回波仿真研究的基础内容,对水下作战装备的研发具有重要作用。文中基于经典信道模型通过合理的假设建立了水声双程信道解析模型。在此基础上,以BayesMCMC反演算法为核心,分析水声双程信道参数反演问题特点,设计了Metropolis-Hastings自适应单维度串行采样算法,实现了基于回波信号的信道模型参数高效反演。经仿真及实测数据验证,所设计的自适应采样反演方法其结果具有较好的一致性和收敛性,在水下作战装备仿真测试方面具有良好的工程应用前景。

一种混合入侵检测模型

为了提高入侵检测模型的准确率,提出一种基于K-均值算法、朴素贝叶斯分类算法和反向传播神经网络的混合入侵检测模型;首先,采用基于分区、无监督式聚类分析的K-均值算法进行数据的聚类处理,得到易于被机器处理和学习的数据集;为了进一步获取必要的数据属性,将聚类处理的结果输入到贝叶斯分类器进行分类;然后,具有较短学习周期的反向传播神经网络负责训练数据分类样本;最后,基于KDD CUP99数据集,对混合入侵检测模型进行了仿真实验,实验结果表明,通过混合入侵检测模型,DoS、U2R、R2L和Probe等人侵数据被精准地检测出;相比其它入侵检测模型,混合入侵检测模型取得了较高的准确率和召回率,以及较低的误报率,具有一定的实用价值。

一种搜索编码法及其在监督分类中的应用

纠错输出码作为监督分类领域中的一个新的研究方向,是提高分类器泛化能力的一种有效方法,但目前还没有通用的确定性编码方法.分析了现有纠错输出码的性质,提出一种搜索编码法,该方法通过对整数空间的顺序搜索,获得满足任意类别数目与最小汉明距离要求的输出码;然后探讨了基于搜索编码的监督分类技术.对简单贝叶斯与BP神经网络算法进行实验,结果表明,搜索编码法可作为一种通用的编码方法用于提高监督分类器的泛化能力.

岩土工程反分析的最大熵原理

以概率与数理统计理论和现代信息理论为基础,针对目前岩土工程随机反演中常用的极大似然法和贝叶斯法,从随机过程入手,应用最大熵原理推导了这两种方法的准则函数.它的理论意义在于,从数据信息的角度对极大似然反分析法和贝叶斯反分析法进行了重新认识,比过去仅从数据和算法本身研究反演问题多了一个参照系,使得对传统意义上反分析法中的不确定性研究有了一个新的模式.

机器学习算法在疾病风险预测中的应用与比较

就最适合应用于疾病风险预测的4种机器学习经典算法,即支持向量机、BP(back propagation)神经网络、随机森林和朴素贝叶斯,对其在疾病风险预测中的前沿应用、方法学特征、优势、缺陷和适用条件进行综述,以期为更合理地应用机器学习方法预测疾病风险提供方法学支持。

燃气圆管道在空气中泄漏源地面逸出区域反算方法应用研究

本文为解决燃气管道泄漏定位问题,采用基于贝叶斯推理的马尔科夫链蒙特卡罗抽样方法,对天然气泄漏的信息参数进行反演,结合各区域可能发生泄漏的先验概率、高精准检测得到的位置和甲烷浓度信息,以及天然气泄漏扩散模型计算的浓度序列,综合计算检测区域范围内地面各位置的概率分布情况,反算泄漏源地面逸出区域,确定疑似地面逸出位置和强度。