六味地黄丸缺味药的Bayes法和PRIMA法定性识别研究

目的：对六味地黄丸缺味药进行Ｂａｙｅｓ 法和ＰＲＩＭＡ法定性识别研究。方法：采用反相ＨＰＬＣ法对六味地黄丸缺味药模拟方的浸出物进行分析，选取９ 个色谱峰的峰面积与内标峰面积之比值作为样本特征变量，通过１６９ 个训练集样本建立了其中３ 种缺味药的Ｂａｙｅｓ 法和ＰＲＩＭＡ法判别分析数学模型。结果：３ 种缺味药４ 种模式的平均正确识别率Ｂａｙｅｓ 法和ＰＲＩＭＡ 法均为１００％ ，对１６９ 个预示集样本的平均预示率Ｂａｙｅｓ 法为１００％ ，ＰＲＩＭＡ法为９９ ．６％ 。结论：Ｂａｙｅｓ 法和ＰＲＩＭＡ 法能对六味地黄丸３ 种缺味药进行准确识别。

广义Bayes法在裂隙岩体渗透系数随机反演中的应用

工程中由于存在各种随机因素,采用确定性的渗流分析方法进行渗透系数的反演必然会导致结果的不确定性。本文基于渗流场的随机有限元分析方法,结合变尺度优化算法和广义Bayes法,建立了一种渗透系数的随机反演方法,推导了详细的计算公式。该方法不仅考虑量测水头、渗透系数的随机性,还考虑了边界水头的随机性,不仅可以获得渗透系数的均值反演结果,还可以得到标准差的反演结果。最后将该法应用于重力坝坝基渗流算例分析中,以渗流有限元正分析计算结果作为"假想"的实测点水头值,通过随机反演,同时获得渗透系数均值与标准差的反演结果,将输入信息与反演结果对比分析,验证了渗透系数和标准差反演结果的正确性。

BAYES法临床用于制订地高辛给药方案的研究

本文通过回顾性分析２７例口服地高辛及给药方案个体化的数据，来研究ＢＡＹＥＳ法临床应用。本法取血时间不受给药方案的限制，在仅有一次血药浓度值的条件下，在群体药代动力学参数的基础上，即可拟合个体药动学参数，以便制订或调整给药方案。

岩土工程参数Bayes法推断中先验与后验样本大小的探讨

岩土力学参数Bayes统计推断存在验前和后验样本信息问题．在解决工程问题时，先验与后验分布信息的获取是靠样本容量的大小确定，而获取样本信息是要付出工程费用的．为了探讨岩土参数Bayes法推断中先验与后验样本的取值大小，采用贝叶斯推断简化方法，通过对某工程的岩土力学参数分析，得到先验样本数为30～35个和后验样本数不少于4个时，计算出的统计参数均值与方差的误差最小．本文的研究为岩土工程力学参数概率统计样本大小的确定提供了参考．

Bayes法与中药质量研究

采用 Bayes法对已知类别的中成药牛黄解毒片建立了目标函数 ,对未知类别的同种药品进行了判别归类 。

基于Bayes方法的数控机床可靠性研究

传统的用于计算数控机床整机及其子系统可靠度置信下限的方法有很多,根据获得数据的方式以及处理数据方法的不同可以获得相应的计算结果。通过Bayes方法对数控机床进行可靠性验证。结果表明:Bayes方法可以获得很高的置信限水平估计,满足了数控机床这类特殊产品的要求。

基于Bayes理论的重型数控机床可靠性评估方法研究

针对重型数控机床故障数据样本少,传统可靠性评估方法无法对其有效评估的问题,提出基于Bayes理论对小样本条件下重型数控机床的可靠性进行评估的方法。利用自助法(Bootstrap)抽样得到样本平均无故障间隔时间(Mean Time Between Failures,MTBF)的离散分布,采用威布尔(Weibull)分布作为拟合分布,推导出可靠性寿命验后分布。通过试验数据和机床使用单位收集的故障数据的验证,说明了小样本可靠性试验获得的评估结果比较准确,该方法对实际的小样本评估有一定的借鉴意义。

特小子样场合下，Bayes方法与仿真在飞行器试验分析中的运用

本文论述具有验前信息下的试验结果统计推断方法。文中以再入飞行器落点精度评估为例，说明了Ｂａｙｅｓ方法的特点。对于验前信息的获取及验前分布的表示作了重点论述。文中提供的方法。

基于随机加权法的动态Bayes精度评估

以导弹射击精度评估为对象,研究现场子样相对较小的场合下,具有多阶段试验信息时弹点散布方差的估计问题,将随机加权法与Bayes方法结合起来,给出动态Bayes估计的随机加权调整方案.

基于Bayes判别分析模型的风化基岩富水性预测

风化基岩含水层是陕北侏罗纪煤田煤炭开采的主要充水含水层,风化基岩含水层富水性的分区预测是矿井防治水的关键。以红柳林井田中西部为研究区,在分析影响风化基岩富水性控制因素的基础上,选取了风化基岩厚度、岩心采取率、风化程度、岩性组合、风化基岩顶面标高以及砂基比6个因素作为判别指标,以研究区内41组有效风化基岩钻孔抽水试验数据以3∶1的随机分配方式作为训练样本及验证样本,构建了富水性Bayes判别分析模型;采用该模型对红柳林井田中西部未进行过抽水试验钻孔的风化基岩富水性类别进行了预测,得到了风化基岩富水性预测图。结果表明:研究区西一盘区内整体富水性相对较强,强富水性区空间分布不均;北二盘区及南二盘区大部分区域富水性相对较弱;极弱富水性区分布于东南部。通过与实际生产中工作面涌水量及出水点位置对比,该富水性分区预测结果与实际吻合。

应用Bayes逐步判别方法识别东辛油田沙四段储层流体性质

东辛油田沙四段储层存在相当数量的低阻油层,油层、油水同层、水层测井响应特征比较接近,常规交会图法难以准确识别储层流体性质.本文介绍了Bayes逐步判别方法原理和技术流程,综合应用声波时差、自然伽马、自然电位、深探测电阻率、浅探测电阻率测井资料和生产动态资料建立了油层、油水同层、水层的判别函数.应用效果表明,Bayes逐步判别法识别油水层符合率达到了87.5%,可满足东辛油田沙四段储层流体性质识别的需要.

基于Bayes判别分析方法的叙岭关隧道溶洞水源识别

基于Bayes判别方法,选取水化学常量组分作为判别指标,利用叙岭关隧道地区9个动态监测点的53个水样样本建立了该地区的水源判别模型。模型检验结果表明,其回判准确率为96.23%,具有较高的识别精度和工程推广能力。利用建立的判别模型,对叙岭关隧道1号溶洞内两个出水点RQ1和RQ2的水源进行了识别,并结合其流量动态变化特征、同位素分析结果,以及1号溶洞发育位置,推断1号溶洞内两个出水点的水源为P1m+q含水层中的岩溶地下水。根据判别结果,建议1号溶洞采取"以排为主"的原则加以处治,并尽量保留溶洞水的过水通道。

煤巷围岩分类的Bayes判别分析法

选用影响煤巷围岩分类的主要6项指标作为Bayes判别分析模型的判别因子,以15组煤巷围岩实测数据作为学习样本进行训练,通过分析计算,建立了相应的线性判别函数,并利用回代估计方法对训练后的判别模型进行检验,其回判估计的误判率为0。利用该模型对3组煤巷围岩实测数据情况进行识别,其结果与实际情况完全一致,并与神经网络和支持向量机的预测结果进行对比。结果表明:Bayes判别分析法判别能力强,交叉确认估计的误判率低,是解决煤巷围岩分类的一种有效方法。

天然草地分类的Bayes判别分析法

基于多元统计分析理论,综合考虑天然草地的生态状况、可再生产能力和经济条件等因素,选择植被覆盖度、可食风干牧草产量、牧草利用率、草地可利用面积系数、草群中优良牧草比率和羊单位需草地面积6个参数作为判别因子,建立了天然草地分类的Bayes判别分析法。将天然草地分为温性荒漠类、温性草原类和低山地草甸类3个类别,并作为Bayes判别分析的3个正态总体,以新疆准噶尔盆地西部地区的31个天然草地为样本(其中18个为训练样本),以Bayes线性函数值和后验概率对样本所归属的总体进行识别,将建立的模型对训练样本进行回判,以回代误判率对模型进行检验。研究表明,Bayes判别分析模型可以很好地反映不同类型天然草地间的资源属性,对训练样本的回代误判率为0;对另外13个天然草地样本的分类结果与灰色关联度分析法、投影寻踪法、投影寻踪动态聚类法、集对分析法、SOFM神经网络法以及突变级数法等的分类结果基本一致。

三维射击精度的Bayes参数自助评估方法

Bayes方法是解决小样本评估问题的有效途径之一。提出了一个即充分利用验前信息又不会过分依赖验前信息的三维射击精度的Bayes评估方法。给出参数验前分布和验后分布的形式,列出了藉助参数自助法获得球概率误差SEP的Bayes点估计、置信上界和置信区间的实施步骤,并以实例说明本方法的使用程序和实际效果。

基于Bayes判别法的结冰现象资料序列订正

针对安徽省81个国家级地面气象站1961—2018年结冰现象资料序列,采用要素一致性、内部一致性、空间一致性等方法进行数据质量控制,基于质量控制后的正常年份数据进行Bayes判别模型训练,应用训练所得模型完成异常年份结冰数据的订正。结果表明:安徽省共有38个台站累计84年的年结冰日数质量控制检查异常,年结冰日数异常年份主要集中在1961—1970、1988—1999和2015—2017年,造成年结冰日数异常的原因有部分台站历史观测任务简化、气象台站分类调整以及地面气象观测业务改革等。利用Bayes判别法构建了多个结冰现象判别模型,经检验发现,模型1和模型3具有较高的判识正确率、命中率、TS评分以及较低的误警率。考虑计算的简便性,选用模型1对异常年份结冰数据进行逐日订正。通过六安站、太和站和无为站异常年份结冰现象订正结果对比发现,基于Bayes判别法的结冰现象判别模型,对不同时间段内、不同原因造成的结冰现象观测记录异常的订正均较为合理,订正后的年结冰日数变化趋势更符合实际情况,表明采用Bayes判别模型订正结冰现象是合理、可行的。

基于非参数方法的Bayes判别分析

Bayes判别法是判别分析中一种常用的重要判别方法,其理论和应用发展得到了不断的拓展,但是在确定总体分布时,普遍的做法仍是假设总体服从某种分布,仅仅是分布中有未知参数,通过样本可以估计其中的参数,再结合先验概率,即可得到判别函数。这种方法计算简便,但在假设总体分布时,未必准确、客观,且稳定性差。文章利用非参数方法,通过样本先估计出总体分布,再由分布计算相应的判别函数,从而推广了现有的Bayes判别分析方法。

隧洞围岩稳定性评价的Bayes判别分析法及应用

提出了隧洞围岩稳定性评价的Bayes判别分析法。通过介绍Bayes判别分析法的理论,并考虑影响隧洞围岩稳定性的因素,建立具体的Bayes判别分析模型进行判别。以隧道工程中的大量实测资料作为学习样本进行训练,并利用回代确认估计法对训练后的模型进行检验,最后将该模型对隧洞的围岩情况进行预测。研究结果表明,经过训练后的Bayes判别分析模型误判率很低,判别准确率很高,可以在实际工程中应用。

基于Bayes判别分析法的冲击地压预测与危险性分级

基于Bayes判别分析法,研究了冲击地压的预测与危险性分级问题。综合考虑冲击地压发生的自然因素、地质因素和开采技术因素,选择煤层厚度、倾角、埋深、地质构造情况、煤层倾角变化、厚度变化、瓦斯浓度、顶板管理、采前卸压情况和响煤炮声等10个参数作为判别因子;将冲击地压危险性等级分为微、弱、中和强4个级别,并作为Bayes判别分析的4个正态总体;选用现场实测的20组数据作为训练样本建立了Bayes线性判别函数和后验概率函数,以Bayes线性函数值和样本出现的总体的后验概率对样本所归属的总体进行识别;将建立的模型对训练样本进行回判,以回代误判率对模型进行检验;选用15组现场实测数据作为测试样本,以检验模型的可行性和可靠性。研究表明:冲击地压Bayes判别分析模型的回代误判率为0,对测试样本的识别正确率为93.33%,且与Fisher判别分析法的识别结果一致。