正态判别中完全贝叶斯和贝叶斯最小二乘准则的比较(英语)

本文研究了两个具相同协方差阵的多元正态总体在自然共轭九验分布下的判别分析问题,证明了当可观察变量的个数趋无穷时,贝叶斯判别函数与一基于样本的判别函数渐近等价。

贝叶斯判别中对样品判别的评价研究

首先对两个正态总体的贝叶斯判别中样品判别优劣的评价进行了研究,然后又将其推广到多个正态总体的情况。提出了待判域的概念,用以鉴别误判损失没有统计学意义的样品;提出了判别系数的概念,用以对样品判别的优劣进行评价。最后,指出了不足以及需要进一步研究的内容。

基于贝叶斯估计的特征事件判别方法研究

针对利用遥测指令参数进行特征事件自动判别时,现有方法忽略了数据源之间相互印证的条件,仅依据测量值相同来判别特征事件的发生时间,存在一定的误判概率,提出了一种基于贝叶斯估计的特征事件判别方法。方法不仅利用了当前数据源的测量值,同时还兼顾特征事件固有的先验分布信息,能够有效提高自动判别的准确率。首先,通过对特征事件数据源的内涵进行分析,得出了不同数据源相互印证的条件;其次,通过对历史数据进行统计分析,建立了特征事件发生时间的正态分布概率模型,并以此为基础提出了基于贝叶斯最大后验估计算法,设计了完整的特征事件判别方法;最后,通过工程数据的仿真计算和结果分析,验证了方法在特征事件判别中的实用性和有效性。