Bayesian图解模型——直线回归

Bayesian图解模型是综合Bayesian理论、图论的观点及MCMC模拟方法的复合模型。现通过具体实例系统地介绍该模型的基本思想、建模求解及推论过程 ,体现Bayesian图解模型的优点与不足。

基于Lasso-Bayesian改进的Kriging代理模型优化方法及其应用

为提高Kriging模型的性能并构建高精度代理模型,基于最小绝对收缩和选择算子(Lasso)与Bayesian算法对Kriging方法进行改进,实现了对Kriging模型的超参数调优,提出Lasso-Bayesian-Kriging代理模型的构建方法。采用Lasso正则化对模型输入进行特征选择,以降低模型复杂度,提高模型的泛化能力。使用Bayesian算法对Kriging中的相关参数、相关函数以及回归函数进行调优,得到高精度的Kriging代理模型。针对某车间加工矿用钻杆过程中的搬运桁架的实际工程问题,采用4种不同方法对桁架静力学分析进行代理建模,以桁架质量和变形量为代理对象,通过k折交叉验证,结果表明,Lasso-Bayesian-Kriging方法构建的代理模型精度最高,其交叉验证的平均决定系数R2分别为0.999、0.962。将优化算法与Lasso-Bayesian-Kriging模型相结合对桁架进行迭代优化,结果表明优化后的桁架在满足刚度的前提下实现了轻量化。

基于Bayesian模型的电力大数据在生态环境监管中的应用策略优化研究

随着社会快速发展和工业化进程加速,环境污染问题日益凸显,加强环境监管与治理刻不容缓。现有的环境监管方法难以准确及时地监测和预测环境污染情况。文章利用Bayesian模型分析排污企业用电量,以监测和预测区域环境污染情况。并选取我国西北某区域的排污企业用电数据作为研究对象开展实证分析,将预测结果与实际环境污染数据进行对比,展示了该方法在实际应用中的效果和可行性,为实现更精细化的环境保护和监管提供了一种新颖的方法和思路。

遥感地学智能图解模型支持下的土地覆盖/土地利用分类

土地覆盖/土地利用 (LC/LU)调查已经成为开展土地利用动态变化预测、自然灾害防治及土地利用规划、土地管理和环境保护的一项关键的基础性工作 ,受到广泛注意和重视。随着遥感技术和各种地学分析模型的发展和深入 ,利用遥感技术获得的影像数据对区域的LC/LU情况及其动态变化进行定期或不定期的监测 ,成为一种最为迅速可靠和理想有效的手段。常规的LC/LU遥感分类方法主要包括基于常规数理统计分类方法、基于人工神经网络分类方法、基于知识逻辑推理的分类方法等。论文综合这些方法的特性 ,提出了遥感地学智能图解模型支持下的LC/LU分类体系 ,并以香港地区为试验对象 ,采用多平台遥感数据和辅助地理信息 ,进行了土地覆盖/土地利用遥感应用研究。

适合山区水库松散堆积体库岸塌岸预测的图解模型探讨

通过对国内已建成的山区水库松散堆积体库岸塌岸现状的资料收集和实地调查测绘,系统收集了山区水库松散堆积体库岸各种状态下的水上(下)稳定坡角、实际塌岸情况及变形破坏形式等资料,对影响塌岸的各种水文及地质因素进行了系统的分析,通过对各种塌岸预测模型影响因素的对比分析,找出适合于山区水库松散堆积体塌岸预测的图解模型并对模型参数进行了适当修正,在此基础上制定了对塌岸预测具有指导意义的外业工作流程。

基于Bayesian随机效应模型的我国人口平均预期寿命分析

近年来,我国人口预期寿命显著提高。但由于受到社会经济发达程度、生活及医疗水平等方面的影响,我国人口预期寿命在省域之间、性别之间、城乡之间存在明显差异。本文利用第六次全国人口普查数据,采用Bayesian随机效应模型分析我国人口死亡率,分省域分性别分城乡测算人口平均预期寿命,并对死亡率的各项差异指标进行测算。模型考虑了人口死亡率的空间相关性和年龄的相互影响,能更好地揭示人口预期寿命的变化规律。

利用Bayesian多尺度模型的X射线脉冲星信号估计

为提取淹没在强噪声中的X射线脉冲星信号,提出了利用Bayesian多尺度模型的估计方法.该方法根据泊松过程对X射线脉冲星信号建立模型,通过递归式二次分割算法对信号进行多尺度分解.利用独立泊松随机变量的特性建立了X射线脉冲星信号的强度模型,在均方误差损失函数下,通过后验均值得到信号的Bayesian估计.对罗西探测器(RXTE)卫星的实测数据仿真分析,证实了该算法对提取X射线脉冲星信号能达到较好的效果.

钢结构中疲劳裂纹增长概率模型和Bayesian动态预测

疲劳裂纹在桥梁结构中非常普遍,其增长过程是一个随机过程;另外,疲劳裂纹增长会引起桥梁结构性能退化。对桥梁结构性能退化的预测应基于桥梁的现状,结合具体构件的实际监测数据进行更新。首先依据线弹性断裂力学(LEFM)理论和Paris半经验疲劳裂纹扩展速率公式,建立钢结构的疲劳裂纹增长概率模型;然后利用Bayesian更新理论和马尔卡夫链蒙特卡罗模拟,结合试验数据,构建疲劳裂纹增长概率模型随机参数的更新方法,进而实时预测钢构件性能退化轨迹和寿命评估。使用提出的方法结合已有的试验数据进行了模拟仿真试验,结果表明,方法可以实现疲劳裂纹增长模型中随机参数的更新,有效地预测钢结构性能退化轨迹和时变可靠性的变化规律。

P2P环境下基于Bayesian网络的多粒度信任模型

Peer-to-Peer网络中,为保证系统的整体可用性,节点间的信任评估模型必须被建立起来。现有的模型不能灵活地反映考虑不同影响因素情况下节点的信任值。同时,不能避免FreeRiding现象。论文全面地描述了节点的行为,将激励机制引入信任模型中。同时考虑了影响节点信任值的不同因素,以及他们之间复杂的依赖关系,利用bayesian网络和领域层次结构相结合的方法有效合理地将各方面因素整合起来,形成能够反映节点在不同方面的本地信任值。

单永磁极化磁系统的永磁工作点图解法统一模型与分析

极化磁系统具有一系列优点,应用广泛。极化磁系统永磁工作点的求解是极化磁系统研究的基本内容之一,它可为极化磁系统的进一步分析与计算提供条件;而图解法(现只能用于单永磁极化磁系统)具有物理概念清晰、简明直观谏钊肜斫饧畔低车谋局试怼Ｊ紫妊芯苛税ú疃胶颓攀皆谀诘牡ビ来偶畔低秤来殴ぷ鞯阃冀夥ǖ耐骋荒Ｐ臀侍?即在引入工作气隙对数因子、列出磁路统一方程、进而建立永磁负载线统一数学模型后,给出了求解永磁工作点的统一作图法;最后应用该方法,分析并阐释了极化磁系统的动态工作过程。

基于GLUE和标准Bayesian方法对TOPMODEL模型的参数不确定性分析

目前,水文模型不确定性的量化问题在水文研究中受到很大关注,在一些文章中提到了许多不确定性量化的方法,其中,GLUE方法和标准Bayesian方法是两种最常用的方法。主要讨论这两种方法在研究TOPMODEL模型时计算有效性和不同之处.通过用GLUE和标准Bayesian方法估计TOPMODEL模型参数的不确定性和模拟的不确定性,对这两种方法的结果进行评价,并讨论产生不同的原因,研究的主要结果为:(1)由Bayesian方法得到的参数后验分布比GLUE方法得到的离散型小。(2)给定GLUE中阈值(=0.8)的情况下,由Bayesian方法得到模拟流量的不确定性置信区间与GLUE方法得到的很接近。

一种改进的Bayesian网络模型用于蛋白质二级结构预测

分析了蛋白质二级结构预测问题的Bayesian模型,给出了基于这种模型的神经网络,并提出了一种改进的网络模型,通过实验表明这一新模型能较好地处理蛋白质二级结构预测问题。

Bayesian两变量层次模型及其在诊断试验系统评价中的应用

目的探讨Bayesian两变量层次模型的构建及其在诊断试验系统评价中的应用。方法将Bayesian两变量层次模型应用于传统Pap细胞学涂片诊断子宫颈癌准确性评价的历史Meta分析资料,估计相关的效应指标敏感度和特异度及筛查研究比随访研究的相对可信度。结果与经典综合受试者工作特征曲线方法相比,Bayesian两变量层次模型估计得到三个层次的效应指标,其中综合敏感度和特异度均数及95%可信区间分别为0.64(0.56,0.72)和0.74(0.67,0.80),预测敏感度和特异度均数及95%可信区间分别为0.61(0.12,0.96)和0.69(0.21,0.97),筛查研究比随访研究的相对可信度估计为1.3(0.59,2.48)。结论采用Bayesian两变量层次模型进行诊断试验Meta分析,更加灵活、有效,易于实现和解释,值得推广应用。

基于扩展关系模型的多Bayesian网依赖结构的合并

贝叶斯网是一个每个结点都带有一张概率表的有向无环图,它可以有效地表示不确定性知识并进行知识推理。知识系统在很多时候不得不将来自不同信息源或者同一信息源不同时刻的知识合并起来。Bayesian网作为一个知识系统,所以也会面临将多个Bayesian网提供的信息结合起来。本文提出一个基于扩展的关系数据模型和条件独立的算法,该算法将多个Bayesian网合并成为一个Bayesian网,并且尽可能地保留每一个Bayesian网的信息。

基于多层Bayesian信任网的P2P负载均衡模型

针对基于信誉机制的P2P(Peer-to-Peer)网络中的负载不均衡现象,提出一种基于多层Bayesian信任网的P2P负载均衡模型,介绍了如何在Bayesian信任网中引入多种负载指标以及它们之间的各种关联,并且使用该结构预测P2P网络中各服务节点的负载,使整个网络达到负载均衡.对包含负载指标的多层Bayesian信任模型和动态负载模型进行了实验比较.实验结果表明:基于Bayesian信任网的P2P网络负载均衡模型运用节点的历史交互信息,结合Bayesian预测理论,影响资源请求节点选择服务节点,实现P2P负载的有效均衡,确保整个P2P网络资源利用的高效性、节点服务的可靠性以及整个网络的稳定性.

基于Bayesian层次时空模型的我国老龄化分析与预测

本文首次利用Bayesian层次时空模型,以1995—2014年全国省级人口统计数据为基础,分析了近20年来我国老龄化在空间和时间上的变化规律。研究发现:1我国高老龄化地区分布已形成X型地理空间分布结构,东部地区为主,西部地区为辅,总体老龄化率呈上升趋势;2四川、重庆、辽宁、安徽、湖北和湖南等6个地区不仅是老龄化热点区域,而且老龄化增速也快于全国平均水平,特别是四川和重庆,老龄化程度和增速都是全国最高;3中西部地区老龄化程度虽然低于全国平均水平,但增加速度却高于全国平均水平;4北京、天津、上海、江苏、浙江和广东等6个高老龄化地区的老龄化率趋于平稳或增速放缓;5预测"全面二孩"政策情境下我国2030年老龄化率为13.19%(11.10%,20.94%)。

二值决策Bayesian粗糙集模型属性约简研究

Bayesian粗糙集模型作为经典粗糙集理论与Bayesian推理发展的综合模型,其近似区域划分以事件发生的先验概率为基准,可有效处理众多实际问题,如医疗诊断、故障检测、经济预测等。针对二值决策Bayesian粗糙集理论,证明了Slezak和Ziarko属性约简模型等价,并进一步给出了相应分辨矩阵描述,从而经典粗糙集模型中基于分辨矩阵的知识约简思想均可平移应用于Bayesian粗糙集模型,丰富了Bayesian粗糙集理论体系。

基于Bayesian网的蔬菜质量安全追溯模型构建

蔬菜产品的质量安全是当前亟待解决的问题,只有从蔬菜的种植源头抓起,找出蔬菜生产过程中影响蔬菜质量安全的关键因素,结合蔬菜生产流程,建立完善的可追溯模型,才能真正实现蔬菜生产的质量安全监控。为此,建立了基于Bayesian网的蔬菜质量安全追溯初始模型,通过该模型可兼顾"事先"预防和"事后"追踪,从而保障蔬菜的质量安全。

对Bayesian粗糙集模型的讨论

变精度粗糙集模型是对传统的(Pawlak)粗糙集模型的一个重要拓展,但变精度模型中需要设定人为参数不利于信息的客观体现。Bayesian粗糙集模型是基于变精度和概率论的思想最新提出的无参数模型。对Bayesian粗糙集模型进行了分析,指出了其中的不足,提出了一种改进形式。

模型降阶的图解法和矩法(Ⅰ)

将阶跃响应建模法和矩建模法的基本思想运用于模型降阶 ,分别得到图解降阶法和矩降阶法两类模型降阶方法 ,给出了确定低阶逼近模型参数的详细过程。其中 ,图解降阶法源于经典建模法中的阶跃响应建模 ,通过作图和计算来确定低阶逼近模型参数 ;矩降阶法是基于脉冲响应的模型降阶方法 ,通过计算单位脉冲响应的前 2个或 3个矩来确定低阶逼近模型参数。