基于模糊C均值聚类与Bayes判别的致密油储层分类评价

为解决常规致密油储层因缺乏岩心分析资料而难以进行储层分类评价的难题,通过优选属性参数,应用模糊C均值算法划分致密油储层最优类别,再运用Bayes判别分析法建立储层类别与常规测井属性的关系式,利用常规采油井的测井属性判别储层的类别。现场实践应用表明:利用该方法划分的鄂尔多斯盆地志丹地区长₇Ⅱ⁶、长₇Ⅰ²射孔砂体储层类别与试油结果一致,研究区203口井储层划分吻合率为89.7%。该研究对高效开发致密油藏具有一定的指导意义。     

AVO 流体反演技术在川东北某区烃类检测中的应用

由于传统的AVO 技术不能直观地评价储层的含油气性,提取的AVO 属性与实际井的含气性符合 程度不高,因此,在川东北某区进行含油气性预测时,引入了AVO 流体反演技术对该区的含气性进行量化 分析。此方法在川东北某区须家河组四段进行了应用,预测结果与实际钻井的含气情况相符合,并且在预 测区域试钻获得工业气流,为该区的储层预测提供了有利的佐证。     

用机器学习方法解码脑图像数据

特征选择和分类是脑功能磁共振成像（fMRI）数据分析的核心问题。针对fMRI高维数据,特征选择分两步,选取感兴趣脑区,选择最能区分刺激任务体素。该方法简单,稳定,符合人的思维逻辑。分类器选择高斯朴素贝叶斯（GNB）和支持向量机（SVM）,评估该特征选择方法。实验结果表明,该方法有效提高了分类速度,分类准确度也得到很大提高。对分类方法进行比较,SVM总体上优于GNB。     

BlackJack博弈优势分析与仿真

计算机仿真模拟技术的应用为揭示BlackJack博彩游戏中的数学规律提供了有力的工具。根据贝叶斯公式,给出了庄家点数大于16点即停止要牌的理论依据。针对庄家不同明牌时最终点数的概率分布,在不记牌的前提下以玩家承担风险最小为目标优化要牌界限,提出了一种基于庄家明牌的动态要牌策略。结合典型的下注方法,计算机模拟验证了该策略对庄家优势的影响。     

复杂环境下基于贝叶斯决策的机器人路径规划

提出了一种基于贝叶斯决策的机器人路径规划蚂蚁算法,该算法在路径节点选择方式上采用贝叶斯模型,通过后验概率对候选节点进行评估,解决了用传统蚂蚁算法进行路径规划时容易陷入局部最优的问题。仿真实验表明,机器人应用该算法可在复杂障碍环境下快速规划出一条全局优化避障路径。     

基于厚尾时间序列的贝叶斯单位根检验

本文运用贝叶斯因子和可信区间两种方法来研究厚尾时间序列中单位根检验问题．通过Monte Carlo模拟证实了这两种方法的有效性,并对两种方法进行对比和分析．然后,考察了先验信息和自由度对单位根检验结果的影响．最后,将这两种方法运用到检验美国失业率和居民消费物价指数时间序列中,发现这两列序列均存在单位根．     

Bayes estimation of residual life by fusing multisource information

Residual life estimation is essential for reliability engineering. Traditional methods may experience difficulties in estimating the residual life of products with high reliability, long life, and small sample. The Bayes model provides a feasible solution and can be a useful tool for fusing multisource information. In this study, a Bayes model is proposed to estimate the residual life of products by fusing expert knowledge, degradation data, and lifetime data. The linear Wiener process is used to model degradation data, whereas lifetime data are described via the inverse Gaussian distribution. Therefore, the joint maximum likelihood (ML) function can be obtained by combining lifetime and degradation data. Expert knowledge is used according to the maximum entropy method to determine the prior distributions of parameters, thereby making this work different from existing studies that use non-informative prior. The discussion and analysis of different types of expert knowledge also distinguish our research from others. Expert knowledge can be classified into three categories according to practical engineering. Methods for determining prior distribution by using the aforementioned three types of data are presented. The Markov chain Monte Carlo is applied to obtain samples of the parameters and to estimate the residual life of products due to the complexity of the joint ML function and the posterior distribution of parameters. Finally, a numerical example is presented. The effectiveness and practicability of the proposed method are validated by comparing it with residual life estimation that uses non-informative prior. Then, its accuracy and correctness are proven via simulation experiments.     

基于贝叶斯网络的舰船识别

快速准确地识别出舰船的类型,是进行战场态势评估和战场决策的基础。通过从远程侦察雷达的回波中提取特征信息,使用贝叶斯网络,提出了“两步法”对舰船进行识别,在此基础上进行了实例验证,其结果与事实相一致,显示了该方法的正确性和有效性。     

最大散度差分类器及其在文本分类中的应用

提出的最大散度差分类器是在修正Fisher线性鉴别准则的基础上建立起来的,它与Rocchio和SVM分类器有着十分密切的联系,在国际标准语料库20Ncwsgroups上进行的仿真实验结果表明,最大散度差分类器具有良好的文本分类性能,其正确识别率明显高于Naive Bayes和Rochio,与SVM相当。     

核主泵机械密封可靠性Bayes分析的适应性

机械密封的可靠性对核主泵的安全稳定运行具有重要影响。为解决无失效数据情形下核主泵机械密封的可靠度评估问题,分析大亚湾核主泵机械密封的运行数据,确定其可靠度分布,建立结合Bayes理论的可靠性分析模型,利用Monte Carlo法从确定的可靠度分布中仿真出无失效数据,探讨无失效数据场合下,先验分布为Beta分布时,分组数c的取值对E-Bayes估计与多层Bayes估计精度的影响。研究表明：分组数c<8时,优先选择多层Bayes估计;c>8,优先选择E-Bayes估计,c=8时,2种方法的平均相对误差均达到较低水平且多层Bayes估计更低一些。研究成果对无失效数据场合下基于Bayes理论的核主泵机械密封可靠性分析具有指导意义。