对称熵损失函数下Rayleigh分布参数的Bayes估计

在对称熵损失函数下,研究Rayleigh分布参数的Bayes估计、经验Bayes估计以及可容许性问题,并讨论了一类(cT+d)-1形式估计的可容许性和不可容许性.     

对称损失下巴斯卡分布参数的Bayes估计

研究在给定一种非共轭先验分布的特殊先验分布情况下,巴斯卡分布在对称损失下的Bayes估计,以及Bayes估计的可容许性.     

Linex损失下Poisson分布参数的Bayes估计

记X1,X2,…,Xn为来自Poisson总体容量为n的样本,在Linex损失函数下,给出了Poisson分布参数θ的Bayes估计并证明其可容许性,同时也得到了该参数的多层Bayes估计的表达式。     

Linex损失函数下Laplace分布尺度参数的Bayes估计

在经典贝叶斯统计推断与统计的决策中,Bayes估计的性能主要取决于损失函数的形式,先验分布的不同也会对Bayes估计的结果产生差别。在Linex损失函数下,基于Bayes方法研讨Laplace分布的尺度参数估计。当Laplace分布中位置参数已知时,分别取无先验信息和先验分布为倒伽马分布,计算尺度参数的Bayes估计精确形式和性质,证明了Bayes估计具备可容许性。     

Linex损失下Burr分布参数的Bayes估计

讨论了Linex损失函数下Burr分布参数在不同先验分布下的Bayes估计,并且讨论了多层Bayes估计,给出了容许性估计的一般形式。     

混合参数函数的Bayes二次无偏估计

本文研究了方差分量模型中均值的线性式、二次式及方差分量的线性式之和的估计,得到了Bayes二次无偏估计(BQUE)存在的充要条件,并给出了计算方法;利用BQUE,我们获得了局部最小方差无偏估计(LMVUE)和一致最小方差无偏估计(UMVUE)存在的充要条件。     

Γ分布参数估计的损失函数和风险函数的Bayes推断

在共轭先验分布下本文给出了Γ分布Γ(r,θ)中参数I／θ的估计的损失函数和风险函数不同的Bayes估计,并讨论了各种Bayes估计的性质,进而指出各种Bayes估计的合理性．     

在一种对称损失下马克斯威尔分布的参数Bayes估计

研究在一种对称损失函数下,马克斯威尔分布参数的Bayes估计及可容许性,并给出了Bayes估计的置信下限．     

熵损失函数下指数分布参数的估计

文章在指数分布参数的先验分布为其共轭先验分布Gamma分布Γ（a,b）时,给出了其在熵损失函数下的E-Bayes估计和多层Bayes估计。     

Pareto分布参数的Bayes估计

文章主要研究了Pareto分布的参数估计。在平方损失函数下给出了Pareto分布参数的Bayes估计,并且证明了这一估计是可容许的。在Q-对称熵损失函数下,讨论了Pareto分布参数的Bayes估计。     

参数自适应动态贝叶斯舰船态势估计算法

为减少动态海域下贝叶斯网络舰船态势估计算法较大的误差,提出了一种改进的动态贝叶斯网络舰船态势估计算法。该算法根据多路传感器的数据和新获取的态势信息进行推理,通过计算新态势要素与原有态势要素间的互信息构建并更新动态贝叶斯网络参数。与传统贝叶斯网络态势估计算法对比,在仿真情况下对10000艘舰船进行合作态势估计,改进动态贝叶斯网络的舰船态势估计算法合作舰船错误率降低了7.1%;用实测数据,目标的合作态势提升了4.2%。改进的算法不仅能够实时地反映舰船环境变化,同时还提高了目标态势估计的准确概率,为海监提供了一种舰船态势分析与决策的技术支持。     

基于二次剩余的安全矢量空间秘密共享方案

为了拓展门限结构的秘密共享体制,提出了一个更为广泛的防欺诈的矢量空间秘密共享方案.以防欺诈的门限方案作为锥形,对所共享的秘密进行封装,公开其承诺量,在分发者分发秘密份额时检测共享秘密的正确性,从而防止了恶意分发者散发虚假的份额.利用计算二次剩余的困难性,在恢复秘密时验证各参与者提供份额的有效性,同时杜绝了恶意参与者欺诈的可能性.与同类方案相比,该方案不仅具有最优的信息率,而且花费很小的计算和通信代价.     

基于二次B样条有限元法的Kuramoto-Sivashinsky方程的数值解

利用二次B样条有限元方法求解Kuramoto—Sivashinsky方程的数值解．首先利用二次B样条有限元法将Kuramoto—Sivashinsky方程转化为时间的非线性常微分方程,然后利用四阶龙格一库塔方法得到了该常微分方程的近似解．通过例题计算表明,该方法精确度较高具有很强的适应性．     

两截尾分布总体的最小后验风险Bayes推断

对给定的寿命试验数据X,利用似然比检验法可对该数据是来自截尾指数分布还是截尾正态分布进行判别,但却很难求出似然统计量的分布形式.基于Bayes公式,在错判损失不同和最小后验风险准则下,给出有助于判别的Bayes方法.     

基于贝叶斯算法的垃圾邮件过滤技术的研究与改进

随着电子邮件的应用与普及,垃圾邮件的泛滥也越来越多地受到人们的关注。本文对基于贝叶斯的垃圾邮件过滤器的原理及其关键技术进行了详细的描述。针对朴素贝叶斯模型对分类信息过度简化和准确率低等缺点,通过引入分级的最小风险算法和对多项式和多重贝努利估计模型进行混合的方法分别对贝叶斯过滤器进行了改进,并进行了实验。实验结果表明,改进后的贝叶斯过滤器具有了更好过滤效果。     

基于MCMC算法贝叶斯网络的学习

对于给定的阈值,通过计算变量之间的互信息,设计了一种构造贝叶斯网络结构的方法。改进了关于图模结构学习中常见的 MCMC 算法。将这种方法构造的贝叶斯网络作为马尔可夫链初始状态的网络结构,利用改进后的 MCMC 算法,构造一个关于贝叶斯网络结构的马尔可夫链。迭代给定次数后,得到关于变量组的贝叶斯网络结构。实验结果表明:改进前和改进后的两种方法得到的贝叶斯网络结构基本一致,网络结构的接受率也相近。     

基于贝叶斯网络的缺失数据处理

针对贝叶斯网络的数据缺失问题,提出了一种数据修补方法,该方法通过使用一个评分函数来对节点各个状态分别进行评分,得出各个状态对于所属的贝叶斯网络的得分,即各个状态与所属贝叶斯网络的匹配度,最终确定要补充数据的状态.实验证明,此方法可以在贝叶斯网络结构学习或者推理之前对数据进行修补,使其成为完整的数据,有效提高缺失数据的利用率.     

基于贝叶斯网络的供应扰动风险态势分析

运用贝叶斯网络对供应链中供应扰动风险的相关因素进行量化分析,得出了在供应扰动情况下以最短时间恢复正常生产是减少损失的最有效措施,而追加生产量不会大幅度降低损失.最后选择一个典型供应扰动案例,对基于贝叶斯网络的供应扰动风险态势进行算例分析,证明了模型的可行性和结论的合理性.     

基于贝叶斯攻击图的动态安全风险评估模型

攻击者通过分析网络中漏洞的相互关联关系逐步攻破多个漏洞,而攻击图模型虽然能描述网络内潜在威胁的传播路径,但未充分考虑攻击事件对攻击图中所有属性节点置信度的动态影响。为此,提出一种基于贝叶斯攻击图的动态风险评估(dynamic risk assessment based on Bayesian attack graphs, DRA-BAG)模型。该模型运用贝叶斯信念网络建立用于描述攻击行为中多步原子攻击间因果关系的概率攻击图,其中采用通用漏洞评分系统指标计算漏洞利用成功概率,并利用局部条件概率分布表评估属性节点的静态安全风险;进而结合入侵检测系统观测到的实时攻击事件,运用贝叶斯推理方法对单步攻击行为的后验概率进行动态更新,最终实现对目标网络整体安全性的评估。实验结果表明,本文方法可评估动态安全风险和推断攻击路径,为实施安全防护策略提供依据。