基于贝叶斯分类法的股票选择模型的研究

股票选择在证券投资中是一个重要问题,提出了一种基于朴素贝叶斯分类方法的股票选择模型。首先根据美股特斯拉的表现对沪深证券市场的能源股进行聚类分析,选取对股票投资价值影响显著的财务指标构造样本特征集,其次通过合理地选取贝叶斯分类器的参数对股票进行分类。经研究所选取股票的等权投资组合产生了44.6%的累计回报率,优于32.4%的基准回报率,表明朴素贝叶斯分类方法在股票选取方面具有较好的效果,值得投资者借鉴。     

贝叶斯方法的污染源季节性排放量控制和管理

为保证水质功能区内水质达标,必须对区域内污染源排放量进行控制和管理。选取松花江哈尔滨段主要污染指标COD和氨氮为研究对象,利用一维水质模型构建各污染源排放量与河流水质之间的关系。用贝叶斯方法估计水质模型中的重要参数综合降解系数（ k）,根据估计时期的不同,分别建立季节模型和年度模型,用以控制既定水质目标下各污染源排放量。结果表明,季节模型的预测效果较好,能更好地表达水中污染物的综合降解浓度。应用季节模型和贝叶斯方法开展季节性水质管理工作,可以提供给决策者更多的信息,有助于对污染源排放量的不确定性进行量化和评估。此外,通过对比各污染源的削减水平,可得各污染源在不同时期的控制权重,从而使管理者在不同时期有针对性地对污染源排放量进行控制。贝叶斯方法在污染源排放量控制中的应用可以增强水质模型的预测能力,有效提高水质管理的水平。     

基于非参数假设检验的拓扑推断算法

针对基于门限比较的二叉树修剪拓扑推断算法稳健性差的问题, 提出了一种基于非参数假设检验的网络拓扑推断算法. 该算法首先应用经典的二叉树拓扑推断算法获得树状网络的二叉树结构, 然后应用维尔科克森秩和检验算法逐个判断二叉树中的每条内部链路是否需要修剪, 最后修剪二叉树, 删除所有需要修剪的内部链路, 得到真实的树状拓扑. 由于该算法使用统计检测的方法, 无需设置门限, 相对门限比较法具有更好的稳健性. 仿真实验表明, 该算法相比基于门限的二叉树修剪算法具有更高的推断精度.     

基于朴素贝叶斯模型的邮件过滤技术

针对朴素贝叶斯算法应用于反垃圾邮件过滤时,其有效性十分依赖于对邮件内容的有效建模,而邮件内容建模方面研究尚不成熟限制了贝叶斯方法在垃圾邮件过滤中的性能.采用了三种概率分布对邮件内容进行建模,据此提出了3种概率分布下的朴素贝叶斯算法.为了提高训练效率,算法采用了一种增量式的垃圾邮件过滤方法.在trec05p-1、trec06p两个公开数据集上对这3种贝叶斯算法进行了实验对比,分析出三种贝叶斯分布的适用范围.从不同分布的邮件内容建模角度出发,为过滤垃圾邮件的方法选择提供了有效依据.     

基于 FTA-BN模型的城市燃气管道失效风险分析

为了找出导致城市燃气管道失效事故的原因,以城市燃气管道失效事故为研究对象,采用故障树方法和贝叶斯网络模型对其进行分析。通过实例分析,找出了导致某市城市燃气管道失效事故概率较大的因素分别为：阴极保护失效、外腐蚀、内腐蚀、外力影响、施工缺陷等。结果表明,基于FT A BN模型的城市燃气管道失效风险分析方法注重基事件的多态性和事件间逻辑关系合理性,能推算出更准确的基事件概率分布,同时可以找出导致事故发生的最有可能途径,为城市燃气管道失效事故预防、风险控制、安全管理提供较为合理性建议。     

农村公路典型路段事故风险评价方法

农村公路急弯、陡坡、路侧险要等典型路段往往是事故易发多发路段。在现阶段农村公路安保工程资金有限的情况下,需对既有典型路段的事故风险进行定量评价和排序,为隐患路段的排查和安保工程分期实施提供依据。在现有研究成果的基础上,构建典型路段事故风险评价指标体系,提出一种基于贝叶斯网络的农村公路典型路段事故风险评价方法。该方法能有效集结专家知识和经验定量评价典型路段(包括单一路段和组合路段)的事故风险,并可以随着数据的更新不断完善模型。在农村公路事故资料相对缺乏的情况下,该方法具有较强的实用性。     

从贝叶斯方法看溯因推理

皮尔斯指出溯因或溯因推理（abduction）是不同于归纳和演绎的第三种推理,然而皮尔斯对溯因概念的定义是模糊的,于是便出现溯因悖论：溯因既属于归纳又不属于归纳。本文基于贝叶斯方法对归纳的理解和处理,考察了当代两种典型的消解溯因悖论的路径,即辛提卡区分定义性规则和策略性规则的措施,以及利普顿的IBE理论。指出这两种路径均是行不通的,而贝叶斯方法却可以容纳溯因性归纳和溯因,从而消解溯因悖论。     

基于模糊贝叶斯网络的空降场选择研究

空降场选择的本质是一种多属性决策问题.传统的层次分析法无法明确描述这类问题中所存在的属性度量以及关联问题.利用模糊理论来对选择影响因素进行度量和集结,通过建立空降场选择的贝叶斯网络来解决空降场选择问题,并用实例说明该方法的可行性和有效性.     

卧龙湖矿8101面地下水水质分类判别研究

为分析卧龙湖8101工作面涌水补给源以及集水形式,统计整理了本矿井地下水样品常规水质分析数据62组。利用多元统计组合模型与maltab方法相结合对8101工作面涌水水源进行分析研究.结果说明:8101工作涌水水源与本矿10煤砂岩水质类型一致。卧龙湖矿各地层地下水水质的首要因子为Ca2+,Mg2+,SO42-,体现太灰水的外来补给;第二因子是阳离子交替吸附作用,其涌水体现了地下水静储量消耗。多元统计模型与maltab方法相结合是一种稳定性高且切实有效,适用于地下水水源水化学分析的方法。     

基于机器视觉及深度学习的静脉药物调配机器人药瓶识别北大核心

静脉药物调配机器人需要对数百种不同类型的药物进行调配,不同药物药瓶类型的识别、测量是精准调配的关键。对静脉药物调配机器人在药瓶类型分类、药瓶关键尺寸测量等不同任务要求情况下,运用基于机器视觉方法和深度学习框架YOLOv5s,实现了一种高效稳定的识别测量方法。结合机器视觉方法的测量准确性,深度学习方法对背景、光源的不敏感性,实现配药过程中不同环节药瓶的准确识别、测量。并通过实验定量地检测背景、环境光源对于识别结果的影响。