边坡稳定性预测的Bayes判别分析方法及应用

边坡稳定性的分析是一个复杂的系统工程问题.基于Bayes判别分析(BDA)理论并结合工程实际,选用边坡岩体的重度黏聚力、摩擦角、边坡角、边坡高度及孔隙压力比等6个指标作为边坡稳定性预测的判别因子,建立边坡稳定性预测的Bayes判别分析模型;以32组边坡实测数据作为学习样本进行训练,建立Bayes线性判别函数;以交差确认估计法对判别准则进行评价以检验模型的优良性,以Bayes线性判别函数计算7个待判样品的Bayes判别函数值.研究表明:Bayes判别分类性能良好,与支持向量机方法有较好的一致性,且预测精度高,交差确认估计的误判率较低,为边坡稳定性预测提供了一种新思路.     

实用高效的垃圾邮件过滤算法

为了提高电子邮件中垃圾邮件的过滤准确率和效率,以朴素贝叶斯算法和K最近邻（KNN：K-Nearest Neighbors）算法为基础,对传统垃圾邮件过滤算法进行改进,给出邮件的合法属性和非法属性的概念,并提出一种新的分类算法——基于邮件合法属性和非法属性的分类算法（SEASF：Simple and Efficient Algorithm to Spam Filter based on legitimate attribute and nonlicet attribute）。SEASF计算复杂度较低,可适用于大规模场合及邮件的在线过滤。将SEASF算法应用于垃圾邮件过滤的结果表明,该算法可大幅度提高分类精度,分类速度也令人满意。     

基于微分方程数值分析的机械臂运动参数挖掘模型

在目前的运动参数挖掘模型中,通常采用差异化运动原理对运动过程进行分析,缺乏实际的公式支持,在进行参数挖掘时影响性能。因此,提出基于微分方程数值分析的机械臂运动参数挖掘模型研究。首先利用微分方程数值分析的方式来对机械臂的运动过程进行模拟,列举出其中的动态特性参数。依据动态特征参数,利用神经元网络对其中的运动参数属性进行特征提取。获得运动特征后,使用贝叶斯原理进行深入的运动参数挖掘。为了验证设计的运动参数模型性能,设计仿真实验,设定模拟机械臂,并使用设计模型与文献[3]、文献[5]、文献[13]中的参数挖掘模型进行运动参数挖掘,并对比性能的优劣性。实验结果证明,设计的运动参数挖掘模型具有较高的运算速度、实时性以及准确率,证明设计的运动参数挖掘模型具有较高的性能,满足设计初衷。     

使用贝叶斯分类的高考学业规划智能问答系统

考生在填报高考志愿时,针对复杂繁多的各类高校信息数据,传统的搜索引擎无法根据考生需要的实际信息和搜索结果进行匹配,考生还需要额外消耗一定精力去筛选数据,这无疑增加了考生的时间成本.为此本文提出了基于高考领域知识图谱,使用中文分词模型和朴素贝叶斯分类算法,设计并开发了针对高考学业规划的智能问答系统.与传统的搜索引擎不同的是,基于人工智能的问答系统能够对考生所关注的问题和搜索结果进行精确匹配,减少考生重复搜索和筛选数据的次数.测试结果表明,本系统可以对高考学业规划中所涉及的大多数问题进行相对准确的针对性回答.     

极值-I型风速预测的Bayes方法

为提高极值-I型风速预测精度,在Jeffreys准则的基础上,采用Bayes估计中的Lindley近似方法推导极值-I型风速预测表达式.采用Monte Carlo法产生服从极值-I型分布的伪风速母样,基于伪风速母样分别采用基于Bayes理论和最大似然估计理论的极值-I型风速预测方法进行风速预测,并与伪风速母样的理论值进行对比分析.结果表明:与最大似然估计法相比,采用基于Bayes理论建立的极值-I型风速预测模型进行风速预测的精度更高,且精度随着伪风速母样样本量的增加而提高,位置参数先验样本数量的增加以及先验方差的增大对计算精度没有影响.     

基于可信期望的跨域访问安全性研究

访问控制作为保护信息安全的主要手段,能够有效保证用户合法地访问网络资源。随着移动互联网的发展,跨域和跨系统等多域环境下的安全问题面临严峻挑战。为了满足云计算多域环境的访问需求,基于角色访问控制技术,提出一种适用于云计算多域环境的访问控制模型。该模型利用贝叶斯理论得出访问者的可信期望值,然后与预先设定的访问阈值进行比较,决定用户的访问请求是否被允许,且访问权限随着用户可信度动态变化而改变,避免了之前获得高信任值的用户因信任度变化而进行恶意攻击的风险。实验结果表明,提出模型不仅能减少高风险用户的访问请求量,且能满足为用户动态授权的需求。因此该模型可以有效解决云计算多域环境中的安全问题。     

混联系统的可靠性蒙特卡诺模拟及其EB估计

在复杂的混联系统中,利用Monte Carlo方法建立随机模型,研究可靠性模拟问题,并假定该模型具有随机移走的逐步增加Type-Ⅱ截尾。采用Bayes方法与极大似然估计相结合的方法,在平方损失下,得到了混联系统部件的失效率、系统可靠度和平均寿命的经验Bayes估计。最后给出算例分析,说明该方法的正确性和可行性。     

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.     

煤层底板岩体参数概率分布及Bayes优化

正确确定煤系岩体力学参数的概率分布是承压水上采煤底板稳定可靠性分析的关键。以淮北矿区部分煤矿下组煤底板砂岩强度参数为例,以K-S检验法对数据进行概率分布拟合,获取参数分布类型及统计量。以此大样本概型为先验函数,具体工作面底板岩体小样本参数的概型为似然函数,基于Bayes方法对其优化,得到验后分布的概型参数。计算结果表明,下组煤底板砂岩强度参数全部接受正态分布和对数正态分布,优化后的方差有所下降,可以提高底板采动稳定可靠性分析结果,从而达到优化目的。     

AVO流体反演技术在低孔渗砂岩气藏预测中的应用

西湖凹陷A构造的砂岩气藏,主要埋藏于3000m以下的深层,且发育于浅水沉积环境,储层物性较致密,厚度横向变化大,导致储层的AVO响应复杂,常规AVO分析难以对储层流体进行有效识别。研究了AVO流体反演技术在该构造含气储层预测中的应用。该技术在对储层以及非储层速度、密度、厚度等关键参数的统计分析的基础上,利用Monte－Carlo随机模型建立、地震正演模拟、流体替换等技术,获得储层在不同流体下AVO响应的验前概率;然后利用Bayes理论,估算实际地震数据AVO响应指示储层含某种流体的可能性一验后概率,从而实现储层流体的预测。实际钻探结果证实了该方法的有效性。