简介：水文预报对于防洪、抗旱以及水资源调度等具有重要意义。水文预报通常依靠水文模型来完成,由于受到不同流域特点、产汇流机制等的限制,每个水文模型都具有各自的特点及适用区域。单一模型具有非常大的水文预报不确定性,为了解决单一模型局限性的问题,多模型水文预报常作为降低水文预报不确定性有效方法之一。选用三种常见的水文模型:时变增益水文模型、新安江模型和萨克拉门托模型,在珠江飞来峡流域进行分布式建模,采用相同的输入与初始场,三个模型独立进行模拟,然后对比三个模型的结果,并进行贝叶斯多模型加权平均和简单平均得到多模型平均结果,研究结果表明,贝叶斯模型处理后的结果要比单个模型模拟结果和简单平均处理后的结果准确率高。

简介：摘要以三国演义中对空城计的描述为背景，根据博弈论中不完全信息静态博弈的相关知识，通过建模，计算和分析得出司马懿选择退兵是一种互利双赢的决策。在现代激烈的市场竞争中，企业需要通过权威性的信息发布机构证实信息的可靠性，得出不同决策之间的转折概率，为企业决策提供依据。

简介：摘要为满足市场的需要，许多机械制造企业都根据订货合同的要求来组织多品种小批量生产。对于特定的加工零件，有时质量控制指标并不唯一，而这些指标之间经常存在着一定的相关关系，仅靠分别对它们进行单变量质量控制，其结果往往不太可靠。因此研究多品种小批量生产工序的质量控制，对于保证提高企业产品质量，降低废品损失，提高工作效率，增加经济效益，都有着十分重要的现实意义。本文针对多品种小批量生产环境波动相对较大的特点、需要控制的质量指标多的情况，讨论贝叶斯理论的多重线性数学模型的实用性，以实现多品种小批量生产的多变量控制。

简介：摘要：贝叶斯公式是概率论与随机过程课程中一个十分关键的理论部分。本文给出了贝叶斯公式在现实生活中的常见应用。

简介：贝叶斯分类方法,是以概率假设为基础的.假设需要分类的数据遵循某种假设分别,通过这些概率分布以及对观察数据本身进行推理,得出最好的分类结果.本文重点介绍贝叶斯分类模型的相关理论基础以及常见的几种贝叶斯分类模型.

简介：本文在对中文邮件关键词提取方法、关键词的降维处理与优化提炼以及垃圾邮件识别概率等方面进行理论探讨的同时，较为详细地阐述了中文环境下贝叶斯过滤技术的使用方法，这对有效减少垃圾邮件数量，提高网络利用率具有重要的理论价值和现实意义。

简介：无

简介：摘要：贝叶斯公式是概率论中很重要的公式，贝叶斯公式在医学、信息传递、生产、侦破

简介：贝叶斯决策是决策者经常使用的一种决策方法，具有较严谨的分析思路，但本身也存在一些问题，本文其存在的两点缺陷进行了分析提出了相应的改进方法。

简介：借助概率论中的贝叶斯公式理论和方法,对现实中人们对有关化验结果的疑惑进行了详细的解释,从而使人们能更科学地理解化验结果,深刻感知数学在解决实际问题的作用.

简介：摘要：贝叶斯公式是建立在全概率公式的基础之上得到的，在各个领域有广泛的应用。本文采用探索式、启发式教学方法对贝叶斯公式进行教学设计。通过生活中的实际例子吸引学生注意力，以问题为导向，以分析为重点，以应用为巩固拓展，引导学生思考、解决问题，进而使学生较快理解与掌握贝叶斯公式的基本思想和基本求解步骤。

简介：摘要：雅斯贝斯以他所处的时代为下限，从历史文化的角度和各历史阶段技术的产生、发展结合的高度阐述了他对历史的独特解释——轴心期理论。他认为人类在轴心期有了空前的大发展，翻开了崭新的篇章。人类历史以“轴心期”为中心，“轴心期”具有伟大的历史意义。

简介：摘要金融风险的度量是金融风险管理领域的核心。VaR（ValueatRisk）方法已被广泛采用并成为金融行业风险管理的标准。本文对中国股票市场的收益率进行了统计分析，使用基于极值理论和贝叶斯估计的VaR方法对上证指数和深成指数进行实证分析，结果表明，用贝叶斯估计比经典统计方法估计得出的VaR值能够更准确地反映市场的风险状况。

简介：在决策与判断研究中，贝叶斯（Bayes）理论起着十分重要的作用，对于法律决策、司法判断的量化研究，也莫能例外，因为法官判案的过程可以视为在特定的证据条件下，对被告刑事责任（是否定罪、如何量刑）、民事责任（是否归责、如何赔偿）的判断和决策过程。在《法官如何思考》一书中，波斯纳举了一个无陪审团且证人是原告本人的关于性别歧视诉讼案件的例子。

简介：针对性能退化服从对称Laplace过程的产品,对其可靠性评估提出了贝叶斯方法.采用对称Laplace过程描述产品的退化过程,通过确定模型中的参数服从固定的先验分布,并且利用Gibbs抽样的方法,建立基于退化数据的贝叶斯估计模型,得到参数的后验分布.用蒙特卡洛模拟计算得到其可靠性,最后通过仿真模拟验证了模型的有效性.

简介：动态贝叶斯网络（dynamicbayesiannetwork,DBN）是一种基于时序表达数据构建基因调控网络的重要方法。然而目前的DBN方法因计算时间太长,结构不稳定,准确度低,对有效性有很大影响。根据动态贝叶斯网络的度量可分解性质,将动态贝叶斯网络分为初始网络与转移网络分别进行结构寻优,在寻优时将基于静态贝叶斯网络的最大权重生成树算法与贪婪搜索算法相结合,移植入动态贝叶斯网络中,建立基因调控网络模型。提出了一种从时序数据中构建基因调控网络的方法,克服了贝叶斯网络不能描述循环调控的缺陷,也从规模上简化了网络构建问题。通过与相关实验文献的对照,验证了提出方法的有效性,网络学习时间明显缩短,网络结构更加稳定。

简介：贝叶斯单病例随机对照试验是近年来流行的研究设计。本文对贝叶斯单病例随机对照试验的分析原理、统计要求、应用现状及优缺点等进行介绍。虽然贝叶斯单病例随机对照试验尚处于小规模应用的阶段且有许多问题尚待完善,但是其可提供较为丰富的后验信息,有望成为今后单病例随机对照试验的主要类型。

简介：本文利用贝叶斯分析方法建立了评估企业诚信度的概率估计模型，并选取了一些有代表性的企业进行实证分析。与现有的同类问题研究相比，本模型的特点是将决策者个人经验和主观判断作为先验信息与样本信息相结合、将财务数据与诚信表现相结合，从而提高了估计的可靠性和准确性。

简介：摘要采用贝叶斯回归分析模型对300MW燃煤锅炉的NOx排放特性建立模型。利用热态实炉试验数据对模型进行了训练和验证。然后利用蚁群算法对该模型进行优化，从670个工况中选三个典型的工矿进行优化。结果表明，贝叶斯回归分析能很好的模拟NOx的排放特性，而且易操作，另外因为是从概率的角度进行分析处理，因此并不存在过拟合以及泛化能力的问题，为燃烧建模提供了一种新的角度。

简介：由于市场环境中存在着许多不确定因素，使决策者的决策带有某种程度的风险。为了增加决策的可靠性，在风险决策中增大信息量是一种可行的方法。文章通过分析信息在风险决策中的作用，利用贝叶斯公式，给出了如何确定信息的价值以及如何提高风险决策可靠性的方法。