导读:本文包含了贝叶斯决策论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:算法,数据,多点,风险,余弦,尾矿,案卷。
贝叶斯决策论文文献综述
李帅鹏,侯为波[1]（2019）在《中国上市银行盈利水平的贝叶斯决策分析》一文中研究指出随着金融行业的蓬勃发展,越来越多的优质银行选择了上市.该文以14家A股上市银行为研究对象,通过贝叶斯决策分析14家上市银行2017年年度报告得到净利润、营业收入、基本每股收益、加权平均净资产收益率、资产总额、每股净资产和不良贷款率这些方面对于上市银行盈利水平的影响程度.(本文来源于《哈尔滨师范大学自然科学学报》期刊2019年04期）
李家梁[2]（2019）在《基于贝叶斯决策和大数据的雾霾预测系统研究》一文中研究指出传统空气质量预测是基于天文数据,但是实时性较低,特别是地区网格间的差别难以体现,而雾霾变化对于时间、区域的敏感度较大,传统预测模型对于雾霾预测的效果较低。因此,本文提出采集大面积精细化网格数据,通过大数据技术加速海量数据的处理速度,并基于贝叶斯算法,挖掘空气质量数据的隐藏信息,实现精细化的雾霾预测。(本文来源于《通讯世界》期刊2019年07期）
王秀芬[3]（2019）在《基于贝叶斯决策的移动机器人路径规划方法》一文中研究指出路径规划是移动机器人研究领域中的重要内容之一,也是自动控制、计算机与人工智能交叉等领域的研究热点。移动机器人路径规划集数学、统计学、计算机、自动控制和人工智能等多学科的最新研究成果,其发展对国防、交通、农业和制造业等产业具有重大的影响力,已成为各国高科技领域的重要研究目标。本文主要关注无人飞行器这一类移动机器人,研究了基于蚁群算法的无人飞行器路径规划问题,根据飞行器的特点,提出了几种新的改进策略,提高了算法的计算效率,扩展了蚁群算法的使用范围。本文的主要研究内容和创新点如下:(1)针对无人飞行器采用蚁群算法进行路径规划时收敛速度慢的不足,在蚁群算法的基础上构造了一种新的优化算法。首先,将环境地图网格化,在传统蚁群算法的单蚁运行机制中引入了无人飞行器轨迹的尖角优化策略。其次,融入了圈形轨迹识别算法,避免了无人飞行器出现折返跑的现象。最后,采用最优路径进行信息素更新,减少了蚁群算法在搜索过程中产生的盲目交叉和“蚂蚁遗失”现象。仿真实验表明:新算法具有更好的全局搜索能力。(2)在全局静态环境下,提出了一种适用于窄通道环境路径规划的蚁群算法。一定程度上解决了传统蚁群算法容易陷入局部最优解、造成蚂蚁迷失等不足。一方面,在灰度矩阵上随机撒点并将障碍物内的节点随机移动,使得窄通道内节点密度提高,并以此为新的人工势场引力信息,提高了无人飞行器穿过窄通道的能力,减少了蚂蚁迷失现象。另一方面,引入了无人飞行器轨迹的尖角优化策略,更好地模拟了无人飞行器的飞行特征。仿真结果表明:新的算法所获取的最优路径具有更好的全局搜索能力,并且造成了较少数量的蚂蚁迷失。(3)一方面,提出了一种基于贝叶斯后验概率的无人飞行器路径规划方法。该算法通过贝叶斯后验概率对节点进行评估,解决了传统蚁群算法进行路径规划时容易造成局部最优的问题。另一方面,在后验概率的基础上,将障碍信息融入平均风险,通过平均风险对节点进行评估,提出了一种基于贝叶斯平均风险的无人飞行器路径规划方法。该算法同样解决了传统蚁群算法进行路径规划时容易造成局部最优的问题。(本文来源于《贵州民族大学》期刊2019-06-06）
邵旭慧,裴继红,赵阳[4]（2019）在《基于边界先验双模型贝叶斯决策的红外图像海天线检测》一文中研究指出为了解决红外图像在复杂海面干扰下的海天线检测问题,本文提出了一种基于边界先验双模型贝叶斯决策的海天线检测方法。该方法首先将海空背景下的红外图像划分为子图像块,以子图像块的离散余弦变换的主余弦谱作为子图像块特征;然后,基于边界先验建立了海、天子图像块的贝叶斯决策模型,对海、天子图像块进行粗划分;之后,利用粗划分的子图像块集合建立细划分贝叶斯决策模型,利用重迭子图像块滑动细划分方法,获取海天线上候选点;最后,利用随机抽样一致性(RANSAC)算法得到海天线模型参数,实现海天线的检测。实验结果表明,该方法能有效检测出复杂海空背景下的海天线,对于海杂波、亮斑等干扰较多的复杂红外图像具有更优的检测效果,运算速度较快。(本文来源于《信号处理》期刊2019年05期）
仝桂杰,吴绍华,袁毓婕,颜道浩,周生路[5]（2019）在《基于贝叶斯决策树的小麦镉风险识别规则提取》一文中研究指出为揭示环境因素与小麦Cd超标风险的关系,综合考虑了小麦Cd富集的7个影响因素(土壤Cd浓度、污染企业、城镇村及工矿用地、交通运输用地、土壤类型、土壤有机质含量(SOM)和土壤pH值),采用ID3算法与朴素贝叶斯算法,建立起5棵贝叶斯决策树.提出了15条小麦Cd超标风险的识别规则,将超标风险分为5级并确定了小麦Cd富集的3个主控因子:污染企业、土壤pH值和土壤Cd浓度.经检验,5棵决策树风险识别的平均精度为81.14%,而使用风险识别规则和贝叶斯算法后识别精度提高为89.32%.该模型将贝叶斯算法融入到了决策树模型,可以评估数据完整或缺失样本的Cd污染风险,确定小麦Cd富集的主控因子,同时可以基于风险识别规则判定小麦Cd风险程度和范围,为土壤安全利用和小麦安全生产区的划定提供参考.(本文来源于《中国环境科学》期刊2019年03期）
高天祥,王刚,岳韶华,肖涛鑫[6]（2019）在《基于贝叶斯决策理论的NSHV分段建模威胁评估》一文中研究指出临空高超声速飞行器(Near Space Hypersonic Vehicle,NSHV)具备复杂的运动模式和高动态特点,传统的威胁评估方法运用于NSHV时在评估要素选取和评估动态性等方面存在不足。从NSHV的飞行路径入手,将其划分为3个主要的飞行阶段,通过分析其各阶段运动特点和预警探测、拦截能力等因素,基于贝叶斯推理、决策理论建立起NSHV多阶段威胁评估模型,并通过先验概率将各阶段进行关联,保证了评估的继承性,最终建立典型场景进行仿真验证,仿真结果反映的威胁变化符合NSHV的作战特点和所给观测数据,证明该方法更适应NSHV的动态特性,能够为指挥员进行防御作战辅助决策提供支持。(本文来源于《空军工程大学学报(自然科学版)》期刊2019年01期）
刘迪,卢才武,连民杰,顾清华[7]（2019）在《基于粗糙集与贝叶斯决策的尾矿坝浸润线预警》一文中研究指出为支持尾矿库的现场安全监管与决策,根据粗糙集和贝叶斯决策理论,提出了基于不确定性的尾矿坝浸润线预警方法以确定合理的尾矿坝浸润线预警阈值。首先,根据尾矿渗透性与干滩长度的不确定性对坝体稳定性的影响,计算得到离散尾矿坝体安全系数对应的浸润线的多点位(埋深)数据;其次,以粗糙集属性重要度分析为前提,采用贝叶斯决策法建立坝体安全系数与浸润线埋深的多属性决策模型,以互信息熵表示安全系数对浸润线多点位埋深数据的依赖程度;最后,用条件概率量化浸润线重要点位对尾矿坝稳定性的影响,通过最大后验概率确定浸润线埋深预警阈值。通过对陕西某尾矿坝的实例研究,得出堆积坝标高1 220. 03、1 200. 03、1 180. 03、1 150. 03 m处的浸润线高于37. 33、19. 9、17. 6、11. 6 m时,尾矿坝存在潜在不稳定风险,应采取措施降低浸润线高度。结果表明,浸润线预警阈值能客观反映尾矿坝稳定性状况,完善了尾矿库的现场监测预警体系。(本文来源于《有色金属工程》期刊2019年01期）
王鹤琴,王杨[8]（2018）在《基于贝叶斯决策的网格社区案卷分发模型》一文中研究指出随着我国城市化进程不断深入,智慧城市与合作治理正日益成为发展的新范式,而信息技术和智能终端设备的普及应用也使得全民参与社会公共管理成为可能。传统的群众与政府间沟通渠道和社会管理平台架构已难以满足不断增长的数据规模和群众广泛参与城市治理的社会现实。因此,提出了一种基于贝叶斯决策的网格社区案卷分发模型。模型首先运用贝叶斯决策理论对群众上报社管案卷信息进行分析并归类,然后结合案卷上报地理位置信息确定其所在社区网格,最后根据分类结果将案卷分发至所属社区网格的相应职能部门。K-fold交叉验证结果表明,提出的案卷分发模型具有较好的可用性和准确性。(本文来源于《山东大学学报(理学版)》期刊2018年11期）
孙子文,李富,庞永春[9]（2018）在《最小风险贝叶斯决策融合的多点触摸身份认证》一文中研究指出为提高智能手机中多点触摸身份认证的识别率,提出一种基于最小风险贝叶斯决策的多点触摸身份认证方法。首先采用认证手势中各单独手势序列经逻辑回归优化的均值动态时间规整算法进行局部分类,然后以贝叶斯规则为基础,引入损失函数,并计算最小风险贝叶斯决策组合规则下的局部决策结果,最后依据最小风险贝叶斯决策融合规则获得全局决策结果。实验结果显示,引入基于最小风险贝叶斯决策的融合身份认证,不仅保证了较为理想的漏警率、消弱了决策的风险性,而且降低了虚警率,获得了较为理想的分类效果。(本文来源于《计算机工程与科学》期刊2018年09期）
许召召,李京华,陈同林,李昕洁[10]（2018）在《融合SMOTE与Filter-Wrapper的朴素贝叶斯决策树算法及其应用》一文中研究指出如何对以"工业4.0"为背景的物联网智慧医疗系统所产生的医疗数据进行高效且准确的挖掘仍然是一个十分严峻的问题。而医疗数据往往是高维的、不平衡的和有噪声的,因此提出一种新的数据处理方法——将SMOTE方法与Filter-Wrapper特征选择算法融合,并将其应用于支持临床医疗决策。特别地,所提方法不仅克服了朴素贝叶斯在属性实际应用中因属性独立假设而造成的预测不佳的情况,而且避免了C4.5决策树在构建模型时的过拟合问题。将所提算法应用于ECG临床医疗决策中,取得了很好的效果。(本文来源于《计算机科学》期刊2018年09期）
贝叶斯决策论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
传统空气质量预测是基于天文数据,但是实时性较低,特别是地区网格间的差别难以体现,而雾霾变化对于时间、区域的敏感度较大,传统预测模型对于雾霾预测的效果较低。因此,本文提出采集大面积精细化网格数据,通过大数据技术加速海量数据的处理速度,并基于贝叶斯算法,挖掘空气质量数据的隐藏信息,实现精细化的雾霾预测。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
贝叶斯决策论文参考文献
[1].李帅鹏,侯为波.中国上市银行盈利水平的贝叶斯决策分析[J].哈尔滨师范大学自然科学学报.2019
[2].李家梁.基于贝叶斯决策和大数据的雾霾预测系统研究[J].通讯世界.2019
[3].王秀芬.基于贝叶斯决策的移动机器人路径规划方法[D].贵州民族大学.2019
[4].邵旭慧,裴继红,赵阳.基于边界先验双模型贝叶斯决策的红外图像海天线检测[J].信号处理.2019
[5].仝桂杰,吴绍华,袁毓婕,颜道浩,周生路.基于贝叶斯决策树的小麦镉风险识别规则提取[J].中国环境科学.2019
[6].高天祥,王刚,岳韶华,肖涛鑫.基于贝叶斯决策理论的NSHV分段建模威胁评估[J].空军工程大学学报(自然科学版).2019
[7].刘迪,卢才武,连民杰,顾清华.基于粗糙集与贝叶斯决策的尾矿坝浸润线预警[J].有色金属工程.2019
[8].王鹤琴,王杨.基于贝叶斯决策的网格社区案卷分发模型[J].山东大学学报(理学版).2018
[9].孙子文,李富,庞永春.最小风险贝叶斯决策融合的多点触摸身份认证[J].计算机工程与科学.2018
[10].许召召,李京华,陈同林,李昕洁.融合SMOTE与Filter-Wrapper的朴素贝叶斯决策树算法及其应用[J].计算机科学.2018
论文知识图
