导读:本文包含了贝叶斯理论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:斯理,卡尔,模型,理论,组合,系统,转子。
贝叶斯理论论文文献综述
路军,王梓耀,余涛[1]（2019）在《基于朴素贝叶斯和D-S证据理论的多时空数据融合》一文中研究指出针对泛在电力物联网中分布广泛的传感器以及各类设备采样周期不同的问题,本文提出一种基于朴素贝叶斯和D-S证据理论的多时空数据融合方法。该方法突出的优点是融合了多个时间段、多个不同地点传感器的数据。首先运用朴素贝叶斯分类器得到信度分配,克服了过去采用专家系统进行信度分配的缺点,然后运用D-S证据理论进行融合得到最终系统的状态评价,有效地将多时空数据进行融合。实验结果表明,本文提出的方法相比其他机器学习算法有了明显的改进,能够有效地评估系统的状态。(本文来源于《电气技术》期刊2019年11期）
王艳,高嵩,马天力,陈超波,李磊[2]（2019）在《基于变分贝叶斯理论的GPS/INS组合导航系统》一文中研究指出为了解决GPS/INS松耦合导航系统中量测噪声未知所导致的滤波精度下降的问题,提出一种基于变分贝叶斯估计的卡尔曼滤波算法(VB-KF)。该算法假设量测噪声均值为0,方差服从参数未知的逆Gamma分布。通过因式分解的自由形式分布近似状态和噪声方差的联合后验分布,采用卡尔曼滤波算法估计状态,利用变分贝叶斯理论估计噪声参数,以获得系统最优的后验分布。实验结果表明,相比于传统的KF算法,该算法可实时准确估计系统状态和噪声参数,提高了滤波精度。(本文来源于《国外电子测量技术》期刊2019年11期）
罗大明,张桂涛[3]（2019）在《基于贝叶斯理论的氯离子扩散系数计算模型》一文中研究指出氯离子侵蚀引起的钢筋锈蚀是沿海或者盐湖地区混凝土结构耐久性劣化的主要诱因,现有氯离子侵蚀模型中的扩散系数多基于Fick’s第二定律,由实验室试验或工程测试确定,具有一定的局限性.基于氯离子扩散系数试验数据,采用贝叶斯理论,建立了氯离子扩散系数计算模型.该模型综合考虑了水胶比、侵蚀时间、环境温度、相对湿度等因素对氯离子扩散系数的影响,能较好地反映氯离子扩散系数的变化情况.通过已有试验数据验证表明,该模型的计算结果与试验结果吻合较好,具有一定的理论和应用价值.(本文来源于《西安建筑科技大学学报(自然科学版)》期刊2019年05期）
马欣鑫,邓平科,陈威屹,张晓光,袁洪[4]（2019）在《基于贝叶斯理论的多系统定位融合算法》一文中研究指出针对传统多系统融合定位中协作性较差,自适应性不足的问题,为多系统定位达到更好的效果,提高多系统协同定位算法中信息融合的高效性、场景间切换的适应性,对传统的多系统定位融合算法进行了改进。采用贝叶斯理论,多系统观测数据融合输入,建立贝叶斯概率观测模型,对多系统间定位信息直接交互,通过扩展卡尔曼滤波理论估计定位信息。在此基础上,利用各系统滤波新息和方差对场景间切换时系统概率进行实时更新,将估计结果以系统概率加权方式融合输出。仿真结果表明,在相同观测条件下,改进算法与传统定位算法相比,具有更好的稳定性及自适应性。(本文来源于《科学技术与工程》期刊2019年26期）
刘永鑫,金虹,罗鹏[5]（2019）在《基于贝叶斯理论的热环境不满意率预测模型》一文中研究指出热环境舒适性是环境健康的重要内容之一,而热环境满意率预测是热舒适评价的重要指标。通过预先测得的环境和人体参数,利用PMV-PPD模型形成热环境预测不满意率的先验分布。结合不满意率现场调研结果,应用贝叶斯公式和马尔可夫链蒙特卡罗方法计算不满意率的后验分布。算例结果证实了该方法的有效性。研究表明,不满意率先验分布方差和调研样本数量均会影响预测结果;随着样本数量的增加,先验分布对预测结果的影响会逐渐减小。该模型考虑了主、客观因素作用,适用于建筑热环境设计与分析。(本文来源于《暖通空调》期刊2019年08期）
毛文贵,李建华,刘桂萍[6]（2019）在《遗传智能采样技术的贝叶斯理论识别滑动轴承-转子系统不平衡量》一文中研究指出轴承转子系统不平衡量识别过程中,在输出响应和模型中存在的不确定性参数一般采用概率法描述,通过贝叶斯理论获得不平衡量的联合后验概率密度分布时涉及大量采样。针对采样效率,提出了基于遗传智能采样技术改进贝叶斯理论。首先,以代价函数作为指示因子通过信赖域模型管理方法不断更新先验空间使其覆盖高密度后验空间,然后通过智能布点技术和样本遗传策略以有限的样本点集中呈现在联合后验概率密度分布的高密度区域,提高信赖域上关键区域的精度,从而加快收敛速度,减小耗时的正问题调用次数。最后将其应用于识别具有不平衡量先验信息和带有随机噪声的测试响应的滑动轴承-转子系统的不平衡量,获得不平衡量的均值、置信区间。案例显示能准确快速地抽样,提高了贝叶斯识别的计算效率。(本文来源于《振动工程学报》期刊2019年04期）
张铭泽,李新聪,梁今今,李亦农[7]（2019）在《贝叶斯网络理论在变压器可靠性判断中的应用》一文中研究指出通过对电力系统变压器故障产生的原因进行分析,利用粗糙集理论对故障的信息进行综合处理,再根据贝叶斯网络实现对故障的实践诊断。(本文来源于《变压器》期刊2019年07期）
马云玲,段会敏,周明慧,吕俊,韩攀杰[8]（2019）在《基于贝叶斯理论的猪流行性腹泻智能诊断分析》一文中研究指出智能诊断分析就是利用判别分析的方法,依据动物所患疾病的症状、体征等一系列信息来判别疾病发生的概率。本文旨在介绍基于贝叶斯分析算法,从数据的组织管理和数据库的设计入手,对猪流行性腹泻疾病的发病率进行概率分析,这是一种精确且客观的方式,因为在具体运用贝叶斯定理进行疾病诊断时,要求做到数据要准确,诊断要合理,预测要科学,并且要实事求是,精确到具体某一点上,给卫生处置人员一个科学的参考依据。(本文来源于《数码世界》期刊2019年07期）
晁梦遥[9]（2019）在《深度变分贝叶斯投资组合理论》一文中研究指出金融市场中的投资组合是一个热点问题。传统的投资分配方法受到数据维度,参数估计偏差以及建模能力的限制。为解决这些问题,我们将深度学习引入到投资组合问题中。同时,由于市场的复杂性,投资者逐渐重视参数不确定性和模型不确定性,为了弥补传统办法在这方面的不足,我们同样将贝叶斯学习引入到投资组合中,从而提出深度变分贝叶斯投资组合理论。我们将最优策略的选择过程看作学习和优化两部分。在学习阶段,所提出理论捕捉输入数据的深层次因素并对数据进行校准,在优化阶段,我们对数据学习和校准进行权衡,并依据交叉验证来获得深度变分贝叶斯投资组合理论对应的有效边界。我们在实际问题中应用所提出理论得到了良好的结果,实验代码提供于与本文同目录的压缩文件中。(本文来源于《大众投资指南》期刊2019年12期）
童琦,丁龙,纪杰,万少安,李孝华[10]（2019）在《基于贝叶斯理论的棉麻库热灾害分析》一文中研究指出为了研究棉麻库热灾害的致灾因子和致灾模式,对棉麻库的热灾害风险进行定量分析。基于贝叶斯网络,构建棉麻库火灾风险定量评估的拓扑结构,根据历史数据进行棉麻储备库热灾害的定量风险评估。分析和识别棉麻储备库致灾安全隐患和危险有害因子,揭示国家棉麻储备库多灾害演化过程中的防治关键环节,建立棉麻储备库热灾害的定量风险评估方法。(本文来源于《消防科学与技术》期刊2019年05期）
贝叶斯理论论文开题报告
（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：
为了解决GPS/INS松耦合导航系统中量测噪声未知所导致的滤波精度下降的问题,提出一种基于变分贝叶斯估计的卡尔曼滤波算法(VB-KF)。该算法假设量测噪声均值为0,方差服从参数未知的逆Gamma分布。通过因式分解的自由形式分布近似状态和噪声方差的联合后验分布,采用卡尔曼滤波算法估计状态,利用变分贝叶斯理论估计噪声参数,以获得系统最优的后验分布。实验结果表明,相比于传统的KF算法,该算法可实时准确估计系统状态和噪声参数,提高了滤波精度。
（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。
贝叶斯理论论文参考文献
[1].路军,王梓耀,余涛.基于朴素贝叶斯和D-S证据理论的多时空数据融合[J].电气技术.2019
[2].王艳,高嵩,马天力,陈超波,李磊.基于变分贝叶斯理论的GPS/INS组合导航系统[J].国外电子测量技术.2019
[3].罗大明,张桂涛.基于贝叶斯理论的氯离子扩散系数计算模型[J].西安建筑科技大学学报(自然科学版).2019
[4].马欣鑫,邓平科,陈威屹,张晓光,袁洪.基于贝叶斯理论的多系统定位融合算法[J].科学技术与工程.2019
[5].刘永鑫,金虹,罗鹏.基于贝叶斯理论的热环境不满意率预测模型[J].暖通空调.2019
[6].毛文贵,李建华,刘桂萍.遗传智能采样技术的贝叶斯理论识别滑动轴承-转子系统不平衡量[J].振动工程学报.2019
[7].张铭泽,李新聪,梁今今,李亦农.贝叶斯网络理论在变压器可靠性判断中的应用[J].变压器.2019
[8].马云玲,段会敏,周明慧,吕俊,韩攀杰.基于贝叶斯理论的猪流行性腹泻智能诊断分析[J].数码世界.2019
[9].晁梦遥.深度变分贝叶斯投资组合理论[J].大众投资指南.2019
[10].童琦,丁龙,纪杰,万少安,李孝华.基于贝叶斯理论的棉麻库热灾害分析[J].消防科学与技术.2019
论文知识图
