云南高校图书馆联盟文献共享服务平台- BAYES

BAYES: 作品数：844被引量：2471H指数：18; 导出分析报告; 相关作者：张金槐周源泉武小悦张士峰周经伦更多>>; 相关机构：国防科学技术大学西北工业大学中国人民解放军海军工程大学清华大学更多>>; 相关期刊：更多>>; 相关基金：国家自然科学基金国家教育部博士点基金国家科技重大专项国家高技术研究发展计划更多>>

SPOT和Bayes递推估计融合的运载火箭样本量设计: 《国防科技大学学报》2025年第1期207-213,共7页黄彭奇子段晓君张银辉; 国家自然科学基金资助项目(62103422);湖南省自然科学基金资助项目(2021JJ40680)。; 针对运载火箭小子样条件,结合序贯验后加权检验(sequential posterior odd test, SPOT)和Bayes递推估计法,分别从假设检验和参数估计两方面,对传统试验样本量评估方法进行改进。在对运载火箭服从正态分布的性能指标进行评估时,引入复合...; 关键词：样本量评估 SPOT BAYES估计

基于协变量的一类贝叶斯社区检测算法: 《长春理工大学学报（自然科学版）》2024年第2期134-142,共9页冯丛慧施三支; 国家自然科学基金(11601039);吉林省教育厅项目(JJKH20210809KJ)。; 在复杂网络系统研究中,社区检测是挖掘网络数据内部结构信息的重要方法之一。提出了一个含有节点协变量信息的度修正随机块模型的贝叶斯社区检测算法,通过基于随机森林的算法选择重要的节点协变量,应用与协变量相关的随机划分模型划分...; 关键词：BAYES DCSBM 社区检测随机森林算法 GIBBS采样

基于数据迁移下Bayes特征融合可靠度评估模型被引量：2: 《航空动力学报》2024年第3期173-181,共9页张晓洁唐家银唐莉; 教育部人文社会科学研究规划基金(20XJAZH009);西南交通大学新时代“大思政”育人工作项目(DSZ2019-ZLTS19);西南交通大学2020本科教育教学研究与改革项目(20201033);西南交通大学2020年度研究生研究类教育改革项目(YJG4-2020-Y035);四川省教育厅高等教育人才培养质量和教学改革项目(JG2018-143);中央高校基础研究培育专题2021年度项目(2682021ZTPY018)。; 基于同种产品的多类试验源寿命数据信息,利用不同数据源间的映射关系,将多源数据迁移至现场数据源中形成混合数据源,以此作为产品可靠性贝叶斯统计分析基础。对于不同应力下加速寿命数据,将其折算至常应力水平下确定参数分布密度函数解...; 关键词：数据迁移贝叶斯数据融合指数分布可靠度

Many Kinds of Reserved Judgement in No-Data Problem: 《Applied Mathematics》2024年第1期1-8,共8页Houju Hori Jr.; The reserved judgment can be broadly categorized into three types: Re-Do, Re-Set, and Natural Flowing Case (i.e. step by step in Re-Try). Hori et al. constructed the Bayes-Fuzzy Estimation and demonstrated that system...; 关键词：Bayes-Fuzzy Estimation Re-Do Re-Set Indifferent Zone Reserved Judgement

Report for Type 2 Bayes-Fuzzy Estimation in No-Data Problem: 《Applied Mathematics》2024年第1期46-50,共5页Houju Hori Jr. Kazuhisa Takemura Yukio Matsumoto; It is well known that the system (1 + 1) can be unequal to 2, because this system has both observation error and system error. Furthermore, we must provide our mustered service within our cool head and warm heart, whe...; 关键词：Bayes-Fuzzy Estimation Possibility Markov Process Possibility Reserved Judgement

基于毕达哥拉斯模糊集与Bayes决策粗糙集的二人零和博弈模型: 《模糊系统与数学》2023年第5期133-142,共10页万仁霞赵杰; 国家自然科学基金资助项目(61662001);中央高校基本科研业务费专项资金(FWNX04);宁夏自然科学基金资助项目(2021AAC03203); 本文从粗糙集划分的角度,将二人零和博弈问题转化为以对象边界域划分为主的决策问题,为此,首先定义了基于Bayes决策粗糙集的博弈决策规则,再利用新定义的毕达哥拉斯模糊数来描述博弈的不确定性状态,通过博弈决策规则,构建了一种新型的...; 关键词：粗糙集二人零和博弈毕达哥拉斯模糊集 Bayes决策粗糙集

课程思政理念下Bayes公式教学方法的探讨被引量：1: 《大学数学》2023年第5期113-118,共6页程艳燕扬卢丑丽; 山西省教育科学“十四五”规划2022年度规划课题+OBE理念下概率论与数理统计课程教学体系的构建与实践研究(GH-220236);2022年山西省高等学校教学改革创新项目+基于OBE理念的概率论与数理统计课程思政教学改革研究(J20221490);山西省教育科学“十四五”规划2021年度规划课题+基于人才培养模式下的高校大学数学课程思政的研究与实践(GH-21443);教育部产学合作协同育人项目(202002140014);山西省高等学校教学改革创新项目(J2021936)。; 概率论与数理统计是一门重要的大学数学课程.基于课程思政的教育理念,在贝叶斯公式的教学中融入课程思政,优化教学设计,改进教学方法,采用线上线下相结合的方式,既解决了学生在学习理论知识方面遇到的困惑,又起到了教书育人的作用.; 关键词：课程思政 Bayes公式教学改革

Bayes Bootstrap改进方法: 《统计学与应用》2022年第5期1264-1269,共6页赵燕; 小样本情况下实验数据的分布较难确定,工程上常采用Bootstrap和Bayes Bootstrap方法。在现有的文献中,该方法对小样本可靠性参数估计仅仅是重复利用原样本信息,通过扩大样本容量进行参数估计。在样本量较小的情况下,再生样本极易淹没原...; 关键词：小样本 Bayes Bootstrap方法点估计

Traditional Chinese Medicine Automated Diagnosis Based on Knowledge Graph Reasoning被引量：8: 《Computers, Materials & Continua》2022年第4期159-170,共12页Dezheng Zhang Qi Jia Shibing Yang Xinliang Han Cong Xu Xin Liu Yonghong Xie; This work is supported by the National Key Research and Development Program of China under Grant 2017YFB1002304;the China Scholarship Council under Grant 201906465021.; Syndrome differentiation is the core diagnosis method of Traditional Chinese Medicine(TCM).We propose a method that simulates syndrome differentiation through deductive reasoning on a knowledge graph to achieve automa...; 关键词：Traditional Chinese medicine automated diagnosis knowledge graph Naïve Bayes syndrome differentiation

Interpreting uninterpretable predictors:kernel methods,Shtarkov solutions,and random forests: 《Statistical Theory and Related Fields》2022年第1期10-28,共19页T.M.Le Bertrand Clarke; Many of the best predictors for complex problems are typically regarded as hard to interpret physically.These include kernel methods,Shtarkov solutions,and random forests.We show that,despite the inability to interpre...; 关键词：BAYES BOOSTING kernel methods random forest Shtarkov predictor STACKING

BAYES