关于Bayes统计和Bayes预测

章旨在介绍Bayes统计的基本思想和在Bayes统计基础上发展起来的Bayes预测方法以及这种方法在实际应用中的展望。     

利用数据挖掘技术检测多形态蠕虫

理想的多形态蠕虫可以避开任何基于特征的入侵检测系统，为此提出了基于字符特征匹配和数据挖掘的多形态蠕虫检测方法．基于蠕虫攻击模型，提出了通过数据挖掘，如Bayes和ANN，识别JUMP地址检测多形态蠕虫的方法．通过对多种实际蠕虫及其多形态变种进行测试，结果表明该方法检测率和性能比传统的IDS有大幅的提升．     

Bayes动态模型的平滑

为消除Bayes动态模型中噪声的正态性假定对模型的实用性的限制，在Bayes整体风险最小的准则下，建立了非正态Bayes动态模型状态参数向量的向后m步Bayes最优线性平滑及其风险矩阵的循环递推方程，使正态Bayes动态模型的相关结果成为其特例。该方法可以在较大程度上拓宽Bayes动态模型及其Bayes平滑的适用范围，有一定的理论意义和实用价值。     

动态模型的Bayes最优预测

为消除Bayes动态模型中噪声的正态性假定对模型的实用性的限制，在Bayes整体风险最小的准则下，建立了非正态Bayes动态模型状态参数向量纳向前m步Bayes最优线性预洲及其风险矩阵的循环递推方程，使正态Bayes动态模型的相关结果成为其特例。该方法可以在较大程度上拓宽Bayes动态模型及其Bayes预测的适用范围，有一定纳理论意义和实用价值。     

基于Bayes方法的网络学习评价系统研究

本文针对如何评价学生通过网络实现在线学习的实效问题,提出了基于Bayes方法的网络学习评价系统。该系统运用Bayes方法分别对学生的自我评价与教师对学生学习的评价分析的基础上,建立了基于Bayes方法的多层次学生网络学习评价模型,实例分析表明,该模型是客观、有效的。     

二项分布的Bayes解风险分析

文章先介绍了不同损失函数下的Bayes解,然后以二项分布作为具体应用问题,从Bayes风险的角度,对不同的损失函数下所得的Bayes解进行了比较,探讨了各类Bayes解的优良性。     

Bayes方法与经典方法在假设检验问题中的异同

将传统经典学派方法和Bayes方法应用于假设检验问题,通过实例进行比较,展示了Bayes方法简单、易懂、实用的特点.     

Bayes方法与经典方法在假设检验问题中的异同

将传统经典学派方法和Bayes方法应用于假设检验问题,通过实例进行比较,展示了Bayes方法简单、易懂、实用的特点。     

基于贝叶斯网络的数据挖掘技术

从海量数据中挖掘有用的信息为高层的决策支持和分析预测服务。已成为网络时代人们对信息系统提出的新的需求。但我们发现数据处理和数据的提炼技术是匮乏的。起源于贝叶斯统计学的贝叶斯网络以其独特的不确定性知识表达形式、丰富的概率表达能力、综合先验知识的增量学习方法等特性表示了客体的概率分布和因果联系，成为当前数据挖掘众多方法中最为引人注目的焦点之一。本文首先对贝叶斯网络、贝叶斯网络推理和贝叶斯网络学习进行综合性的阐述。然后讨论其在数据挖掘中的应用和优势。     

基于贝叶斯网络的数据挖掘技术

从海量数据中挖掘有用的信息为高层的决策支持和分析预测服务,已成为网络时代人们对信息系统提出的新的需求,但我们发现数据处理和数据的提炼技术是匮乏的。起源于贝叶斯统计学的贝叶斯网络以其独特的不确定性知识表达形式、丰富的概率表达能力、综合先验知识的增量学习方法等特性表示了客体的概率分布和因果联系,成为当前数据挖掘众多方法中最为引人注目的焦点之一。本文首先对贝叶斯网络、贝叶斯网络推理和贝叶斯网络学习进行综合性的阐述,然后讨论其在数据挖掘中的应用和优势。     

熵损失函数下Poisson分布参数的Bayes估计

用类似于Bayes估计的方法,研究了在熵损失函数下Poisson分布可靠度的估计.给出了在熵损失函数下Poisson分布可靠度的Bayes估计及其可容许性,并给出了Bayes置信下限以及多层Bayes估计的表达式.     

P,Q对称熵损失函数下的二项分布的参数估计

在P,Q对称损失函数下,讨论二项分布参数θ的Bayes估计及其容许性,并给出了多层Bayes估计具体形式和Bayes置信下限.     

二项分布可靠度的Bayes估计

在二项分布的可靠度的先验分布为幂分布时给出了其在熵损失函数下的E—Bayes估计公式和多层Bayes估计公式．通过实例验证,这两种估计公式都是稳定的,并进一步表明了在熵损失函数下计算出的二项分布可靠度的E—Bayes估计比多层Bayes估计的精度更高,稳定性更好,计算简单,便于应用．     

熵损失函数下Lomax分布形状参数的Bayes估计

研究了在熵损失函数下,两参数Lomax分布中形状参数的Bayes估计、多层Bayes估计及E-Bayes估计。     

入侵检测中的数据挖掘分析方法

入侵检测随着网络的发展而受到人们的重视。数据挖掘技术旨在从大量的数据中提炼出抽象的知识，揭示出蕴含在这些数据背后的客观规律，实现知识的自动获取。将数据挖掘与入侵检测结合起来能够提高入侵检测系统的智能性、准确性和检测效率。文章论述了数据挖掘分析方法在入侵检测中的应用，给出一种基于数据挖掘的入侵检测系统模型。     

一类截尾寿命试验下冷贮备串联系统可靠性指标的Bayes估计

在一种截尾寿命试验样本下,研究了冷贮备串联系统的可靠性指标评估问题.利用Bayes方法得到了部件的平均寿命、系统可靠度及平均寿命等可靠性指标的经验Bayes点估计.     

基于下记录值样本的指数分布族参数估计

文中探讨了基于下记录值样本,指数分布族参数的Bayes估计以及经验Bayes估计,最终得出下记录值作为样本的优势,不但得到精准的结果,计算过程还更加简便。     

无失效数据情形下失效率的置信上限

在指数分布无失效数据情形下,分别给出了失效率的经典置信上限、Bayes置信上限和多层Bayes置信上限,并针对前两种置信上限结合实际问题进行了计算。     

E-Bayes估计与多层Bayes估计的关系

本文主要通过对Bayes估计、E-Bayes估计以及多层Bayes估计的描述,来介绍了E-Bayes估计与多层Bayes估计的关系,p(k)E-Bayes估计与多层Bayes估计相等,其证明过程可以利用积分中值定理进行.     

逆指数分布参数的 Bayes 和经验 Bayes 估计简

基于完全样本,在平方误差损失、LINEX损失函数下研究了逆指数分布参数的Bayes估计和经验Bayes估计．文末通过MonteCarlo数值模拟例子对各类估计结果进行比较．