贝叶斯统计在直销行业监管中的应用

SHEN Qi(Central University of Finance and Economics, Beijing 100081)     

先验概率对最大似然法提取土地利用现状信息精度的影响

最大似然分类法是提取土地利用现状信息时常用的一种遥感分类技术,但研究者分类前无法确切知道各类别的先验概率,因此先验概率是最大似然分类法的主要难点之一.该文从理论上分析了先验概率对最大似然分类法分类结果生产者精度、使用者精度、总精度和kappa指数的影响,提出运用循环迭代法来消除先验概率对最大似然分类法分类结果的影响,并指出了循环迭代法能够进行的条件.最后以郑州市为例进行了实证研究.研究表明:运用循环迭代法进行最大似然法分类保证了错分损失最小,可提高遥感影像总分类精度,但对不同分布面积的类别的分类精度影响不一样:对于分布面积大于平均值的类别,一般会提高其生产者精度,但会使使用者精度降低,使得分类面积大于实际面积;分布面积小于平均值的类别,一般会提高其使用者精度,但会使生产者精度降低,使得分类面积小于实际面积.     

基于深度学习的道路语义分割新方法

针对道路图像语义分割效果不够精确的问题,提出一种基于深度学习的道路图像语义分割的改进方法,并与传统的全卷积神经网络模型(FCN)相结合实现道路图像语义分割.先验概率层利用道路图像的先验知识,在所有道路图像训练标签的基础上构建二维数组表示像素点的分类概率,并将它结合传统全卷积神经网络模型对道路图像进行语义分割.实验结果表明:提出的先验概率层的后处理算法能够优化传统全卷积神经网络模型的分割效果,使像素精确度由88.8%提高到91.3%,平均像素精确度由82.9%提高到85.7%,平均交并比值由72.5%提高到77.9%.     

由先验概率和后验概率谈信息的价值

举例说明先验概率与后验概率关系．给出了用后验概率修正先验概率时试验所获取的信息的价值的一个衡量。     

R&D联盟伙伴选择的试错机理研究

基于波普尔的试错思想,从R＆D盟主企业和候选研发企业两个角度出发,分析了R＆D联盟伙伴选择试错成本形成的微观机理.运用先验概率、后验概率以及损失函数理论构建了R＆D联盟伙伴选择的试错模型,得出了R＆D盟主企业犯两类错误的概率表达式,并给出了试错成本最小时R＆D盟主企业对候选研发企业有效价值的贝叶斯估计取值范围.通过揭示R＆D联盟伙伴选择的试错机理,为研发企业减少R＆D联盟伙伴选择的经济损失以及提高R＆D联盟伙伴选择效率提供理论支持,从而有利于研发企业更加有效地把握市场结盟机遇.     

贝叶斯方法在RAIM中的应用

当前使用于GPS接收机自主完好性监测的方法是有限的假设方法。为了提高导航系统的可靠性,提出了先验概率模型在航天器和接收器上不确定性故障模型和不确定性的故障分布参数中的检测。使用这一模式,阈值的残差检验统计的用于任意目标函数的优化基础上,减少完好性相关的虚警率,漏警率。利用蒙特卡罗方法模拟允许阈值计算每个几何图形,使得试错优化。仿真表明,传统的RAIM方法只是部分概率的假设。这些结果是用来快速的RAIM测试以及多步完好性检测,这种法则是用贝叶斯的方法去替代后验概率。     

贝叶斯方法在会计决策中的应用

在会计决策分析中所采用的先验概率常用由会计人员的主观判断来确定。使用贝叶斯方法能够对其进行修正,使之更加符合实际。本文将贝叶斯方法和决策论相结合,能够使会计人员取得一个期望成本最小化的最优决策。     

Bayes决策理论用于模式识别分类问题的进一步探讨

给出2种Bayes决策分类方法，分别设计出了相应的分类器，最后通过一实例，对2种方法进行了比较与分析。     

条件概率与贝叶斯公式在教学中的难度层次

简单介绍了条件概率与贝叶斯公式的相关概念,并举例说明了教学不同难度层次的教学例题。     

基于符号信息量的离散信源特性分析

特定信源符号在整个通信过程中起到关键作用,针对信息论中描述的这些信源符号信息量的不足,采用自信息量与信源符号先验概率相结合的基本思想提出符号信息量概念.利用符号信息量来衡量特定信源符号在整个通信过程中所提供的信息量大小,同时给出了符号信息量的数学特征和物理意义,理论证明有效刻画了通信过程中特定信源的信息量.