贝叶斯方法在电信CRM中的应用

本文考虑了根据样本数据建立贝叶斯信念网络构造算法在电信CRM中的应用,并对电信10000个样本进行了挖掘、分析、评估.     

NTM方法在非线性贝叶斯动态模型中的应用

将NTM方法应用于非线性贝叶斯动态模型，给出了它的递推公式以及随机变量的数字特征的计算，与蒙特卡洛方法相比提高了效率和精度.     

Android平台下恶意软件分析与检测

针对Android平台下恶意软件侵扰问题,提出一种基于权限—敏感API特征的加权朴素贝叶斯分类算法的检测方案。首先对Android应用程序中的配置文件进行解析,然后利用Apktool工具对APK文件进行反编译,提取出权限—敏感API特征集,并通过信息增益算法和卡方检验算法过滤冗余数据,最后利用加权朴素贝叶斯分类算法的恶意软件检测模型进行分类判断。实验结果证明,该系统能有效提高分类器的效率和恶意软件的检测率。     

NMAR机制下线性回归模型的贝叶斯分析

本文对正态线性模型中存在不可忽略缺失数据时,如何使用贝叶斯方法对参数进行估计进行了探讨。并给出了相应的后验分布,介绍了相关的抽样方法。     

医药冷链物流在物联网环境下的动态风险评估

首先运用流程图法分析造成物联网环境下医药冷链物流各环节风险的众多因素源,并运用熵权法对风险指标客观赋权建立风险因素评估指标体系,然后利用Ge NIe软件建立动态贝叶斯网络模型对风险环节的关键风险因素进行概率评估。结果显示在风险评估中运输环节风险的发生概率最高,同时企业关于设备的验证选型是影响物联网医药冷链的关键风险因素,这为企业和政府控制药品质量安全管理提供了依据。     

网络舆情驱动下突发事件情景推演研究

【目的/意义】非常规突发事件的爆发会带动舆论信息的传播,本文旨在揭示网络舆情驱动下突发事件的演化机理,为有关部门及时采取应急救援活动、有效控制舆情蔓延提供依据。【方法/过程】运用知识元表示法描述突发事件的情景状态、应急活动、孕灾环境和承灾体四种要素,构建基于动态贝叶斯网络的情景推演模型,并以沈阳非洲猪瘟事件为例,建立网络舆情驱动下突发事件情景网络结构,通过动态贝叶斯网络直观呈现情景演化过程。【结果/结论】研究结果表明,情景推演模型在时间推理与事件发展的顺序上与突发事件演化过程基本一致,通过应急活动扰动分析,证实知识元表示和动态贝叶斯网络方法的有效性,为舆情引导提供一定的参考。     

基于贝叶斯网络的验证激励向量生成研究

为了解决传统数字芯片验证环节中基于仿真的验证（或动态验证）功能覆盖率收敛速度慢的缺点,提出一种新的以功能覆盖为导向的测试用例生成方法,该方法基于贝叶斯网络和机器学习技术,可实现从覆盖模型到测试用例生成器反馈回路的自动关闭,在 DUT 的验证过程中,使用该方法为所测试的设计生成新的激励。实验结果表明,基于贝叶斯网络的 CDG 技术测试用例使用较少,覆盖率收敛更快,与传统基于仿真的验证技术相比,测试用例数量减少了 43%。基于贝叶斯网络的 比于传统动态验证技术而言其芯片功能验证更完善。     

基于DBN模型与Kinect数据的高尔夫挥杆重建

人们对高尔夫运动的兴趣在过去的10年间爆发式增长,同时高尔夫球员的数量也显著增加.因此,如何训练一个球员做出适当和准确的挥杆动作已经引起研究者的广泛关注.在此类研究中最重要的步骤是挥杆动作的捕获与重建.至今为止,以Kinect为代表的深度成像设备受其基础条件的限制,其捕获的挥杆运动可能会由于运动中肢体之间的互相遮挡与肢体识别时产生的混乱丧失足够的精确度.为了从肢体互相遮挡并且分辨率较低的深度图像信息中恢复比较精确的运动信息,该文提出一个用于描述人体关节点之间空间关系与关节点动态特性的动态贝叶斯网络(DBN)模型,并基于该模型实现了高尔夫挥杆动作的重建.实验结果表明,该算法能够实现重建精度媲美商用的光学运动捕获系统(OMocap),并且比现有的深度信息修改算法具有更好的性能.     

基于清洁发展机制的碳减排投资机制设计研究

采用清洁发展机制下碳排放总量限制的减排政策时,企业吸引投资者对减排方面的相关技术和设备的投资非常重要。由于企业和投资者之间信息的不对称,投资者无法判断企业是高收益企业还是低收益企业。基于此,本文构建了企业和投资者之间的信号传递博弈模型,结果表明,企业用自身收益的一定比例换取投资者对新上项目的投资,对低收益企业的投资概率要大于高收益企业;在不区分企业收益情况下,进而研究了达到预期减排目标的企业和投资者之间的混同完美贝叶斯均衡策略,为投资者的投资决策提供了参考依据。