公共文化服务平台

搜索到431篇“ 贝叶斯框架“的相关文章

贝叶斯框架下的自闭症感知觉异常: 2024年; 自闭症谱系障碍(autism spectrum disorders,ASD)是一种复杂的神经发育疾病,其典型特征是社交障碍、限制和重复的行为和兴趣.此外,ASD个体往往表现出感知功能的非典型性(如感觉超敏感或低敏感).先前的知觉理论只能部分解释ASD个体与典型发育个体(typically developing,TD)之间的差异.Pellicano和Burr提出了贝叶斯预测模型,通过贝叶斯计算建模和预测编码理论将感知过程概念化,从新的角度去理解这种差异.该模型描述了感觉自下而上和认知自上而下的过程如何共同作用,并以不同的方式塑造了ASD的感知.本文对贝叶斯模型进行了全面的回顾,其中最突出的两个理论是“弱先验假设”和“ASD预测误差高且不灵活精度的假设”(HIPPEA).我们从高级的社会认知功能上和不同的感觉通道角度上检验了这些理论.结果显示,目前支持贝叶斯预测理论的证据是混合的,有的研究支持ASD个体的先验不足或在不断变化的环境中调整这些预测的灵活性较差,也有的研究指出ASD个体能够学习预测,拥有完整的预测能力,贝叶斯先验的整合上没有差异,还有一些研究在行为与神经影像学发现不一致.尽管贝叶斯ASD理论很有前途,可以帮助我们更好地理解ASD患者的非典型感知觉,但它在实证方面还面临着挑战.基于此,我们提出了现有研究的局限和未来发展的建议.总之,贝叶斯预测模型自提出以来,已经得到了有效应用和不断的验证.然而,该理论仍然是一个不断发展的概念,未来还需要大量的研究来更新和改进.; 崔可罗非王锦琰; 关键词：贝叶斯模型自闭症谱系障碍

基于贝叶斯框架的旋翼气动力数据融合: 2024年; 由于气动环境的复杂性,旋翼在气动评估中存在较多不确定性且对旋翼性能影响较大。当前旋翼气动评估方法不能考虑气动数据不确定性,本文将数据融合技术应用于旋翼气动预测以在记及某些不确定因素影响的条件下,获得具有更高可信度的气动力分布及置信区间,为进一步开展旋翼气动数据的不确定度分析及工程应用奠定基础。基于不同来源的气动力数据均为正态分布的独立随机变量这一假设,将分布气动数据和测量值之间的关系作为融合准则,以实现最佳匹配测量值为目标,采用贝叶斯估计求解融合数据的最大后验概率分布,从而构建一种基于贝叶斯框架的气动数据融合方法。以UH-60A旋翼及Caradonna-Tung旋翼为例,采用所提方法进行不同来源气动数据的融合,对融合结果的估计方差与预测误差进行对比分析。结果表明,首先,所提方法对于输入数据的来源无特殊要求,能够给出融合结果的置信区间并降低不同来源数据的估计方差,基于此结果后续可进行不确定度分析与研究;其次,融合所得结果并不局限于不同来源数据之间,扩大了数据覆盖范围;最后,融合所得结果相比于单一数据来源更符合物理规律。; 杨华陈树生高正红姜权峰张伟; 关键词：数据融合贝叶斯框架 CFD

基于Lamb波和贝叶斯框架下融合算法的铝板损伤定位方法: 2024年; 铝板在工业领域广泛应用,对其健康状态的有效监测是保证安全生产的重要举措。针对机械装备服役过程中铝板产生的早期裂纹损伤,提出了一种基于Lamb波和贝叶斯框架下融合算法的铝板损伤定位方法。基于瑞利方程绘制出Lamb波在铝板中的频散曲线,确定了Lamb波的最佳激发频率。基于ABAQUS仿真和实验验证了算法的可行性和有效性。实现了500 mm×500 mm×1 mm铝板上25 mm裂纹的有效定位,裂纹端点定位的绝对误差在11.5 mm内,相对误差在2.2%以内,为大型设备裂纹损伤的精准定位提供了一种可行方法。; 李天梁吕文丽谭跃刚; 关键词：贝叶斯框架损伤识别

贝叶斯框架下利用GPS数据反演震源参数的一种改进MCMC算法: 2024年; 随着机器软硬件设施的飞速发展,贝叶斯算法在各个领域得到了广泛应用.在贝叶斯的框架下,以采样方式的MCMC方法去求解震源参数问题时,马尔科夫链的收敛对于得到合理正确的震源参数至关重要.基于此,本文在已有研究的基础上,改进了MCMC方法的随机步长生成方式,使其随机步长整体符合正态分布;并考虑到初值对马尔科夫链的收敛至关重要,提出以非线性启发式搜索算法结合贝叶斯框架下的MCMC算法共同反演地震震源参数.论文以MPSO算法提供初值,以一组随机生成的值作为对照,针对美浓地震,以GPS位移数据验证了改进MCMC算法在收敛速度上优于原始算法,置信区间更为合理;同时验证了以MPSO为贝叶斯算法提供初值的情况下,不仅克服了启发式搜索算法的不稳定性,且改进算法收敛速度更快.为了验证改进算法能大大缩减采样所需要的次数,拓展本文改进算法在不同类型地震中的应用,本文将改进算法以10万次采样反演了博德鲁姆-科斯MW6.6倾滑型地震震源参数.反演结果支持博德鲁姆-科斯地震断层为北向倾斜断层,形变场拟合东西方向(EW)均方根误差为1.43 mm,南北方向(SN)均方根误差为3.23 mm,垂直方向均方根误差为9.69 mm,优于大部分同类型已有文献.; 王乐洋席灿; 关键词：贝叶斯框架

基于贝叶斯框架的OFDM稀疏信道估计算法: 2024年; 为了提高正交频分复用OFDM(Orthogonal Frequency Division Multiplexing,OFDM)稀疏信道估计的性能,实现了一种基于3-L分层先验模型的变分贝叶斯VMP(Variational Message Passing)消息传递算法。该算法对待估计向量的辅助函数分组并且加入贝塞尔函数,通过消息传递原则更新估计值参数,最后估计出频率响应采样值。仿真显示相较于传统的CosaMP、EM算法,提出的变分贝叶斯VMP算法可以获取更好的重构性能。在中高信噪比下,所提出的算法比传统CosaMP、EM算法的误比特率提高了2-3db,均方误差提高了3-4db。; 丁宇舟颜彪何豆豆; 关键词：正交频分复用信道估计压缩感知

基于贝叶斯框架的三维磁粒子成像重建方法、系统和设备: 本发明属于磁粒子成像领域，具体涉及了一种基于贝叶斯框架的三维磁粒子成像重建方法、系统和设备，旨在解决现有的技术随着分辨率提高带来的系统矩阵复杂度过高难以实时进行成像的问题。本发明包括：通过校准程序获得系统矩阵并基于测量信...; 田捷尹琳王坤张鹏

改进的基于贝叶斯框架和Lamb波的复合材料损伤定位方法: 2024年; 研究了一种改进的在贝叶斯框架下将椭圆轨迹法与概率成像法进行概率集成的重构算法,通过研究Lamb波在复合材料层合板上的传播特性,对重构算法进行改进,解决了原有算法对于传感器网络边缘的分层损伤定位不准确的问题。本研究还以曲面复合材料层合板为例,进行了几种不同分层损伤工况下的有限元分析,提出了权重系数β,为该方法应用在曲面复合材料层合板上提供了可靠的解决方法。结果表明,改进的重构算法可以实现对传感器网络边缘分层损伤和曲面复合材料板分层损伤的精准定位,定位的绝对误差小于1 cm。; 范朝珠李志强刘鹏王菡; 关键词：复合材料贝叶斯信号处理

贝叶斯框架下基于语义分割的帧间编码方法、装置及介质: 本发明公开了一种贝叶斯框架下基于语义分割的帧间编码方法、装置及介质，涉及图像处理技术领域，包括步骤：通过空间注意力机制对ESPNet网络进行语义分割加强，并基于加强后的ESPNet网络对当前帧间图像进行空间语义分割；基于...; 蒋先涛柳云夏郭咏梅郭咏阳

一种基于贝叶斯框架的大地震不同机制震后变形自适应分离方法: 本发明公开一种基于贝叶斯框架的大地震不同机制震后变形自适应分离方法，包括：大地震震后变形机制中粘滞性松弛地表响应函数关系推导、断层面震后余滑地表响应解析关系推导和基于贝叶斯框架的参数后验概率密度函数和参数最优解解算方法，...; 苏小宁石睿娟

基于贝叶斯框架的协方差矩阵估计模型研究: 2024年; 为了更好地估计股票收益协方差矩阵,提出了一种新的基于贝叶斯框架的协方差矩阵估计模型。该模型将Black-Litterman思想推广到协方差矩阵的估计中,通过挖掘金融文本信息构建投资者情绪指标,运用随机森林回归方法生成投资者主观观点矩阵。在传统协方差矩阵估计模型中加入投资者观点的先验信息,结合市场历史经验数据给出协方差矩阵的先验分布。利用贝叶斯方法得到协方差矩阵的最大后验形式,同时考虑协方差矩阵实值矩阵中存在的非负结构,提出了一种联合考虑投资者信息与非负结构的协方差矩阵估计的最大后验模型。运用投影梯度法求解该模型,并通过对比实验,从模拟数据与实际市场数据两部分验证了算法的有效性和模型的优越性。; 余晨; 关键词：协方差矩阵估计 BLACK-LITTERMAN模型投影梯度法

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈