百科技术库 各行业技术资料 - 百科资料网
欢迎来到百科技术库 各行业技术资料 - 百科资料网! [免费注册] | [登录] 微信快捷登录 QQ登录 微博登录 | 帮助中心 各行业技术应有尽有!
全国服务热线 13310018778

栏目导航

最新技术
细颗粒物对不同报道次序下法定传染病影响的评估方法
本发明提供一种细颗粒物对不同报道次序下法定传染病影响的评估方法,属于传染病研究领域。提取目标城市在研究周期内公开的法定传染病数据,法定传染病数据包括法定传染病种类数、感染人数和死亡人数;获取目标城市在对应法定传染病期间PM2.5的平均浓度数据;将法定传染病数据与PM2.5的小时平均浓度数据进行数据关联,合成目标数据集;对目标数据集进行相关性分析,以确定PM2.5浓度和法定传染病之间的相关关系,筛选出相关性显著变量;利用相关性显著变量构建法定传染病在不同报道次序下的贝叶斯回归模型,基于贝叶斯回归模型提取各种传染病名称下PM2.5浓度和感染人数变量间的边际效应曲线,根据边际效应曲线评估不同报道次序下PM2.5浓度和患病数量间的量化关系。
一种基于贝叶斯网络的交通健康诊断方法
本发明涉及一种基于贝叶斯网络的交通健康诊断方法,包括:将测量日均等划分时段,采集道路的车流速度数据,构建交通运行时序网络;基于得到的交通运行时序网络,按拥堵阈值提取拥堵网络,计算两个道路同属于一个拥堵连通子团的概率;根据两道路同属于一个拥堵子团的概率数据,构造道路间拥堵关联权重矩阵,根据权重矩阵得到拥堵模式以及对应的拥堵特征;构建以拥堵模式的特征为节点的贝叶斯网络,根据所述贝叶斯网络识别拥堵模式是否异常。本发明能够实现城市交通健康诊断。
一种基于贝叶斯回归分析的大宗商品推荐方法及系统
本发明属于数据处理技术领域,提供了一种基于贝叶斯回归分析的大宗商品推荐方法及系统。该方法包括,基于商家信息和大宗商品信息生成各商家的总喜好评分矩阵和商家对商品类型的偏好评分矩阵;其中,所述各商家的总喜好评分矩阵的生成考虑包括:各商家对不同商品的喜好程度、各商品的质量以及各商品的价格;基于各商家的总喜好评分矩阵和商家对商品类型的偏好评分矩阵构建贝叶斯回归分析模型;基于贝叶斯回归分析模型将评分高于设定阈值的商品推荐给商家。
基于关联规则贝叶斯网络的高压输电线路状态评估方法
本申请公开了基于关联规则贝叶斯网络的高压输电线路状态评估方法,S1、构建线路基础状态评估参数体系;S2、建立输电线路关键状态参量评估模型,构建线路评估关键参数体系;S3、建立基于贝叶斯网络的线路状态评估图模型和数学模型;S4、输电线路贝叶斯网络算法模型学习;S5、对输电线路状态进行评估。本发明对输电线路在运行过程中主要的故障类型及影响情况进行分析,并结合线路的评估导则和实际运行经验,选取出能够反映输电线路运行状态的8个部件和84个指标状态参量,组成基础状态评估参量体系;利用关联规则方法的支持度和置信度对基础参量进行量化,挑选出最能准确反映线路状态的指标参量,构成关键参量体系。
基于大数据分析的危险区域设备数据压缩方法及系统
本发明公开了一种基于大数据分析的危险区域设备数据压缩方法及系统。方法包括:对危险区域设备状态集合中的时序序列处理得到关联序列;根据历史状态数据获取关联序列的预测序列,计算预测误差序列;根据状态集合中时序序列的特征分布密度、特征片段的长度和预测误差序列得到状态集合中各个序列的关联压缩程度;根据不同状态集合对应压缩序列的关联压缩程度得到最优压缩方案。相较于现有技术,本发明考虑了不同状态数据的关联压缩程度,得到了不同状态集合的最优压缩方案,同时,还能准确地用压缩数据恢复时序序列被压缩前的数据,对后续的大数据分析或者数据可视化的准确性具有重要意义。
基于函数概率分布的土石料应力变形参数随机场模拟方法
本发明属于岩土工程技术领域,涉及一种基于函数概率分布的土石料应力变形参数随机场模拟方法。该方法通过收集国内外土石料E-B模型参数进行统计分析,针对具体研究的工程建立其干密度和E-B模型参数的经验函数关系,由干密度的概率分布模型,从概率数理统计理论方面,推导出E-B模型参数的概率分布模型,进而生成E-B模型参数的相关随机场。本发明方法简单易行,在不需要大量的试验投入前提下就可以得到E-B模型参数的概率分布模型,大大降低了获取土石料应力变形参数统计特征的成本,避免了概率分布模型假设不当造成的计算结果的误差,使得生成的相关随机场更符合具体研究工程中土石料应力变形参数的真实特征。
一种基于稀疏贝叶斯学习算法的雷达距离超分辨计算方法
本发明公开了一种基于稀疏贝叶斯学习算法的雷达距离超分辨计算方法,包括以下步骤:S1:对雷达的回波信号进行脉冲压缩,确定群目标雷达信号段;S2:对群目标雷达信号段进行频率去斜处理,得到单频信号;S3:利用稀疏贝叶斯学习算法对单频信号进行超分辨处理,得到群目标雷达信号的频点位置;S4:根据群目标雷达信号的频点位置确定雷达距离。与传统的脉冲压缩处理算法相比,基于稀疏贝叶斯学习算法的雷达距离超分辨算法分辨的效果可以提高1倍以上。
一种运动干扰环境下的贝叶斯稳健波束形成方法
本发明涉及一种运动干扰环境下的贝叶斯稳健波束形成方法,属于阵列信号处理领域。首先提出综合利用不同模型所得观测数据提取感兴趣目标信息的贝叶斯联合重构方法,即非参数化贝叶斯方法-狄利克雷过程;随后,采用交替迭代优化的方法,实现滤波器参数的联合估计。变分推断算法可用于实现对多组参数的同步优化,其有效性在处理包括非共轭先验分布在内的各种复杂分层概率模型中得到了验证。变分推断方法的这一优势在参数估计方面的表现是由凸近似所带来的局部极值解减少,以及在适宜样本数和信噪比条件下,其在保证全局收敛的基础上估计精度更好地逼近相应的理论下界。与传统概率采样方法相比,本发明所采用的变分推断方法具有更高的计算效率。
一种平稳干扰环境下的贝叶斯稳健波束形成方法
本发明涉及一种平稳干扰环境下的贝叶斯稳健波束形成方法,属于阵列信号处理领域。包括建立阵列接收信号模型,基于阵列接收信号模型中的干扰+噪声向量建立贝叶斯概率模型,使用集合表示概率模型中全部未知变量,使用变分推断方法,得到集合中各变量的后验分布参数的更新公式,根据干扰+噪声精度矩阵及期望信号导向矢量的收敛解来计算最优权矢量。本发明将各信号分量的结构信息包含在用于空域滤波器参数估计的分层概率模型中,该模型中先验分布参数能够依据实际信号环境进行自适应调整,从而使阵列波束形成方法更好地适应不同信号环境中的处理需求。