检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于变分贝叶斯的纤维丛元学习算法

计算机科学 2022年第3期49卷 225-231页

作者：刘洋李凡长苏州大学计算机科学与技术学院江苏苏州215006

以神经网络为基础的深度学习在大量领域取得优异成果,但其难以处理相似或未经训练的任务。深度学习在对新任务的学习和适应过程中存在困难,且对训练样本规模要求很高,造成泛化性和扩展性不佳的问题。元学习是一种新的学习框架,旨在解决... 详细信息

以神经网络为基础的深度学习在大量领域取得优异成果,但其难以处理相似或未经训练的任务。深度学习在对新任务的学习和适应过程中存在困难,且对训练样本规模要求很高,造成泛化性和扩展性不佳的问题。元学习是一种新的学习框架,旨在解决传统学习方法难以解决的快速学习和适应新任务的问题。针对图像分类的元学习问题,文中提出了一种基于贝叶斯理论的纤维丛元学习算法(Fiber Bundle Meta-learning Algorithm,FBBML)。首先通过卷积神经网络提取支持数据集的图片信息,以得到图片的表示。然后构建数据特征的流形结构和数据特征到标签的纤维丛。最后输入查询集选取当前新任务的流形截面,从而获得适合新任务的纤维,得到图片的正确标签。实验结果表明,基于所提算法实现的模型(FBBML)在公共数据集(mini-ImageNet)上相比标准四层卷积神经网络的模型取得了最佳的准确率性能。同时将纤维丛理论引入元学习,使得算法本身具备更高的可解释性。

关键词：贝叶斯流形纤维丛分类卷积神经网络元学习

在线全文

学校读者我要写书评

暂无评论

基于贝叶斯方法的地壳厚度定量估算

地质科学 2023年

作者：郑辉葛粲张明明顾海欧孙贺汪方跃李修钰合肥工业大学资源与环境工程学院合肥工业大学安徽省矿产资源与矿山环境工程技术研究中心安徽省地质调查院合肥工业大学矿集区立体探测实验室

大陆地壳一直以来都扮演着记录过去40亿年地球演化历史的重要角色。现代板块汇聚边界形成的岩浆岩地球化学特征与岩浆活动时的地壳厚度高度相关，因此，一系列地球化学指标可作为地壳厚度的优秀示踪剂。然而，由于岩浆岩地球化学组成的... 详细信息

大陆地壳一直以来都扮演着记录过去40亿年地球演化历史的重要角色。现代板块汇聚边界形成的岩浆岩地球化学特征与岩浆活动时的地壳厚度高度相关，因此，一系列地球化学指标可作为地壳厚度的优秀示踪剂。然而，由于岩浆岩地球化学组成的复杂性，准确量化过去地质时期地壳厚度一直是一项具有挑战性的任务。本文基于地球化学大数据库，运用贝叶斯方法，建立了一个利用多种地化指标(CaO、K2O、MnO、Dy、Ho、Lu、Y、Sr/Y、Ce/Y、La/Yb、Sm/Yb、Dy/Yb)定量估算地壳厚度的贝叶斯模型。利用中新世以来(贝叶斯模型对现今地壳厚度提供了更准确的估计。利用该模型重建了新生代拉萨地块地壳厚度变化，重建结果表明，拉萨地块在50～30 Ma经历了多阶段地壳增厚，最终形成如今的巨厚地壳。

关键词：地壳厚度大数据贝叶斯地球化学定量估算

改进的基于贝叶斯框架和Lamb波的复合材料损伤定位方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

应用力学学报 2022年

作者：范朝珠李志强刘鹏王菡太原理工大学航空航天学院力学国家级实验教学示范中心(太原理工大学) 太原理工大学机械与运载工程学院

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... 详细信息

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1cm。

关键词：复合材料分层损伤贝叶斯损伤成像信号处理

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

贝叶斯分析在重症临床研究中的应用进展

中华重症医学电子杂志 2023年第4期9卷 402-405页

作者：陈含冰邱海波江苏省重症医学重点实验室、东南大学附属中大医院重症医学科南京210009

循证医学时代的到来使得重症临床随机对照研究(RCT)的作用日益显著,然而RCT面临诸多问题与挑战,尤其是近来几项被寄予厚望的大型重症临床RCT出现了阴性结果,却表现出了明显的临床差异,这引发了广泛的争论,而随后的贝叶斯再分析均发现相... 详细信息

循证医学时代的到来使得重症临床随机对照研究(RCT)的作用日益显著,然而RCT面临诸多问题与挑战,尤其是近来几项被寄予厚望的大型重症临床RCT出现了阴性结果,却表现出了明显的临床差异,这引发了广泛的争论,而随后的贝叶斯再分析均发现相应的治疗措施确有明显的积极作用。这凸显了贝叶斯分析在重症临床研究中的重要作用。本文就贝叶斯分析在重症临床研究中的应用作一综述。

关键词：贝叶斯重症医学随机对照试验

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

贝叶斯纵向因果中介与敏感性分析研究及应用

贝叶斯纵向因果中介与敏感性分析研究及应用

作者：刘富豪华中师范大学

学位级别：硕士

随着信息时代的发展和数据科学技术的进步,在生物学、经济学和社会科学等领域,推断数据中变量之间的因果关系和影响得到了广泛的应用。因果中介分析在因果推断研究的基础上,揭示了因果中介作用机制并促进了更有效的干预措施和政策制定... 详细信息

随着信息时代的发展和数据科学技术的进步,在生物学、经济学和社会科学等领域,推断数据中变量之间的因果关系和影响得到了广泛的应用。因果中介分析在因果推断研究的基础上,揭示了因果中介作用机制并促进了更有效的干预措施和政策制定。纵向数据的因果中介分析相对于横断面研究具有更多的应用场景和更强的适应性,为揭示变量间的因果中介机制提供更可靠更有用的信息。当前研究解决了纵向因果中介分析中混杂变量的干扰以及交互作用等问题。但现有的纵向因果中介分析方法仍存在一些不足:(1)未全面估计不同类型的纵向因果中介效应,包括直接效应、间接效应、交互效应和总效应;(2)未全面考虑纵向因果中介分析中的四种未测量混杂变量假设,包括暴露-中介关系、暴露-结果关系、中介-结果关系、受暴露变量影响的中介-结果关系。针对上述问题,本文提出了纵向因果中介效应估计方法和敏感性分析方法。论文的相关内容概括如下:1)提出一种基于贝叶斯的纵向因果中介效应估计方法,来估计不同类型的纵向因果中介效应。首先构建纵向因果中介有向无环图模型,将数据观测值与模型参数的先验信息结合起来得到模型参数的后验分布,然后利用最大后验概率方法从参后验分布中估计出模型参数,最后根据不同纵向因果中介效应的反事实定义得到估计值。模拟实验结果表明:当样本量为600时,使用贝叶斯回归模型得到的偏倚程度比其他三种机器学习模型小,最小偏倚程度为0.001;本文的纵向因果中介分析方法要优于其它三种方法,准确度最大可以提高24.4%。2)提出一种基于贝叶斯的敏感性分析方法,通过设定偏置参数的先验分布表示四种未观测混杂变量对其它变量的影响程度,可以同时考虑四种未测量混杂变量假设。首先构建了关于未测量混杂变量的有向无环图模型,定义了联合概率密度函数,并设置偏置参数服从均匀分布;然后利用蒙特卡罗模拟方法估计模型参数;最后通过有向无环图模型和原始数据集模拟抽样生成数据集副本,采用本文提出的纵向因果中介效应估计方法得到直接效应、间接效应、交互效应和总效应的估计值以及置信区间。模拟实验结果表明:该方法得到的置信区间能覆盖真实值,并且估计值更接近于真实值。本文将该方法应用到真实数据中,发现肥超重对血糖的直接作用占比95.7%,间接效应和交互效应可能更容易受到年龄和甘油三酯的影响。

关键词：贝叶斯纵向因果中介效应未测量混杂变量敏感性分析

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

贝叶斯去相关算法研究

贝叶斯去相关算法研究

作者：谢紫广西大学

学位级别：硕士

自适应滤波(Adaptive Filtering,AF)被广泛应用于系统辨识、回声抵消、波束形成和图像处理等应用领域。但在许多应用中,AF算法的收敛性能取决于信号的数学统计特性,信号的相关性越高,收敛速度越慢。因此在遇到高度相关信号时,传统的AF... 详细信息

自适应滤波(Adaptive Filtering,AF)被广泛应用于系统辨识、回声抵消、波束形成和图像处理等应用领域。但在许多应用中,AF算法的收敛性能取决于信号的数学统计特性,信号的相关性越高,收敛速度越慢。因此在遇到高度相关信号时,传统的AF算法不能满足应用需求。为了提高上述情况的滤波器性能,各种去相关算法应运而生。但目前多数基于去相关的算法由于步长的限制(大步长以牺牲稳态误差的性能为代价达到较快的收敛速度,小步长降低了稳态误差但收敛速度较慢),需要在收敛速度和稳态误差之间做出折衷。为了解决这类问题,本文从贝叶斯视角提出一类新的去相关算法。本文创新如下:(1)首先,根据信号模型使用最小二乘法(Least Squares,LS)来估计去相关系数。然后,基于去相关的系统模型,从贝叶斯视角推导出一类去相关算法(DBLMS算法)。由于在贝叶斯推导过程中变步长的自然出现,提出的DBLMS算法不仅可以获得快的收敛速度,而且获得小的稳态误差。仿真结果表明,提出的DBLMS算法具有较快的收敛速度和较低的稳态误差,且优于许多现有的算法。(2)针对LS方案估计去相关系数复杂度较高的问题,采用随机梯度下降法(Stochastic Gradient Descent,SGD)估计去相关系数向量,提出了一类复杂度低的自适应去相关算法(ADBLMS算法)。实验表明,ADBLMS算法拥有更低的复杂度同时能够达到与DBLMS算法的相同性能甚至更优。(3)去相关算法的高复杂度主要来源于去相关系数向量的估计。为了进一步降低复杂度,周期性的递归最小二乘法(Recursive Least Squares,RLS)方案被采用来估计去相关系数,得到快速去相关贝叶斯算法(FDBLMS算法)。为了进一步降低稳态误差,利用分离去相关结构,提出快速的分离去相关贝叶斯算法(FSDBLMS算法)。仿真结果证明,所提出的FDBLMS和FSDBLMS算法不仅具有更低的复杂度还获得更好的性能。(4)针对算法在稀疏系统下收敛速度降低问题,利用系统的稀疏特性,构建一个具有成比例特性的等价系统模型,从贝叶斯视角提出一类成比例的去相关算法(PDBLMS和IPDBLMS算法)。实验表明,提出的PDBLMS和IPDBLMS算法性能优于传统的算法。

关键词：自适应滤波最小均方算法低复杂度贝叶斯变步长

基于贝叶斯分层自回归时空模型的北京PM_(2.5)预测

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

南京信息工程大学学报（自然科学版） 2023年第1期15卷 34-41页

作者：王静曹春正南京信息工程大学数学与统计学院南京210044

为解决PM_(2.5)的多站点同步预测问题,提出一种贝叶斯框架下的分层自回归时空模型.将PM_(2.5)日均浓度真实值视为潜在时空过程,利用一阶自回归过程刻画时间相关性,并基于Matérn过程捕获空间相关性,极大程度地提高了降维和同步预测的效... 详细信息

为解决PM_(2.5)的多站点同步预测问题,提出一种贝叶斯框架下的分层自回归时空模型.将PM_(2.5)日均浓度真实值视为潜在时空过程,利用一阶自回归过程刻画时间相关性,并基于Matérn过程捕获空间相关性,极大程度地提高了降维和同步预测的效率.此外,还将日最高温度、相对湿度和风速等气象因素作为解释变量,用于提升PM_(2.5)的预测效果.借助模型的分层结构,通过贝叶斯方法结合马尔可夫链蒙特卡罗(MCMC)算法实现参数估计和预测过程.对北京市日均PM_(2.5)浓度的实证分析表明,模型在空间和时间维度上均有良好的插值或预测效果.

关键词：贝叶斯分层模型自回归时空模型 PM_(2.5)预测马尔可夫链蒙特卡罗(MCMC)

在线全文

学校读者我要写书评

暂无评论

基于深度学习和贝叶斯优化的压缩机故障诊断

机械设计与制造 2023年第2期384卷 45-52页

作者：董丽娟方召陈会涛许昌电气职业学院机电工程系河南许昌461000 河南理工大学机械与动力工程学院河南焦作454003

由于往复式压缩机的故障诊断需要复杂而耗时的特征提取过程,并且对超参数优化存在局限性,提出了一种基于深度学习和贝叶斯优化的压缩机故障诊断方法。首先通过时域计算短窗口的预处理方法降低模型复杂性,并且不损失时间相关信息。然后... 详细信息

由于往复式压缩机的故障诊断需要复杂而耗时的特征提取过程,并且对超参数优化存在局限性,提出了一种基于深度学习和贝叶斯优化的压缩机故障诊断方法。首先通过时域计算短窗口的预处理方法降低模型复杂性,并且不损失时间相关信息。然后从压缩机振动信号的时间序列表示中迭代训练长短期记忆模型,在每次迭代中限定搜索空间,并利用贝叶斯优化方法对超参数进行优化。通过实验结果显示提出模型的故障识别率达到93%,与其他方法的对比结果证明该方法在性能上有了显著的提高。

关键词：往复式压缩机故障诊断深度学习贝叶斯

在线全文

学校读者我要写书评

暂无评论

基于贝叶斯的物联网虚假数据注入攻击检测

计算机仿真 2022年第11期39卷 406-410页

作者：金诗博张立天津中德应用技术大学软件与通信学院天津300350

传统方法在进行物联网虚假数据注入攻击检测时,未对攻击下物联网内部参数的变化情况进行模拟,攻击类型判决结果不准确、检测效果不佳。提出贝叶斯的物联网虚假数据注入攻击检测方法。分析物联网的基本结构以及运行特点,模拟虚假数据注... 详细信息

传统方法在进行物联网虚假数据注入攻击检测时,未对攻击下物联网内部参数的变化情况进行模拟,攻击类型判决结果不准确、检测效果不佳。提出贝叶斯的物联网虚假数据注入攻击检测方法。分析物联网的基本结构以及运行特点,模拟虚假数据注入攻击过程,并观察攻击情况下物联网内部参数的变化情况,作为标准设置攻击检测指标。收集物联网运行中的动态数据包,提取相关的检测指标特征数据,利用贝叶斯算法确定攻击类型,通过特征数据与标准数据的比对,判断当前物联网是否存在虚假数据注入攻击,并以此作为最终的攻击检测结果。通过与传统检测方法的对比,设计攻击检测方法的攻击检测效果更佳。

关键词：贝叶斯物联网虚假数据数据注入攻击检测