贝叶斯网络的参数学习研究   总被引：1，自引：0，他引：1  

李晓毅  徐兆棣  孙笑微 《沈阳农业大学学报》2007,38(1):125-128

贝叶斯网络是数据采掘的一个非常有效的工具,它能够定性和定量地分析属性之间的依赖关系,进行概率推理。在给出贝叶斯网络相关概念后,讨论了贝叶斯网络在离散型、连续型和混合型3种情况下的参数学习计算公式;利用给定样本数据,对具有完整数据和不具有完整数据的贝叶斯网络,学习网络参数,更新网络变量原有的先验分布;从理论上给出两种不同类型下的参数学习公式。  相似文献   

杉木人工林林分断面积生长模型的贝叶斯法估计   总被引：1，自引：0，他引：1       下载免费PDF全文

张雄清  张建国  段爱国 《林业科学研究》2015,28(4):538-542

以江西杉木人工林为例,以Korf型、Richards型和Hossfeld型3种模型为基础,通过广义代数差分法(GADA)分别建立杉木林分断面积生长模型。结果表明:以Richards型为基础的杉木林分断面积预测精度最高,以Richards型模型为最优模型,分别基于贝叶斯法和传统法(非线性最小二乘法)估计杉木林分断面积生长模型。研究发现,利用贝叶斯法估计杉木林分断面积生长模型,预测精度相当且预测值的可靠性比传统法好。  相似文献   

基于贝叶斯网络的城市燃气管道安全失效概率   总被引：1，自引：0，他引：1  

郝永梅  邢志祥  沈明  邵辉  汪旭升 《油气储运》2012,31(4):270-273,327

贝叶斯网络对不确定性问题具有强大的处理能力和自我学习更新能力,而贝叶斯网络软件的应用提高了基于贝叶斯网络风险预测的有效性。建立了基于贝叶斯网络的城市燃气管道失效概率分析模型,运用HUGIN和MSBNX软件工具,结合某市天然气管道案例,计算多态故障顶事件安全失效概率和各失效因素的结构重要度。运用BN的推理能力,对造成管道安全失效的自然破坏因素和腐蚀因素分别进行单因素和双因素修正。修正后的贝叶斯网络模型更加符合实际,对提高城市燃气管道安全失效定量分析的系统性、预见性和准确性具有更好的现实意义,也充分显示了贝叶斯网络在处理复杂系统风险分析中独特的优越性和适用性。  相似文献   

基于ARIMA模型的湘江流域DO和NH4+–N含量贝叶斯预测     

刘潭秋  王巧玲 《湖南农业大学学报(自然科学版)》2017,43(5)

为实时把控湘江流域水质的变化趋势,采用污染比较严重的湘江流域长沙段和益阳段水质指标溶解氧(DO)和氨氮(NH_4~+-N)含量的监测数据,用贝叶斯方法推断经典的ARIMA时间序列模型,并用马尔可夫链蒙特卡罗(MCMC)模拟方法对DO和NH_4~+-N含量进行贝叶斯预测。结果表明,该模型的贝叶斯预测能实现对湘江流域长沙段和益阳段水质指标DO和NH_4~+-N含量的精确点预测、区间预测和概率预测。  相似文献   

基于高光谱成像技术识别水稻纹枯病     

李志伟  袁婧  丁为民  杨红兵  沈少庆  崔嘉林 《华南农业大学学报》2018,39(6):97-103

【目的】利用高光谱成像技术对水稻纹枯病进行早期的快速无损识别,结合判别分析方法建立相应的鉴别模型。【方法】以健康和感染纹枯病的水稻幼苗为研究对象,采集叶片和冠层各180个样本的380~1 030 nm波段的360条高光谱图像,剔除明显噪声部分后,以440~943 nm波段作为水稻样本的光谱范围,分别用不同的方法预处理获得水稻叶片的光谱曲线。采用偏最小二乘–判别分析(PLS-DA)对不同预处理的光谱建模。采用MNF算法对冠层的原始光谱数据进行特征信息提取,并基于特征信息建立线性判别分析(LDA)模型和误差反向传播神经网络(BPNN)判别模型。【结果】标准正态变量变换(SNV)预处理后建立的PLS-DA模型的预测集判别正确率最高,为92.1%。基于特征信息的LAD和BPNN模型的判别结果优于基于全波段的PLS-DA判别模型。基于最小噪声分离变换特征信息提取的BPNN模型取得了最优效果,建模集和预测集正确率分别达99.1%和98.4%。【结论】采用高光谱成像技术对水稻纹枯病生理特征进行无损鉴别是可行的,本研究为水稻纹枯病的识别提供了一种新方法。  相似文献   

多种分类器在农用地分等中的应用及其用法改良     

陈其昌  薛月菊  胡月明  杨敬锋  陈志民 《勤云标准版测试》2007,(2)

以广东省第二次土壤普查成果资料为主要数据源,选取贝叶斯决策、BP神经网络、概率神经网络、聚类等分类方法分别对数据源进行分类;并且,笔者为了充分利用有监督学习分类准确率高和无监督学习无需标定的学习样本的优点,提出了基于监督--非监督的聚类算法,然后对上述五种方法的评价结果作了比较分析;实验表明文章提出的基于监督--非监督聚类方法只利用少量的有标定学习样本,即可得到较高的分类准确率,特别在少量样本时,该方法能得到比贝叶斯决策方法、BP神经网络和概率神经网络等监督学习方法更好的土地评价结果;在实际应用中,可以尝试结合监督和非监督学习的方法,实现分类正确率和获取大量有类标签的样本之间的折中。  相似文献   

基于图像的水稻病害识别方法研究   总被引：10，自引：0，他引：10  

管泽鑫  唐健  杨保军  周营烽  范德耀  姚青 《中国水稻科学》2010,24(5):497

利用图像处理技术和贝叶斯判别法对水稻3种常见病害进行识别研究。首先,利用颜色特征与病斑外轮廓分割病斑,提取病斑形态、颜色、纹理特征共63个参数;然后,应用逐步判别分析法对4个不同参数集合筛选最有效识别参数;最后,利用贝叶斯判别法进行分类识别。结果表明,逐步判别法最多可使参数减少到原来的35.2%,识别准确率最高为97.2%。该方法可以应用于其他农作物病害识别。  相似文献   

基于贝叶斯概率的印度洋大眼金枪鱼渔场预报   总被引：1，自引：0，他引：1  

周为峰  樊伟  崔雪森  杨胜龙  伍玉梅 《现代渔业信息》2012,27(3):214-218

本文采用贝叶斯概率为模型基础框架,利用来自印度洋金枪鱼管理委员会(IOTC)的大眼金枪鱼延绳钓历史渔获统计数据和美国国家海洋大气管理局(NOAA)的海温最优插值再分析数据,进行适用于印度洋金枪鱼延绳钓渔场的模型参数估算与预报模型构建。模型回报精度验证结果表明,印度洋大眼金枪鱼延绳钓渔场综合预报的准确率达到了65.96%。模型预报结果用概率百分比来表示,符合渔业资源分布的客观特点。利用中分辨率成像光谱仪MODIS提供的SST产品进行业务化运行的渔场预报,利用模型结果每周生成印度洋大眼金枪鱼延绳钓渔场概率预报图,用不同大小的圆形来表示渔场概率的高低,可以为印度洋区域的远洋渔业生产提供信息支持。  相似文献   

Use of state‐space modelling to identify ecological covariates associated with trends in pinniped demography     

Marjolaine Caillat  Line Cordes  Paul Thompson  Jason Matthiopoulos  Sophie Smout 《水产资源保护:海洋与淡水生态系统》2019,29(Z1):101-118

渔业数据失真对两种非平衡剩余产量模型评估结果的影响比较   总被引：1，自引：0，他引：1  

张魁  刘群  廖宝超  许友伟  孙铭帅  耿平  陈作志 《水产学报》2018,42(9):1378-1389

为了研究渔业数据失真对两种非平衡剩余产量模型评估结果的影响,以南大西洋长鳍金枪鱼渔业产量和单位捕捞努力量渔获量(CPUE)数据作为基础数据,加入5种不同程度[变异系数(CV)=1%、5%、10%、20%和30%]的随机误差,模拟了(1)无数据失真,(2)仅产量数据失真,(3)仅CPUE数据失真,(4)产量和CPUE数据均失真等4种情况。利用基于ASPIC的非平衡剩余产量模型(ASM)和基于贝叶斯状态空间建模方法的非平衡剩余产量模型(BSM)分别评估了最大可持续产量(MSY)、B_(MSY)、F_(MSY)、B_(2011)/B_(MSY)、F2011/F_(MSY)等5种生物学参考点和管理指标。结果显示,在无数据失真情况下,ASM和BSM评估的MSY分别为2.866×10~4 t和2.836×10~4 t,B_(2011)/B_(MSY)分别为1.366和1.324,F2011/F_(MSY)分别为0.627和0.667,均相差不大,表明该渔业目前状态良好,ASM得到了较大的B_(MSY)(31.48×10~4 t)和较小的F_(MSY)(0.091);数据失真对ASM评估的B_(MSY)和F_(MSY)分别产生了严重的过低估计和过高估计,且CPUE数据失真产生的影响要比产量数据失真大;随着随机误差的增大,BSM评估的生物学参考点和管理指标的绝对百分比偏差有增大趋势;与ASM相比,BSM能够更好地处理渔业数据中存在的随机误差,除了MSY以外,BSM评估的生物学参考点和管理指标绝对百分比偏差均要比ASM的评估结果低,尤其是B_(MSY)和F_(MSY)。因此,在使用存在较大随机误差的渔业数据进行资源评估时,BSM具有一定的优势。  相似文献