1) Bayesian probability
贝叶斯概率
1.
Estimation method of Bayesian probability was used to estimate the credit value of supply chain partnership quantitatively.
为定量研究供应链伙伴企业间的信任值,利用信任产生的声誉机制,将供应链伙伴企业间的信任分解为直接信任和推荐信任,并利用贝叶斯概率估计方法,定量地评估供应链联盟伙伴间的信任值,然后根据信任值的更新机制,分别对直接信任值和推荐信任值进行更新,最后得出了伙伴企业间信任值的综合评估模型。
2) Bayesian probability statistics
贝叶斯概率统计
3) Bayesian probabilistic model
贝叶斯概率模型
1.
On the basis of road accident records,adopting stepwise cluster analysis and Bayesian probabilistic model, this paper investigates the method of identification of road accident blackspots.
基于已有的道路交通事故统计资料，应用动态聚类分析方法和贝叶斯概率模型，对事故多发点的鉴定方法进行了探讨。
4) Bayesian probability weighting
贝叶斯概率加权
1.
A recursive Bayesian probability weighting method was used to obtain an overall predictive model.
针对一类可以采用一阶惯性加纯滞后模型描述不同工况下动态特性且随工况变化的工业过程,提出一种基于对象特征参数极大极小值的多模型集建立方法,采用递推贝叶斯概率加权方法获得全局预测模型,并以此设计多模型预测控制器以满足工况大范围变化的控制要求,同时在进行误差校正时,预先补偿由于工况动态变化所带来的模型预测误差,以提高预测精度。
5) bayesian probability reasoning
贝叶斯概率推理
6) probabilistic Bayesian network
概率贝叶斯网络
1.
From the initial stage of probabilistic Bayesian network construction to the flourishing stage of causal Bayesian network structure learning, this paper firstly reviews Bayesian network structure learning.
从最初的概率贝叶斯网络构建阶段到涌现大量研究成果的因果贝叶斯网络结构学习阶段 ,本文完整地回顾了贝叶斯网络结构学习的整个发展历程 ,并对该领域当前存在的问题及相关研究进行分析论述 ,给出了研究展望 。
补充资料：贝叶斯公式
贝叶斯公式为利用搜集到的信息对原有判断进行修正提供了有效手段。在采样之前，经济主体对各种假设有一个判断（先验概率），设为，{}。
关于先验概率的分布，通常可根据经济主体的经验判断确定(当无任何信息时，一般假设各先验概率相同)，较复杂精确的可利用包括最大熵技术或边际分布密度以及相互信息原理等方法来确定先验概率分布。
当采样得到样本值后，当事人对各假设的判断(后验概率)为
关于先验概率的分布，通常可根据经济主体的经验判断确定(当无任何信息时，一般假设各先验概率相同)，较复杂精确的可利用包括最大熵技术或边际分布密度以及相互信息原理等方法来确定先验概率分布。
当采样得到样本值后，当事人对各假设的判断(后验概率)为
，= 1， 2， %26#8230;， (5.5)
在实际经济生活中，信息搜寻工作不是一次就完成的。当信息搜寻进行到某一阶段，设已进行了 次采样( =1，2，%26#8230;)，此时经济主体对各假设的后验概率的认识为
=1， 2， %26#8230;， (5.6)
其中，表示在第次采样前对假设的判断，当 =1时即表示第一次采样前的先验概率，从而式(5.5)变成式(5.6)的一个特例，即，将其记为。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条