主观贝叶斯,subjective Bayes,音标,读音,翻译,英文例句,英语词典

您的位置：首页 -> 词典 -> 主观贝叶斯

1) subjective Bayes 点击朗读

主观贝叶斯

2) subjective Bayesian approach 点击朗读

主观贝叶斯方法

In order to solve the problem that parameters are difficult to obtain in Bayesian network (BN), the subjective Bayesian approach is introduced into the process of fault diagnosis of a power system.

提出将主观贝叶斯方法应用到电力系统故障诊断中,并与贝叶斯网络方法相结合,既克服了贝叶斯网络方法参数难以获得的问题,又发挥了贝叶斯网络在推理方面的优势。

更多例句>>

3) Subjective Bayesian Method 点击朗读

主观贝叶斯法

4) Bayesianism 点击朗读

贝叶斯主义

5) subjective bayes method 点击朗读

主观贝页斯方法

Combination of subjective bayes method,Certainty factor theory and fuzzy comprehensive evaluation method are applied to solve the uncertainty,dynamics and fuzzy in student evaluation.

结合主观贝页斯方法、可信度理论和模糊综合评判法来解决学生评价中的不确定性、动态性和模糊性。

6) active learning Bayesian net classifier 点击朗读

主动贝叶斯分类器

例句>>

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

，= 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

贝叶斯MCMC 贝叶斯解

贝叶斯贝叶斯法贝叶斯树贝叶斯网贝叶斯图多贝叶斯

说明：双击或选中下面任意单词，将显示该词的音标、读音、翻译等；选中中文或多个词，将显示翻译。
	您的位置：首页 -> 词典 -> 主观贝叶斯 1) subjective Bayes 主观贝叶斯例句>> 2) subjective Bayesian approach 主观贝叶斯方法 1. In order to solve the problem that parameters are difficult to obtain in Bayesian network (BN), the subjective Bayesian approach is introduced into the process of fault diagnosis of a power system. 提出将主观贝叶斯方法应用到电力系统故障诊断中,并与贝叶斯网络方法相结合,既克服了贝叶斯网络方法参数难以获得的问题,又发挥了贝叶斯网络在推理方面的优势。更多例句>> 3) Subjective Bayesian Method 主观贝叶斯法 4) Bayesianism 贝叶斯主义 5) subjective bayes method 主观贝页斯方法 1. Combination of subjective bayes method,Certainty factor theory and fuzzy comprehensive evaluation method are applied to solve the uncertainty,dynamics and fuzzy in student evaluation. 结合主观贝页斯方法、可信度理论和模糊综合评判法来解决学生评价中的不确定性、动态性和模糊性。 6) active learning Bayesian net classifier 主动贝叶斯分类器例句>> 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，= 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。参考词条贝叶斯MCMC 贝叶斯解

©2011 dictall.com