1) Bayesian probability statistics
贝叶斯概率统计
2) 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。
3) Bayesian posterior probability estimation
贝叶斯后验概率估计
4) 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。
5) 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。
6) bayesian probability reasoning
贝叶斯概率推理
补充资料：贝叶斯统计
| 贝叶斯统计 Bayes statistics 英国学者T.贝叶斯1763年在《论有关机遇问题的求解》中提出一种归纳推理的理论，后被一些统计学者发展为一种系统的统计推断方法，称为贝叶斯方法。采用这种方法作统计推断所得的全部结果，构成贝叶斯统计的内容。认为贝叶斯方法是唯一合理的统计推断方法的统计学者，组成数理统计学中的贝叶斯学派，其形成可追溯到 20世纪 30 年代。到50～60年代，已发展为一个有影响的学派。时至今日，其影响日益扩大。 贝叶斯统计中的两个基本概念是先验分布和后验分布 。①先验分布。总体分布参数θ的一个概率分布。贝叶斯学派的根本观点，是认为在关于总体分布参数θ的任何统计推断问题中，除了使用样本所提供的信息外，还必须规定一个先验分布，它是在进行统计推断时不可缺少的一个要素。他们认为先验分布不必有客观的依据，可以部分地或完全地基于主观信念。②后验分布。根据样本分布和未知参数的先验分布，用概率论中求条件概率分布的方法，求出的在样本已知下，未知参数的条件分布。因为这个分布是在抽样以后才得到的，故称为后验分布。贝叶斯推断方法的关键是任何推断都必须且只须根据后验分布，而不能再涉及样本分布。 |
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