1) asymptotic empirical Bayesrule
经验贝叶斯规则
2) Bayesian rules
贝叶斯规则
1.
To improve the effectiveness in the supervision of medicinal markets,Bayesian rules,supervision of admission,prisoner s dilemma,anti-fake and maintenance right,obstruction in access to medicinal markets,anti-monopoly and other aspects are analyzed in the paper.
从贝叶斯规则与医药市场准入监管、囚徒困境与打假维权、医药市场进入阻挠与反限制竞争等方面对医药企业的监管进行博弈分析,药品监督管理部门通过理性博弈可以大大提高医药市场监管的有效性。
3) bayesian rule
贝叶斯规则
1.
All of these methods employ the Bayesian rule as a fundamental theory.
综述了近几年来流行的移动机器人基于概率定位的各种方法,对它们的性能进行了分析比较,所有这些方法都应用贝叶斯规则作为理论基础。
2.
It combines the method of high order correlations with Bayesian rule and provides a new joint rule to initiate tracks.
提出一种密集杂波环境下雷达目标航迹起始方法,将高阶相关航迹起始方法与贝叶斯规则相结合,给出联合航迹起始规则,在保证航迹起始率的前提下,有效地降低了杂波环境中的虚假航迹起始概率。
4) Bayes rule
贝叶斯规则
1.
A new underground image tracking algorithm is developed by way of a fusion done between a commonly-used mean square image correlator and Karlman filter, based on Bayes rule.
提出了一种新的井下图像跟踪算法图像相关算法与卡尔曼滤波器之间的信息进行融合·此算法基于贝叶斯规则,将一种常用的均方差图像相关算法和卡尔曼滤波器两者信息进行融合,得到一种新的成像跟踪算法·改进后的算法融合了MSD相关器和卡尔曼滤波器两者的信息,使得两者之间的信息反馈增强,提高了跟踪算法的性能和鲁棒性,大大减少了目标失锁的可能性·另外,改进后的算法还融合了噪声的统计性能,提高了对噪声的抑制能力·从理论计算和实验结果看,用这种算法获得的图像比一般相关算法获得的图像更具有真实性和准确性
5) empirical Bayes
经验贝叶斯
1.
Estimation of the parameters of linear exponential model by empirical Bayes;
线性指数模型参数的经验贝叶斯估计
2.
Monotone Empirical Bayes Test for Scale Parameter under Random Censorship;
随机删失下刻度参数的单调经验贝叶斯检验
3.
Empirical Bayes Test for the Life Parameter in the Exponential Distribution;
指数分布中寿命参数的经验贝叶斯检验(英文)
6) bayesian decision rules
贝叶斯分类规则
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