1) posterior probability SVM
后验概率SVM
1.
Combining evaluation model based on Logistic regression and posterior probability SVM for residential loan;
基于Logistic回归和后验概率SVM的住房贷款组合评估模型
2) posterior probability
后验概率
1.
Study on SVM based on posterior probability for individual mortgage loan;
基于后验概率的住房信贷评估SVM模型
2.
Application of posterior probability to multiclass SVM;
后验概率在多分类支持向量机上的应用
3.
Edge detection algorithm of Canny based on maximum between-class posterior probability
一种基于最大类间后验概率的Canny边缘检测算法
3) Posteriori probability
后验概率
1.
A novel segmentation method based on Markov Random Field(MRF) and Support Vector Machine(SVM) posteriori probability is proposed in the paper.
提出了一种基于SVM后验概率的MRF分割方法,将支持向量机的后验概率应用于Markov随机场方法中,通过贝叶斯公式将对样本条件概率的估计转换为后验概率估计,再通过对SVM决策函数输出的映射来产生后验概率,并将SVM估计的后验概率信息带入MRF模型实现分割,从而完成了一种新的Markov随机场模型的分割方法。
2.
In the recognition stage,order parameters are converted to posteriori probability,then voting and ensemble of posteriori probability based on add rule are used respectively to get finally results;and an improved method for ensemble of posteriori probability based on add rule is also proposed in order.
选择不同的训练样本作为原型模型,以增加原型模型的多样性;识别时,将序参量转化为后验概率,分别运用投票法和基于和的后验概率集成方法进行识别,并提出了一种改进的基于和的后验概率集成方法,来提高集成的效果。
3.
But standard support vector machines do not provide posteriori probability.
目前支持向量机解决模式识别问题是广大学者研究的热点，样本的后验概率在模式识别中至关重要，但是传统的支持向量机技术不提供后验概率。
4) Posterior probability
验后概率
5) Bayes posterior probability
Bayes后验概率
6) posterior probability ratio
后验概率比
1.
The authors study a new method on how to classify a sample into one of the several known population in terms of posterior probability ratio established by the sample s predictive density functions when the unknown parameters prior distributions are normal-inverted Wishart distribution.
研究了各总体服从正态分布、分布参数的先验分布均为正态—逆Wishart共轭先验时 ,如何利用待判样品的预报密度函数 ,构造后验概率比和分类判别规则 ,并据此对样品进行分类识别 ;该方法的特点是充分利用了参数分布的信息 ,结论简单、直观 ,并且也不需要假设各总体的协方差阵相
2.
In this paper,the authors study a method on how to classify a sample into one of the several known normal populations in terms of posterior probability ratio established by the samples predictive density functions when the unknown parameters prior distributions are diffuse prior distribution.
本文研究了各总体服从多元正态分布 ,其未知参数的先验分布均为扩散先验分布时 ,如何利用待判样品的预报密度函数、构造后验概率比并据此对样品进行分类与判别 ;此方法并不需要假设各总体分布的协方差相同 ,而且在预试样本容量较小时仍然可行。
补充资料：后验概率
后验概率
a posteriori probability
后验概率Ia拼州叻血的P司加城衍;anoCTepl.opHa二e-Po皿TllocT‘] 一事件在某些条件下发生的条件概率，以与其无条件概率或先验概率(a pnori卿场bility)相对照.“条件”和“后验”两词并无意义上的差别.当条件是假定的而非在试验过程中直接观察到的时候，用前一词;当需要强调问题中的条件是实际观察所得的时候，用后一词.后验概率与先验概率通过加界s公式(Bayes formu-la)发生联系.
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