2) rebreathing technique and Bayesian estimation
再呼吸技术和贝叶斯估计
3) Bayes
贝叶斯
1.
Range profile-based radar target recognition using discretized Bayes classifying algorithm;
离散贝叶斯分类算法雷达目标一维距离像识别
2.
Study on spam email treatment model based on Bayesian method;
基于贝叶斯方法的垃圾邮件处理模型研究
3.
The Application of Support Vector Machines Within Bayesian Evidence Framework to Drift Prediction of Gyro;
贝叶斯证据框架下的支持向量机及其在陀螺漂移预测中的应用
4) Bayesian
贝叶斯
1.
Resolution of the Evolutionary Rel ationship of Papillomaviruses Using Bayesian Phylogenetics;
贝叶斯推论重建乳头瘤病毒的进化系统
2.
Bayesian Linear Calibrated Prediction Approach in Warhead Virtual Experiment;
战斗部虚拟试验贝叶斯线性校准预测方法
3.
People detection under Bayesian framework;
贝叶斯框架下的人的检测
5) bayesian method
贝叶斯法
1.
Application of Bayesian method for inferring phylogenetic relationships of ticks within the genus Ixodes;
分子系统进化关系分析的一种新方法——贝叶斯法在硬蜱属中的应用
2.
Combining with the example of the missile flying reliability estimation, the Bayesian method was used to estimate the flying reliability.
结合导弹飞行可靠性评定实例,采用贝叶斯法对导弹飞行可靠性进行了评估,对验前信息进行了数据融合,充分利用了地面试验数据,有效地扩大了试验子样,验证了贝叶斯法的科学性、合理性、实用性。
6) Bayesian method
贝叶斯
1.
Implement Bayesian Method to Filter Spam Mail;
运用贝叶斯方法过滤垃圾邮件
2.
Objective To compare the standard incidence ratio(SIR)of non-polio acute flaccid paralysis using common method and Bayesian method.
目的利用贝叶斯法对中国各地区的非脊灰急性弛缓性麻痹标准化发病比进行估测,并与普通法进行比较。
3.
The paper presents a prediction method of traffic incident duration of expressway,grounded on the Bayesian method-based decision tree classification algorithm and 1536 in cident data of Shanghai central city expressway.
采用基于贝叶斯方法的决策树算法,利用上海市中心城区1536个交通事件持续时间数据,建立交通事件持续时间的预测模型。
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