1) BLDA
贝叶斯线性判决分析
1.
So, firstly, we have adopted support vector machine with posteriori probability (PSVM) method and Bayesian linear discriminant analysis (BLDA) probabilistic output model to obtain probabilistic voting results.
本工作主要是联合信号处理和机器学习的方法,本文中,我们首先使用两种概率分类方法:支持向量机(support vector machine, SVM)后验概率模型和贝叶斯线性判决分析(Bayesian linear discriminant analysis, BLDA)来获得分类的概率投票结果。
2) Bayesian decision analysis methods
贝叶斯决策分析
1.
Project bidding based on the Bayesian decision analysis methods;
基于贝叶斯决策分析方法的工程投标决策研究
3) Bayesiam decision
贝叶斯判决
4) Bayesian judgment
贝叶斯判决规则
5) Bayesian decision tree analysis
贝叶斯决策树分析
6) LDA
线性判决分析(LDA)
补充资料：决策分析
| 决策分析 decision analysis 为复杂的和结果不肯定的决策问题提供旨在改善决策过程的合理的系统分析方法。任务是为了达到某种预定的目标，在可选择的若干方案中决定一个合适方案并分析选取各种方案的可能后果，供决策者参考。 决策是人们在政治、经济、技术和日常生活中普遍存在的一种选择方案的行为。研究决策的原理、决策程序和决策方法的学问称为决策科学。决策是管理的核心。决策科学的内容相当广泛，包括决策心理学、决策数量化方法、决策评价、决策支持系统和决策自动化等。决策分析主要指决策的数量化方法，是决策科学的核心。存在各种不同的决策分类。例如，按决策的环境，可分为确定型、风险型和不确定型三种。此外还可以按照决策的结构、定量与定性以及连续性等特征作其他分类。 决策分析一般遵循以下步骤：①明确问题、确定目标并使之定量化。②收集必要的信息。③提出可供选择的方案并分析这些方案可能产生的结果。④对各方案进行比较，选出最优方案。⑤进行必要的调整并作最后决策。以上步骤通常称为决策过程，它以某些决策公理为依据，只要决策者接受这些公理，就应在备择的行动方案中选取最大期望效果方案作为最优方案 。此外， 对不同决策方案的优劣进行比较时，还要用效用理论来评定偏好程度，并用主观概率判定采用某一决策后可能出现的不同结果。许多方法可使主观因素定量化、科学化。 决策分析方法从20世纪30年代开始形成 ，最早由 F. P.拉姆齐提出主观概率和效用的概念，冯·诺伊曼提出现代效用理论。60年代普遍用于商业及众多行业，开创了统计决策理论，形成丰富和有效的决策方法体系，并广泛应用于经济、生产、技术、教育、国防及社会公用事业等领域。 20世纪90年代以后，决策分析的几个重要问题引起关注，它们是：多属性问题，即多目标问题；时间偏好问题，即偏好随时间改变；集体决策问题等。大多数复杂问题的难点已得以克服，并且已形成软件系统，正在应用到各种有意义的问题中去。 |
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