“序贯贝叶斯”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果527898个，建议您升级VIP下载更多相关专利

[发明专利]基于贝叶斯序贯试验的涡轮盘可靠性验证方法-CN202210789409.0在审
发明人：刘茜;胡殿印;王荣桥;陈高翔 -专利权人：北京航空航天大学
申请日： 2022-07-06 - 公布日： 2022-10-18 - 主分类号： G06F30/17 文献下载
摘要：本发明涉及一种基于贝叶斯序贯试验的涡轮盘可靠性验证方法，(1)开展涡轮盘寿命可靠性仿真分析，与仿真结果确定寿命分布参数的先验分布；(2)建立贝叶斯序贯试验判据，获取当有试验结果时可靠性试验的接受和拒收判据本发明通过贝叶斯序贯试验方法实时更新可靠性试验判据，可有效减小可靠性试验样本量。
基于贝叶斯序贯试验涡轮可靠性验证方法

[发明专利]基于相对熵的序贯加速退化试验优化设计方法-CN201210208644.0有效
发明人：葛蒸蒸;李晓阳;范宇;王立志 -专利权人：北京航空航天大学
申请日： 2012-06-19 - 公布日： 2012-11-14 - 主分类号： G06F17/50 文献下载
摘要：本发明公开了一种基于相对熵的加速退化试验优化设计方法，具体步骤为：步骤一、利用贝叶斯理论，建立基于相对熵的加速退化试验优化设计方法；步骤二、建立序贯截尾判定方法；步骤三、进行基于相对熵的序贯加速退化试验；本发明方法首次将“序贯设计”引入到加速退化试验的优化设计中，提出序贯加速退化试验优化设计方法。采用“序贯设计”，不仅充分利用了试验前的先验信息，还逐步利用了试验中获得性能退化信息，减少了先验信息与产品真实情况存在较大偏差时引起的试验设计误差，因此比加速退化试验的局部优化设计和贝叶斯优化设计都具有很大的优越性
基于相对加速退化试验优化设计方法

[发明专利]基于贝叶斯框架下序贯网图检验的测试性验证方法及装置-CN202010266656.3在审
发明人：王康;史贤俊;肖支才;聂新华;秦亮 -专利权人：中国人民解放军海军航空大学
申请日： 2020-04-07 - 公布日： 2020-08-07 - 主分类号： G06F17/18 文献下载
摘要：本发明实施例提供一种基于贝叶斯框架下序贯网图检验的测试性验证方法及装置，该方法包括：对指标参数空间进行划分，将原始检验问题划分为m对假设检验问题；计算序贯网图的所有相关参数，所述相关参数是基于贝叶斯因子及对应的阈值、插入点位置选择策略以及截尾策略计算得到；根据所述序贯网图的所有相关参数，设计测试性验证方案，对所述假设检验问题进行验证。本发明实施例通过通过充分运用序贯网图检验方法的优点以及Bayes方法能够利用先验信息的特点，减少测试性试验最大样本量，得到更加合理准确的测试性验证方案。
基于贝叶斯框架下序贯网图检验测试验证方法装置

[发明专利]基于GPB1-GM-PHD的序贯融合目标跟踪方法-CN202110962153.4在审
发明人：申屠晗;林俊浩;黄大羽;郭云飞 -专利权人：杭州电子科技大学
申请日： 2021-08-20 - 公布日： 2021-12-21 - 主分类号： G06K9/62 文献下载
摘要：本发明公开基于GPB1‑GM‑PHD的序贯融合目标跟踪方法。首先，基于一阶伪贝叶斯估计方法和GM‑PHD滤波器提出了单传感器一阶伪贝叶斯估计GM‑PHD跟踪算法，实现了对多机动目标的跟踪；然后，利用多传感器分布式融合架构，通过序贯融合将各传感器的后验高斯混合集进行融合
基于 gpb1 gm phd 融合目标跟踪方法

[发明专利]基于导航金字塔的三维地质建模方法及系统-CN202310666018.4在审
发明人：张海峰;黄旭日;唐静;陈永红;崔晓庆;张栋;任梦宇 -专利权人：西南石油大学
申请日： 2023-06-07 - 公布日： 2023-10-27 - 主分类号： G01V1/28 文献下载
摘要：所述建模方法包括：构建进行地震信息数据处理的导航金字塔；根据所述导航金字塔获得待建模区域的沉积相图；获得波阻抗反演数据；构建待建模区域的地层三维格架模型；基于所述沉积相图、波阻抗反演数据及地层三维格架模型，采用贝叶斯‑序贯高斯模拟方法进行油藏的三维地质建模。本发明将导航金字塔技术与贝叶斯‑序贯高斯模拟方法相结合应用到三维地质建模中，提高了建模精度和稳定性。
基于导航金字塔三维地质建模方法系统

[发明专利]基于稀疏贝叶斯学习的序贯多帧电阻抗成像图像重建算法-CN201911345747.X有效
发明人：刘升恒;李宇轩;龚灏;陈世泽;陈上;曹瑞松 -专利权人：东南大学
申请日： 2019-12-24 - 公布日： 2022-11-15 - 主分类号： G06T11/00 文献下载
摘要：本发明提出一种基于稀疏贝叶斯学习的序贯多帧电阻抗成像图像重建算法，属于医学和工业检测技术领域。具体步骤为：首先利用内部电导率变化与相应边界电压变化的近线性关系，将序贯多帧电阻抗层析成像图像的重建建模成一个测量矢量逆问题求解，然后将解矩阵分解以便于基于结构感知的稀疏贝叶斯学习框架的使用，通过采用最大边缘似然方法优化对数代价函数来实现后验分布估计和直接利用结构感知稀疏贝叶斯算法等先前的方法相比，本发明降低了计算复杂度，并且具有更好的鲁棒性，同时进一步提高了图像重建的准确度，能够获得更高的图像分辨率。
基于稀疏贝叶斯学习序贯多帧电阻抗成像图像重建算法

[发明专利]一种自主融合先验知识的贝叶斯网络方法-CN201110160532.8无效
发明人：韩志朋 -专利权人：天津大学
申请日： 2011-06-15 - 公布日： 2011-09-21 - 主分类号： G06N7/00 文献下载
摘要：本发明公开了一种自主融合先验知识的贝叶斯网络方法，涉及贝叶斯网络领域，本发明起始于朴素贝叶斯网络，自主生成一个随机节点序，在贝叶斯网络构建过程中另附加有其它约束条件，即“有条件的随机”；通过删除部分不需要的边，能够在一定程度上降低贝叶斯网络的结构复杂性；本发明采用多次运行的方式，根据不同的随机节点序构建多个贝叶斯网络，并从中选择与数据拟合程度最好的一个作为最终的贝叶斯网络模型，本发明提高了贝叶斯网络方法对先验知识的融合效率
一种自主融合先验知识贝叶斯网络方法

[发明专利]一种基于序贯蒙特卡罗方法的贝叶斯优化方法-CN201910071083.6在审
发明人：王伟东;于秦;余俊良 -专利权人：电子科技大学
申请日： 2019-01-25 - 公布日： 2019-05-10 - 主分类号： G06N7/00 文献下载
摘要：本发明公开了一种基于序贯蒙特卡罗方法的贝叶斯优化方法，包括以下步骤：S1、建立目标函数，得到目标函数的后验分布；S2、加入噪声信号，计算目标函数的边缘Student‑t分布；S3、通过序贯蒙特卡罗近似的方法对目标函数进行优化本发明通过序贯蒙特卡罗方法计算权重分布；然后通过Student‑t过程回归而不是高斯过程回归将改进的序贯蒙特卡罗方法扩展到全局优化中，可以在较少样本数的情况下更有效地得到最大值的分布，具有更强的探索能力和异常值适应性能
目标函数贝叶斯蒙特卡罗方法计算优化高斯过程回归计算目标函数后验分布全局优化适应性能噪声信号样本数有效地权重近似回归改进探索

[发明专利]一种基于浅海双节点模态到达时间差的序贯贝叶斯地声参数反演方法-CN202310432797.1在审
发明人：杨秋龙;郝望;杨坤德;段睿 -专利权人：西北工业大学
申请日： 2023-04-21 - 公布日： 2023-08-11 - 主分类号： G01V1/30 文献下载
摘要：本发明涉及一种基于浅海双节点模态到达时间差的序贯贝叶斯地声参数反演方法。利用双节点传感器同步测量双节点连线上一侧(外侧)固定声源发射的宽带脉冲信号，提取两个接收信号之间的模态到达时间差数据。移动双节点传感器，始终保证声源在双节点连线上的一侧，重复进行测量，结合测量数据和Kraken声场计算模型建立序贯贝叶斯反演中所需的状态方程和测量方程，推断地声参数的序贯后验概率密度分布函数，获得距离相关地声参数的后验估计均值
一种基于浅海节点到达时间差序贯贝叶斯参数反演方法

[发明专利]一种基于信息熵选择的代价敏感增量式人脸识别方法-CN201910229688.3有效
发明人：李华雄;顾心诚;辛博 -专利权人：南京大学
申请日： 2019-03-25 - 公布日： 2023-09-29 - 主分类号： G06V40/16 文献下载
摘要：本发明提供了一种基于信息熵选择的代价敏感增量式人脸识别方法，由深度卷积神经网络部分、基于信息熵的样本选择部分以及基于代价敏感序贯三支决策分类部分组成。利用信息熵评估人脸识别样本分类结果的信息量，使系统能够自动评估未标记样本信息量，挑选信息量大的样本进行人为标记；利用代价敏感序贯三支决策的思想，把人脸识别问题看成是一个信息粒度由粗到细的序贯过程，将增加标记样本的每个迭代循环作为序贯三支决策的一个决策步骤，根据贝叶斯风险最小原则给出每个决策步骤中样本最小代价识别效果。
一种基于信息选择代价敏感增量式人脸识别方法

[发明专利]一种易推理贝叶斯网络的学习方法-CN202110157200.8在审
发明人：吴振旭;余展鹏;侯方丞杨;孙晴晴;朱允刚 -专利权人：吉林大学
申请日： 2021-02-03 - 公布日： 2021-09-28 - 主分类号： G06N7/00 文献下载
摘要：本发明属于机器学习技术领域，具体为一种易推理贝叶斯网络的学习方法，包括步骤1：为预训练，即初始化贝叶斯网络，利用训练数据判断两个节点之间的互信息值，通过互信息初始化贝叶斯网络；步骤2：为搜索，即在初始化的贝叶斯网络附近搜索与训练数据拟合程度更好的贝叶斯网络；步骤3：为寻找易推理的贝叶斯网络，即寻找一个推理效率高的贝叶斯网，其结构合理，通过对学习贝叶斯网络时的推理效率进行打分，变量序、变量消元和团树传播推理等进行分析与处理，构建新的评分函数，进而通过爬山法学习贝叶斯网络，从而构建出能在保证一定拟合程度的情况下的易推理的贝叶斯网络。为贝叶斯网络走向应用的过程中，满足实际需求。
一种推理贝叶斯网络学习方法

[发明专利]一种基于蒙特卡洛树搜索的贝叶斯网络结构学习方法与系统-CN202310457640.4在审
发明人：杨毅;周智勤;朱允刚 -专利权人：吉林大学
申请日： 2023-04-21 - 公布日： 2023-08-08 - 主分类号： G06N7/01 文献下载
摘要：本发明提供一种进行贝叶斯网结构学习的算法，所述算法首先选择可分解的贝叶斯网评分并使用父集识别方法对每个变量识别备选父集，随机采样一个变量序，然后为存在较强依赖关系的变量间添加无向边，在满足与变量序一致的情况下将无向边有向化，用初始变量序初始化蒙特卡洛树的根结点，从根结点开始进行若干次搜索，每次探索将父集得分较低的变量后移，得到子结点并选择UCB评分最高的继续扩展，直至变量序父集得分低于父结点，再向上反向传播，更新路径上结点的UCB评分，将父集得分最高的变量序传入OBS算法进行结构学习，得到最终的贝叶斯网结构，所述方法同时考虑了随机与贪心，能够更好地避免陷入局部最优解，得到父集评分更高的贝叶斯网结构。
一种基于蒙特卡洛树搜索贝叶斯网络结构学习方法系统

[发明专利]基于贝叶斯分类的储层参数预测方法及系统-CN201710548360.9在审
发明人：周单 -专利权人：中国石油化工股份有限公司;中国石油化工股份有限公司石油物探技术研究院
申请日： 2017-07-06 - 公布日： 2019-01-15 - 主分类号： G06F17/50 文献下载
摘要：本发明公开了一种基于贝叶斯分类的储层参数预测方法及系统，该方法包括：基于已知的储层弹性参数，建立储层物性参数第一反演方程；基于贝叶斯公式，将第一反演方程转换为关于储层弹性参数的似然函数的第二反演方程；基于贝叶斯‑序贯高斯方法，求解储层弹性参数的似然函数；基于所得到的储层弹性参数的似然函数值求解第二反演方程获得储层物性参数值。
反演弹性参数似然函数贝叶斯参数预测求解贝叶斯公式地质统计学结果可靠性模型初始化物性地质地球地质意义方程转换随机模拟随机特性物理特征物性参数不均匀差函数分类高斯

[发明专利]一种基于贝叶斯正则化的超声波层析成像方法-CN201710124531.5在审
发明人：严刚 -专利权人：南京航空航天大学
申请日： 2017-03-03 - 公布日： 2017-11-24 - 主分类号： G01N29/04 文献下载
摘要：本发明实施例公开了一种基于贝叶斯正则化的超声波层析成像方法，涉及无损检测技术领域，能够提高超声波层析成像反问题的求解速度和精度。本发明包括布置超声波发射器和接收器，对待检测截面进行网格划分，获取超声波层析成像数据；通过层次化贝叶斯建模，建立解向量X在超声波传播时间测量值向量支持下的后验概率密度函数p(X,σ2,λ2|b)；最大化解向量X的后验概率密度函数p(X,σ2,λ2|b)，建立最优条件方程组；采用序贯贝叶斯学习迭代算法进行求解解向量X和σ2,λ2，并自适应确定最优正则化参数；根据求解所得的所述解向量X获得超声波速度值，以图像形式显示
一种基于贝叶斯正则超声波层析成像方法

[发明专利]一种顾及解缠误差的序贯InSAR时序形变解算方法-CN202211137798.5有效
发明人：蒋弥;程晓;钟敏;冯伟;杨萌 -专利权人：中山大学
申请日： 2022-09-19 - 公布日： 2023-05-16 - 主分类号： G01S13/90 文献下载
摘要：本发明提供一种顾及解缠误差的序贯InSAR时序形变解算方法，如下：对历史N+1幅SAR影像序列，预处理得到解缠差分干涉相位图，建立性方程组；估计出历史形变相位，并引入M估计量，采用选权迭代法进行历史形变相位的求解base:Sub>景SAR影像，并与历史影像通过预处理，得到解算对象；对新增M1个观测值建立观测方程并写成误差方程的形式；根据历史形变相位建立虚拟观测方程，根据贝叶斯平差原理，构造目标函数；对目标函数求解得到序贯平差的参数估值；引入M估计量，采用选权迭代法，更新得到序贯平差的参数估值的协因数阵；通过对获得更新的序贯平差拟合获取形变速率参数。本发明方法避免参数估值受异常误差影响而歪曲，保证了时序InSAR序贯形变估计结果的可靠性。
一种顾及误差 insar 时序形变方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条