Beta-Binomial删除信道中的喷泉码文件传输协议

由于命名数据网络(NDN,Named-Data Networking)无环路、逐包、逐跳转发的特点,使得数据包回传成功率降低,而传统的TCP/IP协议中的ARQ和ACK机制对于多播会话不再适用.由于NDN中的传输信道可以等效为二进制删除信道,因此可以通过应用层编码来实现文件的可靠传输.传统的信道编码技术如卷积码、级联码和RS码等复杂度较高,而将NDN与低复杂度的喷泉码的结合可以实现分布式的存储架构,因而可通过喷泉编码在应用层协议中实现可靠的纠删机制,保证整体文件的传输可靠性.以往的研究一般是基于确定的删除概率信道模型,但是由于网络的异构性和信道噪声等因素影响,可能会造成信道丢包概率呈随机性分布.因此,本文在Beta-Binomial分布模型的前提下,根据贝叶斯统计的先验信息和中心极限定理,对随机概率下的纠删信道的文件可靠传输协议进行了数学建模和理论推导.仿真结果显示此模型更具有普适性,此传输协议可在信道状况未知的前提下从理论上求出最小发包数,减少冗余编码包,提高文件整体的投递成功率,在保证传输可靠性的同时有效提升协议传输效率.     

非平稳条件下基于贝叶斯网络的内涝风险评估和管理方法

受非平稳条件因素(如气候变化、城市化)的影响,近几年内涝灾害频发。以Z市某地块为研究区域,借助地理信息系统(ArcGIS)和暴雨雨洪管理模型(SWMM)实现研究区排水管网的水动力模拟。在不同降雨情境下,比较分析现状系统及不同改造方案下的系统溢流量等信息,计算内涝风险指数。采用贝叶斯网络分析工具(Bayes Server)对引发内涝风险的主要因素进行推理、识别和分析,进而构建内涝风险评估模型。该模型便于决策者根据设计需求,结合各因素的不确定性范围和发生概率值,综合选取最适合的改造措施,优化市政排水防涝规划,为市政基础设施建设提供了依据。     

基于NB分类器重访概率预测的Web缓存替换策略

Web缓存是用来解决网络访问延迟和网络拥塞问题，缓存替换策略直接影响缓存的命中率。为此，提出一种朴素贝叶斯（NB）分类器重访概率预测的Web缓存替换策略；根据用户之前访问日志，通过分区操作提取多项特征来表示每次访问的对象，并构建特征数据集；训练NB分类器，用来确定缓存中对象被再次访问的概率，为对象分配权重；结合LRU策略来合理删除一些对象。仿真结果表明，提出的策略在保证较高命中率的同时有效降低了执行时间。     

一种灰度化混合法在集装箱箱号识别中的运用

研究一种基于机器视觉的集装箱箱号识别方法。对于集装箱彩色图像预处理过程中的灰度化方法，传统的灰度化算法不能有效弥补图像中污损或其他信息缺失的部分，因此，本文提出使用主成分分析法（PCA）结合贝叶斯阈值估计灰度变化率的混合法对图像的灰度化进行优化，可以在判断图像中某一点灰度值与周围相邻像素点的灰度值的变化率后，弥补缺失信息，有效确定边缘特征，从而使后续的字符识别准确率大大提高。最后使用该算法模型设计实现一套用于港口集装箱的智能检测系统。经过Matlab实验验证，在对50幅港口集装箱箱号图像的识别中，通过使用本文提出的混合灰度化方法，与普通的均值法和加权平均法的灰度化方法相比，准确率更高，其中单一字符准确率可达96%，箱号准确率可达92%。     

铝电解关键指标预测方法的研究与应用

为维持铝电解生产的持续性，保证电解槽的物耗稳定和能耗稳定，通过对铝厂数据的挖掘与建模，提出一整套维持电解槽稳定的策略方法，并用于指导实际生产。首先为数据去噪，针对铝厂数据分布特征未知的特点，提出一种无参自适应的模糊聚类方法，通过迭代自适应得到类簇个数和簇中心；根据聚类结果，将铝厂数据按实际意义标签化，提出一种基于距离的连续属性朴素贝叶斯算法，对分类器使用增量思想，使算法动态分类准确率得到提高；应用单槽测试集数据，通过累积法完成当天各指标等级趋势的预测，确定各指标下变量相对于前一天的变化量，完成预测。实验发现，预测模型可完成铝电解关键指标的预测；提出的聚类、分类算法在UCI数据及铝厂数据上表现良好。     

岩土工程反分析的扩展贝叶斯法

基于概率与数理统计理论和现代信息理论，针对传统贝叶斯法中观测信息与先验信息不匹配的缺陷，探讨了一种新的反演方法。该方法通过引入匹配系数β,将现场量测信息和先验信息有机地结合起来，克服了传统贝叶斯法的不足，在形式上完成了目前常用的最小二乘法、最大似然法及传统贝叶斯法准则函数的统一，并可由量测数据的质量和数量推算预测模型的最佳阶数。同时，可以由β值的定量分析，直观地得到量测值与参数初始估计值之间的权重比例。     

Ultraviolet light inactivation of protozoa in drinking water: a Bayesian meta-analysis

To assess the dose of UV light needed to achieve specified levels of Giardia spp. cysts and Cryptosporidium spp. oocysts inactivation in drinking water, a Bayesian meta-analysis is used to analyze experimental data from several studies. Of the 20 studies identified by an extensive data collection effort, 14 (five reported experiments on Giardia and nine on Cryptosporidium) were selected for analysis based on a set of criteria. A substantial amount of the log inactivation data are reported as greater than a given inactivation level (i.e., censored data). The Bayesian hierarchical modeling approach used in this study not only properly addresses the common concerns in a meta-analysis but also provides a robust method for incorporating censored data. Different statistical models will result in different estimates of the UV doses needed to achieve a specific inactivation level. The Bayesian approach allows us to present the uncertainty in terms of risk, which is better suited for supporting US EPA in developing regulations.     

步兵榴弹环境适应性试验设计与评估方法

直接由验前数据获取验前分布可能导致正样机数据"左右"定型试验结论,为了解决此问题,采用混合贝塔分布描述二项分布的验前分布,用相似性因子描述前后两次试验在产品状态和试验条件的差异,运用层次分析法确定了影响步兵榴弹环境适应性试验项目的不同因素的取值范围和相应评语集,给出了基于混合贝塔分布的试验方案设计方法.在获得试验数据后,运用聚类分析方法分析了产品验后分布的环境敏感性.结果表明,该方法参数估计的均方误差更小,估计值更稳健;聚类分析方法能够发现环境因素对产品性能的影响,能够为产品的改进和使用提供数据支撑和指导.     

基于贝叶斯原理的小子样试验导航误差评定方法

针对鉴定试验花费大、周期长的问题,提出一种水下无人航行器导航误差小子样贝叶斯试验CEP评定方法。该方法综合运用大量验前子样,对其进行相容性检验,以确定有效的验前子样,并运用统计推断理论获取验前信息。根据在验收试验中获取的验后子样获取验后信息,利用贝叶斯理论推出无人航行器满足CEP指标的概率。实例结果表明了方法的有效性和实用性。     

测量导致设备性能退化条件下的剩余寿命建模分析

测量本身导致设备性能退化的情况是存在的,然而这个问题往往被研究者们所忽视。文中针对这种情况下的剩余寿命建模进行了研究。首先,在自然退化模型的基础上建立有损测量退化模型;其次给出了相应模型的参数估计方法和基于贝叶斯理论的设备剩余寿命的实时更新方法。最后通过一个仿真示例证明了研究这个问题的意义和文中建模的有效性。