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.     

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%。     

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。     

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。     

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.     

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。     

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。     

Classification of ground glass opacity lesion characteristic based on texture feature using lung CT image

Lung cancer causes a high mortality rate in the world than any other cancers. That can be minimised if the symptoms and cancer cells have been detected early. One of the techniques used to detect lung cancer is by computed tomography (CT) scan. CT scan images have been used in this study to identify one of the lesion characteristics named ground glass opacity (GGO). It has been used to determine the level of malignancy of the lesion. There were three phases in identifying GGO: image cropping, feature extraction using grey level co-occurrence matrices (GLCM) and classification using Naïve Bayes Classifier. In order to improve the classification results, the most significant feature was sought by feature selection using gain ratio evaluation. Based on the results obtained, the most significant features could be identified by using feature selection method used in this research. The accuracy rate increased from 83.33% to 91.67%, the sensitivity from 82.35% to 94.11% and the specificity from 84.21% to 89.47%.     

指数故障/维修背景下串联系统可用度置信限

系统可用性是综合反映系统可靠性及维修性的一种测度,如何利用现场获取的各组成单元的故障数据和维修数据进行系统可用性综合及评定恰是可靠性及维修性工程中的难题。考虑到串联模型具有普遍性以及指数信息更具通用性的工程背景,依据信息等价转换原则,从现场记录中提取、挖掘或折算出以时间和次数为特征的指数故障和指数维修的基本信息,并探讨了指数故障/指数维修的串联可修系统可用度概率估计的数值解析方法。基于极大似然估计深入研究了经典方法的置信区间;基于Bayes定理深入研究了单元和系统可用度一阶矩、二阶矩,又利用不完全Beta函数、β分布与F分布分位数间的关系,最终求解出串联可修系统可用度的经典近似置信限和Bayes近似置信限,研究成果有效地解决了串联可修系统可用性综合及评定的难题。这两种方法可适用于所有串联模式的复杂机电系统,而且伴随系统的运行,各组成单元故障/维修数据信息也在发生变化,据此可以实时地进行可修串联系统可用性综合及评定。以我国某风电厂风力发电机组为工程应用实例,验证了该方法的可行性与适用性。