NINO3.4指数的多模式集合预报方法

基于贝叶斯模式平均方法(Bayesian Model Averaging),发展了一个NINO3.4指数的多模式客观权重集合预报方法(简称OBJ)。该方法基于训练期内单个模式的预报结果,用线性回归订正单个预报的偏差,依据模式的预报效果估计单个模式的权重。利用2002年2月—2015年10月美国哥伦比亚大学国际气候与社会研究所(IRI)提供的7个单一模式对NINO3.4指数的预报结果进行OBJ试验,并采用均方根误差对多模式集合平均预报(简称ENS)和OBJ的预报结果进行检验和评估。结果表明,ENS的预报效果优于7个单一模式的预报效果,而OBJ预报效果优于ENS预报效果,其NINO3.4指数的均方根误差比ENS方法降低了4%。将单一模式预报结果按时间划分为训练期和预报期,利用独立样本估计OBJ的参数并进行预报试验,这些试验也表明,OBJ能进一步提高预报精度。      

轮回搜索-贝叶斯法及其在大地测量反演中的应用

分析了反演中常用的贝叶斯逼近法、轮回搜索法两种算法的优缺点，提出轮回搜索一贝叶斯联合算法，该算法可以很好地反演出先验信息不明的参数。利用喜马拉雅区域GPS速度场，通过位错模型结合轮回搜索-贝叶斯方法，反演分析了印度板块与欧亚板块的碰撞情况。     

统计假设检验方法在全极化SAR变化检测中的应用

本文以全极化SAR数据为研究对象。由于全极化数据相干矩阵T3或协方差矩阵C3服从复wishart分布,所以首先在此分布的基础上利用统计假设检验方法构建似然比参数,用以表征地表地物的变化程度,然后利用基于广义高斯分布模型的EM迭代算法(GGM-EM)对变化信息进行初提取,最后充分考虑上下文信息,利用概率松弛迭代算法对初检测信息进行优化。该方法不仅全自动提取变化信息,而且经过非相干平均、初始分类、分类结果优化3次降斑去噪处理,因此检测精度较高。通过与传统对数比值法的比较,证明该方法的有效性。     

基于长度贝叶斯生物量估算法的北部湾带鱼资源评估

带鱼是南海西北部北部湾主要经济鱼类种群之一,估算其种群参数和评估其资源状况对北部湾渔业资源管理具有重要意义.本文利用2006-2016年北部湾带鱼(Trichiurus haumela)的生物学数据,通过长度贝叶斯生物量估算法(Length-based Bayesian Biomass Estimation Metho...     

水文水资源系统贝叶斯分析现状与前景

简介了贝叶斯分析的基本原理,综述了它在水文水资源系统中考虑不确定性和风险的特点及其在径流预报、洪水分析与地区综合、水资源规划与管理等问题中的应用,并分析了其发展前景,着重指出将灰色先验分布、模糊似然函数在贝叶斯定理框架中耦合的综合途径.     

精密重力测量中相对重力仪格值系数的贝叶斯估计方法

相对重力仪的格值系数随时间会发生微小的变化,是影响精密重力测量精度的重要因素。通常需定期对相对重力仪进行专门的基线标定来评估仪器格值系数的变化。本文提出了一种利用重力观测数据进行格值系数评估的新方法,原理是利用测网中已知的多个绝对重力基准点作为先验约束,同时考虑仪器的非线性漂移变化,将格值系数作为超参数,基于贝叶斯原理和赤池贝叶斯信息准则（ABIC）估计最优值。通过对模拟数据的测试,该方法在高斯噪声和仪器非线性漂移等不确定性存在的情况下,可以获得格值系数的准确估计结果。对实测重力数据的测试表明：估计的格值系数与测量前在基线场标定的格值系数差值在5×10^-5以内;而且相较于采用标定不准确的格值系数,该方法可以获得与绝对重力测量结果差异更小的平差重力值。本文研究结果为有效提高精密重力测量的效率和精度提供了方法保障。     

贝叶斯网络结构学习及其应用研究

阐述了贝叶斯网络结构学习的内容与方法 ,提出一种基于条件独立性 (CI)测试的启发式算法。从完全潜在图出发 ,融入专家知识和先验常识 ,有效地减少网络结构的搜索空间 ,通过变量之间的CI测试 ,将全连接无向图修剪成最优的潜在图 ,近似于有向无环图的无向版。通过汽车故障诊断实例 ,验证了该算法的可行性与有效性。     

水库及周缘地区诱发地震危险性评定的一种模型及其应用

对已蓄水并建有地震观测台网、毗邻长江三峡水库的湖北清江隔河岩水库及其周缘地区各不同位置的诱震总体组合环境（条件）及相应的诱发地震活动结果进行统计、计算和分析,建立了一种诱发地震危险性评定模型,据此模型对长江三峡水库及其周缘地区的水库诱发地震危险性进行了预测和评价