贝叶斯网络在水资源管理中的应用

为了解决水资源管理中具有不确定性的多目标决策问题,将贝叶斯网络方法引入水资源管理中。通过对实例系统中变量间相互关系的分析,构建描述变量间不确定性关系的贝叶斯网络模型,其中包括表示其依赖关系的有向无环图和表示其具体概率依赖程度的条件概率表,并在6个目标变量均达到预期目标的前提下进行概率推理。实例结果表明：当补偿款数额增加到500元/亩时,所有的目标变量均可达到最优,因此确定出政府应给农民补偿款的数额为500元/亩的合理水资源决策方案。贝叶斯网络以图模型的方式直观地表达了实例系统中变量之间的不确定性关系,概率推理的结果兼顾了环境效益以及农民的利益,使多个预期目标均达到了最优,有效地解决了水资源管理中具有不确定性的多目标决策问题。     

贝叶斯判别方法在叠前反演数据解释中的应用

通过开展贝叶斯判别理论在叠前反演数据解释中的应用研究来提高储层预测的准确性。以岩石物理模拟、叠前反演处理和概率密度函数建立作为该技术的关键,基于贝叶斯理论利用测井和岩石物理模拟数据作为先验信息,利用反演成果作为基本数据估计不同岩相的分布概率。该技术充分利用概率和统计作为处理地质不确定性的工具定量解释繁多的叠前反演成果,用这种方法对岩相进行表征和识别,更加适合地质复杂性和多解性特点。火成岩储层预测中的应用表明,贝叶斯判别理论对储层含气性表征更加准确,解决了储层含气性预测难题。     

协同多源遥感数据的北亚热带森林蓄积量贝叶斯分层估测

精确估算森林蓄积量是国家实现2060年前碳中和目标的迫切需求,而基于遥感的森林蓄积量定量反演是当前遥感应用领域面临的重要挑战和研究热点.光学遥感数据由于无法获取森林高度信息并存在信号饱和问题,反演森林蓄积量的精度较低,而机载Lidar数据能获取高度信息,但成本高、观测范围有限.本研究利用Sentinel-2多光谱、资源...     

利用空间聚集的贝叶斯网络评估手足口病发病风险

手足口病是一种常见的传染病,以往的研究表明该疾病与气象、环境和社会经济等因素相关联,其影响关系复杂,而疾病本身体现出较强的区域聚集性,采用普通的线性风险建模方法无法捕捉影响因素的复杂性及空间聚集性。因此,本文以山东省为例,在前人研究的基础上,提出了采用贝叶斯网络综合风险建模方法研究手足口病的发病风险与气象、土地利用、社会经济及空气污染等要素间的关系,并通过引入空间扫描统计聚集结果,将空间聚集引入到贝叶斯网络模型加强其空间推理功能,减少模型的偏差,提高评估的精度。结果表明,本文建立的手足口病空间贝叶斯网络风险模型具有较高的估计效果,引入的空间聚集性较好地融入到贝叶斯概率推理模型中,合理建立预测因子同手足口病发病风险之间的关系。通过对建模结果的解译,分析了手足口病的发病风险影响因素,特别是气候、社会经济及空气污染的影响。本文的空间贝叶斯建模方法及研究结果对手足口病暴发的防控预警具有重要的意义。     

用于地震参数估算的两种贝叶斯概率算法分析

正贝叶斯概率算法(Beyesian probability algorithm)是一种通用的框架,整合了先验概率和似然概率各自的优点,并能根据数据的具体情况作出相应调整,确保计算结果的合理性.该算法除了用于河流溶解氧含量的估算(Patil,Deng,2011)、桩基础的可靠性评估(Zhang et al,2006)、合成孔径雷达图像的重建(Vu et al,2013)和海上钻井风险性的量化评价(Khakzad et al,2013)以外,也被应用于诸如地震边坡失     

基于Bayes理论的星间链路自主定轨误差评估方法

针对导航星座自主运行期间因缺乏外部基准而导致自主定轨结果不能得到有效评估的问题,提出一种基于Bayes理论的自主定轨结果评估方法。一方面充分考虑定轨误差的先验统计特性,以提供先验位置基准;另一方面以卡尔曼滤波中定轨协方差的迹作为定轨URE的表征量,解决了自主定轨中对定轨误差没有观测信息的问题。利用自主定轨的仿真数据对该方法进行验证,结果表明,对于单颗卫星,在24 d内,由该方法得到的URE估计误差不超过±0.5 m,验证了该方法的可行性。     

历史地震震源参数估计方法与应用研究

历史地震宏观烈度资料指史料中对地震破坏程度的记录,是研究历史地震最基本也是最重要的数据来源之一。有仪器记录地震波形的时间相对短暂,对历史地震震源参数的估算为地震活动性和地震危险性分析提供重要的基础资料。     

一种利用纹理特征和朴素贝叶斯分类器检测近景影像植被的方法

针对植被对近景摄影测量自动滑坡监测影响严重的问题,提出了一种基于纹理特征和朴素贝叶斯分类器的滑坡植被区域检测算法。对算法的有效性、影像对比度拉伸以及样本训练通用性对检测植被区域的效果等若干问题进行了实验探讨。通过与基于视觉认知特征的检测方法比较,验证了本算法的实用性和有效性。实验结果表明,本文算法能够很好地检测出近景影像中的植被区域,结果比较满意。     

贝叶斯算法在拟合自由核章动参数中的应用

用高精度重力技术检测地球自由核章动(FCN)参数(包括周期和Q值等)的难点是资料观测信噪比低,传统的方法是使用最小二乘拟合,但是获得的FCN共振参数精度不理想.本文利用武汉国际潮汐基准站高精度超导重力仪和全球超导重力仪观测的时变重力资料,根据贝叶斯算法拟合地球自由核章动(FCN)参数.我们将贝叶斯拟合方法与传统最小二乘法实施了对比分析,研究了不同台站资料差异.讨论了潮波选择和不同海潮模型等因素对FCN参数的影响.结果表明用贝叶斯算法获得的FCN品质因子与空间大地测量VLBI结果吻合的更好,这说明贝叶斯算法可靠性高,为研究地球深内部构造参数(核幔边界粘滞系数等)提供了有效依据.     

影像同名点匹配的SIFT算法与贝叶斯抽样一致性检验

为提高影像匹配的稳健性,引入基于SIFT特征匹配的贝叶斯抽样一致性算法(Bayes sample consensus,BAYSAC),提出基于随机概率U(0,1)、基于像点到像片中心距离比值和基于影像重叠度的3种正确点先验概率估计方法,并根据相似性原理简化了贝叶斯公式,用于更新正确点概率。以SIFT算法为基础,结合贝叶斯抽样一致性算法,对不同的正确点概率估计方法进行了试验。试验结果表明,改进后的算法减少了迭代次数,从而减少了计算时间。同时,它能剔除更多的误匹配,并保留更多的正确匹配,从而提高匹配正确率。