贝叶斯判别准则在确定地震活动性参数空间分布函数中的应用

利用贝叶斯判别准则,提出了一种确定地震活动性参数空间分布函数的方法,并通过计算与比较,说明了该方法的可行性。     

污染分布的逼近及应用

污染分布是抗差估计的基础。本文试图从观测值残差入手,首先逼近各观测值方差,进而由方差的变化逼近污染正态分布密度。逼近的基本思想是：将异常观测值的方差扩大。文中构造了方差膨胀函数。基于方差膨胀的污染正态分布,可由最小二乘估计获得模型参数的抗差估计解;并由方差传播定律及Ｂａｙｅｓ推断理论解算参数的验后方差－协方差及置信区间。文中给出了一个算例。     

水平均匀植被结构参数的贝叶斯反演

使用模拟数据和地面测量多角度反射率数据,探讨了反演均匀植被结构参数的可能性.BRDF模型的反演基本上是一个非适定问题,该文以贝叶斯推论为理论依据,通过引进先验知识,补偿数据中缺乏的信息量,使有噪声情况下反演的精度得到很好的控制.对于测量数据,进一步使用了多阶段目标决策(MSDT),抑制了系统测量误差和模型偏差对目标参数的影响,效果好于直接贝叶斯反演.     

贝叶斯概率水文预报简介

基于贝叶斯理论的概率水文预报，在于应用贝叶斯理论的优点：它能综合考虑各方面的不确定性，并以分布函数形式描述水文预报的不确定度。从而，能较好地满足优化决策的需要。     

多层感知机分类器行为延拓线性分析及其应用

严谨的线性判别函数与判别面的理论 ,适用于线性阈值 (MP模型 )神经元分类行为分析。本文将此理论扩展到非线性 sigmoid神经元 ,分析了用来解决模式分类问题的、由 sigmoid神经元构成的单隐层 MLP(多层感知机 )的内部行为 ;并通过一系列近似推理与实验验证 ,提出了将隐层权重矢量初始值均匀地分布在权重空间的一个圆 (超球面 )上的方法。针对几个困难的分类问题的实验表明 ,该方法抓住了 MLP分类器内部行为的重要特征 ,它使 MLP分类器跨越了可能存在的学习难点 ,把学习起点放在达到目标较简便的路经上。此方法在理论上简单直接 ,应用上方便有效 ,具有一定的普遍性。     

再论《统计假设检验在地学应用中的两种“错误”》

本文首先指出实际工作中使用统计假设检验方法常出现的问题,具体介绍了假设检验方法,并分析两种错误之间的关系。最后,提出当对原假设了解不充分,不能肯定原假设出现的可能性大时,可采用贝叶斯方法进行检验。     

河道油藏边界面的最优化随机模拟

以河道的观测深度为硬数据，利用贝叶斯理论通过随机建模的方法生成描述河道的方向线和河道几何参数。选这些参数的最大概率作为河道的最优化模型，利用所生成的最优化参数计算出河道砂体的边界面。对大家所公认的横截面为抛物线形状的河道给出了计算的方法，并以此为例实现了这一计算方法。     

大系统抗震可靠性分析中的数据应用与处理

首先将大型复杂系统分为系统元件、系统单元和整个系统三个层次。针对在大型系统的抗震可靠性分析中，需要大量的基本元件数据，提出了利用大量已经进行的抗震基础研究的分析结果。针对现有的抗震可靠性分析的基础资料存在的时间跨越大，采用的分析方法往往有很大的差别表达形式不统一等问题，提出了在一定的数据检验基础上，采用贝叶斯统计理论，将已有的分析结果与历史震割资料相结合的方法，对系统单元的数据进行复核与校准。这样给出的系统单元数据更加合理。     

应用贝叶斯原理修正降水概率预报

将天气分为有、无降水，分别求得其期望概率作为先验概率，在此基础上，引用贝叶斯原理对降水概率预报进行修正，以提高预报精度。     

基于贝叶斯模式平均的东江流域降雨概率预报

为验证贝叶斯模式平均（BMA）在东江流域的适用性,基于TIGGE多模式集合预报资料对东江流域不同预报时段（1、3、5及10日）以及不同地域（上、中及下游）应用BMA,得到的主要结论为：1）BMA的预报能力在时空上都较为稳定,预报效果较好;2）在各预报时段中BMA极大提高了预报的精度,其中预报时段越短,误差减少的幅度越大;3）当95%分位数已超过警戒的雨量时,应做好相关的预警和预防工作,但BMA也会出现误报和虚报的情况,需要进行权衡和风险的评估,同时这也是需进一步研究和完善的地方;4）结合其他国内外的研究来看,BMA对天气要素预报的订正作用可能具有普适性,值得推广使用。