（2，2）贝叶斯理性秘密共享方案

在理性秘密共享协议中,自利性目标可能会驱使理性参与者偏离协议,从而影响协议的公平性。在（t, n）门限理性秘密共享方案中,其特殊情形（2,2）理性秘密共享方案的公平性较难实现。在同时考虑理性参与者的眼前利益和长远利益的基础上,基于不完全信息动态博弈模型,通过分析理性参与者在（2,2）秘密重构阶段可能采取的策略和信念系统,引入理性参与者的期望收益,研究了（2,2）理性秘密共享重构阶段的完美贝叶斯均衡问题。进一步结合机制设计理论中的VCG（Vickrey-Clarke-Groves）机制,设计激励相容的交互记录机制来约束理性参与者的行为,在不需要秘密分发者保持在线的情形下,提出一个适用于异步通信的公平的（2,2）理性秘密共享方案。     

基于贝叶斯算法的XG-EPON业务感知机制

提出了一种基于贝叶斯算法的XG-PON业务感知机制,该机制采用贝叶斯算法对业务进行分类,以实现高效的业务感知。在此基础上通过OLT与ONU的交互,优化XG-PON的资源分配。对基于贝叶斯算法的XG-PON业务感知机制进行仿真,仿真结果表明该机制能有效降低丢包率并缩短时延,提高了系统对多业务的支持能力。     

基于区域约束的机场场面目标跟踪

现有的可靠性鉴定试验方案在一定的风险约束下需要较大的试验工作量,而大型复杂装备受经费、试验条件等因素的限制难以进行大量的试验。针对这一问题,以整机故障率为验证指标,提出利用分系统试验数据制定整机可靠性鉴定试验方案的新方法。该方法首先利用分系统试验数据计算整机故障率置信上限,然后利用两点分位数方法确定整机故障率的先验分布参数,最后依据贝叶斯最大后验风险准则制定了新的可靠性鉴定试验方案。实例对比分析表明,与传统试验方案相比,新方案将明显节约试验时间,减少试验工作量。     

基于PNN的舵机故障诊断方法研究

随着科技的发展,舵机在不断提升性能的同时,其复杂性也大幅度提高,故障现象与故障本身并非简单的映射关系,设备故障诊断实质上是典型的复杂非线性分类问题。提出一种利用概率神经网络对舵机故障分类的方法,将从舵机振动信号中的提取特征值作为PNN的输入参数,构造出基于概率神经网络的舵机故障诊断方法。仿真结果显示,该网络工作稳定,运算速度快,对舵机故障分类准确率较高。     

基于Bayes Monte Carlo方法的复杂系统平均剩余寿命评估方法

讨论了复杂系统平均剩余寿命评估的问题,首先基于先验信息和试验样本数据利用Bayes Monte Carlo方法给出了单个设备可靠性参数,然后结合系统的组成结构,求出系统可靠度函数,接着根据可靠度和平均剩余寿命之间的关系,建立复杂系统平均剩余寿命评估模型并给出具体的评估算法,最后,通过实例验证,表明本文的方法较为精确,能够满足工程的实际需求。     

基于知识迁移的Ant-Q算法

常规Ant-Q算法计算复杂度随问题的规模呈现出阶乘级的增长,极大地抑制了算法的收敛速度,同时其仅关注单一任务本身,使得求出的解不具有可重用性,在处理一系列相关联任务时效率较低.为此,提出一种基于知识迁移的Ant-Q算法,通过贝叶斯理论分析源任务与目标任务的相似率,并以此为权值确定各源任务的迁移样本数,然后将各源任务样本...     

一种基于混合策略的自适应多输出高斯过程响应面法

针对工程结构数值模拟常常是矢量与函数(矢量函数)混合输出的特点,提出一种基于混合策略的含索引变量的矢量高斯过程响应面法,同时提出一种设计点自适应加密方法进一步提高效率。算例显示:本文方法能够优先拾取预测误差最大的点作为加密点;真实误差全部都落在最大可能误差范围之内,最大误差1.4%~1.6%远小于预设误差限5%,验证了本文方法的有效性。     

Gumbel分布的简单贝叶斯估计

在实际应用中,两参数Gumbel分布的贝叶斯估计往往需要预先知道Gumbel参数的二维联合先验分布。由于获取先验分布的主观性和统计推断的复杂性,目前有关Gumbel分布贝叶斯估计理论及其性质的讨论还比较少,更不要说获得较为简单的Gumbel分布的贝叶斯估计。本文基于Kaminskiy和Vasiliy提出的简单贝叶斯估计过程,利用可靠度函数估计的区间形式表示先验信息,从而得到两个参数Gumbel分布的简单贝叶斯估计。基于此先验信息,该估计过程构造了Gumbel参数的连续联合先验分布,给出了在给定任意时点的可靠度(或累积密度)及其标准差的后验估计,为可靠性与风险评估中简单快速的使用贝叶斯估计刻画极端事件提供了可能.     

基于纵向数据下连续型单参数指数族参数的经验贝叶斯检验(英文)

本文讨论了在纵向数据下,运用非参数估计方法构造了连续型单参数指数族参数的经验贝叶斯检验函数,证明了所提出的经验贝叶斯检验函数的渐近最优性,并获得了它的收敛速度.     

机器学习理论在入侵检测技术中的应用研究

入侵检测系统是主动保障网络信息安全的重要方法。本文针对大规模、高带宽网络环境下,入侵检测技术存在的不足,提出将机器学习理论应用到入侵检测系统中。文章简要介绍几种适合用于入侵检测系统中的机器学习算法,并建立基于机器学习理论的入侵检测系统框架。利用机器学习的算法不仅能检测到一些已知的攻击,还可以通过自我学习检测到未知的攻击。