摘要：由于三参数威布尔分布概率密度函数较为复杂,后验分布的积分计算成为进行bayes估计的主要障碍。利用Gibbs抽样算法研究bayes估计的计算问题。首先描述Gibbs抽样算法的特点,在定数截尾寿命试验情形下,推导无先验信息的参数联合后验分布,然后,结合取舍抽样方法,设计计算参数bayes估计的Gibbs抽样方案,最后给出一个算例。结果表明,与传统的数值积分法相比较,Gibbs抽样算法更加简便直接,更适于计算可靠性指标的bayes估计。

摘要：提出一种基于贝叶斯(bayes)估计的双小波维纳滤波的电能质量信号去噪算法。该算法在第一个小波域采用基于bayes估计的小波阈值去噪技术估计期望信号,在第二个小波域将含噪信号和估计信号分别进行小波变换,用估计信号的小波系数设计经验维纳滤波器,对含噪信号的小波系数进行维纳滤波再反变换,从而实现去噪功能。实验结果表明该算法比常用的小波阈值去噪方法及基于它们的双小波维纳滤波算法去噪效果要好;当噪声强度逐渐增加时,该算法能够在诸算法中产生最大的信噪比。

摘要：在线性模型中回归系数与误差方差具有正态-逆Gamma先验分布,且假定设计阵非列满秩的情形下,导出了回归系数的可估函数与误差方差同时的bayes估计.分别在均方误差矩阵(MSEM)准则和bayes Pitman Closeness(BPC)准则下,研究了回归系数可估函数的bayes估计相对于最小二乘(LS)估计的优良性,讨论了误差方差的bayes估计在均方误差(MSE)准则下相对于LS估计的优良性.

摘要：给出了一种多传感器位置数据的融合方法。这种方法基于线性经验bayes估计。该方法不需要被测参数的精确分布形式，该方法易于计算，并且在许多传感器融合问题和信号处理上有着潜在的应用。

摘要：针对触觉传感器不同触觉组单元获得的物体表面轮廓图像,设计了中心式数据融合结构,全局融合算法采用bayes估计,有效地避免了单一触觉组单元不确定性误差的影响,提高物体表面轮廓数据测量和图像重构的精度,对触觉传感系统整体性能的提高有重要意义。

摘要：无线传感器网络(WSN)节点能量有限,采用传统的链路选择的方法(经验法)进行链路选择,需要发送大量的数据包作为测试样本,这在WSN中是不合适的。设计了两种基于bayes估计与一种基于多层bayes估计的WSN链路选择算法,分别记为BLSP-B1、BLSP-B2、BLSP-HE。仿真实验发现,在小样本的条件下,BLSP-B1、BLSP-B2、BLSP-HE选择高质量的链路的概率比经验法要高出10%～20%,其中BLSP-HE算法最稳健,性能较好。

摘要：本文给出线性模型在扩大样本下的混合估计方法;并证明了它与LS估计等价;进一步证明在模型正态条件下与bayes估计也等价。最后,给出引入新变量进入模型时的混合估计方法。

摘要：讨论了基于bayes方法来修正有限元动力模型问题 ,给出了利用bayes方法估计参数的公式 .根据bayes估计结果 ,应用矩阵逆特征值理论 ,提出了有限元模型修正方法 .最后用一个数值试验说明了该方法的有效性 .

摘要：空间面板数据模型常呈现时异特征,现实经济现象中的空间关联多带有时异特性。基于此,本文构建固定效应时异系数广义空间自回归模型,首先采用拟极大似然(QML)方法估计模型并证明参数估计量的渐近性,其次依据贝叶斯(bayes)公式推出参数后验分布并设计MCMC抽样,最后基于数值模拟比较两种方法在有限样本下的模拟情况,结合具体实例对比分析两种方法的实际估计效果。结果发现:一方面,两种方法的参数模拟均方误差都表现出随样本个体数目的增大而减小,表明增加观测个体数目能显著降低参数模拟偏差。另一方面,bayes估计的均方误差都小于QML估计,说明bayes估计比QML估计更可靠。

摘要：在逐步增加的型截尾模型下,研究部件寿命服从双参数指数分布的冷贮备串联系统可靠性指标的bayes估计及单样本场合未来观测值的预测问题.在两个参数均未知的情形下,分别在平方损失(SE)、LINEX损失和熵(General Entropy,GE)损失函数下给出两个参数及可靠性指标的bayes估计,对于超参数的确定,给出一种新的方法;并讨论了单样本场合未来观测值的预测问题,给出预测分布及预测区间;最后利用随机模拟方法进行比较,并对结果进行了讨论.