排序方式: 共有9条查询结果,搜索用时 15 毫秒
1
1.
为了提高AVO(amplitude versus offset)反演结果的精度和横向连续性,本文提出了一种新的AVO反演约束方法,该方法结合贝叶斯原理和卡尔曼滤波算法实现了对反演参数纵向和横向的同时约束.文章首先结合反演参数的纵向贝叶斯先验概率约束和反演参数的横向连续性假设建立了与卡尔曼滤波算法对应的AVO反演系统的数学模型,然后将该数学模型代入卡尔曼滤波算法框架,利用卡尔曼滤波算法实现了双向约束AVO反演.二维模型测试和实际数据测试结果表明,相对于单纯的纵向贝叶斯先验概率约束,双向约束能更准确地刻画参数的横向变化,得到更准确、横向连续性更好的反演结果. 相似文献
2.
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 相似文献
3.
受工程勘察成本及试验场地限制,可获得的试验数据通常有限,基于有限的试验数据难以准确估计岩土参数统计特征和边坡可靠度。贝叶斯方法可以融合有限的场地信息降低对岩土参数不确定性的估计进而提高边坡可靠度水平。但是,目前的贝叶斯更新研究大多假定参数先验概率分布为正态、对数正态和均匀分布,似然函数为多维正态分布,这种做法的合理性有待进一步验证。总结了岩土工程贝叶斯分析常用的参数先验概率分布及似然函数模型,以一个不排水黏土边坡为例,采用自适应贝叶斯更新方法系统探讨了参数先验概率分布和似然函数对空间变异边坡参数后验概率分布推断及可靠度更新的影响。计算结果表明:参数先验概率分布对空间变异边坡参数后验概率分布推断及可靠度更新均有一定的影响,选用对数正态和极值I型分布作为先验概率分布推断的参数后验概率分布离散性较小。选用Beta分布和极值I型分布获得的边坡可靠度计算结果分别偏于保守和危险,选用对数正态分布获得的边坡可靠度计算结果居中。相比之下,似然函数的影响更加显著。与其他类型似然函数相比,由多维联合正态分布构建的似然函数可在降低对岩土参数不确定性估计的同时,获得与场地信息更为吻合的计算结果。另外,构建似然函数时不同位置处测量误差之间的自相关性对边坡后验失效概率也具有一定的影响。 相似文献
4.
针对目前GPS接收机自主完好性监测方法受到许多假设的制约这一问题,该文根据已有的导航系统可靠性研究,基于非理想故障模式以及故障分布参数的不确定性,利用先验概率模型对卫星和接收机异常建模;采用该模型,建立了基于误警率及漏检率的最小风险代价任意目标函数,以对残差统计量分析进而优化选取阈值;最后对快照接收机自主完好性监测法以及利用贝叶斯更新得到后验故障概率的多步完好性监测算法进行分析,具有一定的参考意义,多步算法将会进一步丰富GPS完好性结构。仿真实验结果表明,在每个几何条件下用反复试验法可进行阈值的搜索,达到比传统接收机自主完好性监测方法更好的效果。 相似文献
5.
基于地物空间信息的浮动先验概率最大似然分类研究 总被引:4,自引:3,他引:4
利用遥感影像对地物进行分类识别时,既需要考虑地物波谱信息,也需要考虑其空间信息。现有遥感分类方法主要集中在利用像素的波谱信息,对各个像素进行独立分类,忽略了地物空间信息。考虑到传统最大似然分类(MLC)方法包括先验概率和条件概率密度函数两个核心环节,提出基于空间信息的浮动先验概率MLC方法,融合空间信息和波谱信息,以提高分类精度。在分析地物空间信息的基础上,总结了基于空间信息的浮动先验概率确定原则和依据,包括地物几何空间特征、情景特征、临近像素空间自相关定律、景观参数等,并设计了基于地物空间特征和临近像素空间自相关定律的浮动先验概率确定算法和分类流程。通过分类试验和误差矩阵分析,结果表明:基于空间特征和临近像素空间自相关定律的浮动先验概率MLC方法,能够融合地物的波谱信息和空间信息,克服最小距离、MLC等基于像素波谱信息的分类方法的缺点,显著提高地物分类精度。 相似文献
6.
通过对稀疏放射数据CT重建问题的分析,提出用Bayes方法重建图像。首先以医疗解剖学为基础,将目标物体的先验信息转化为定量的先验概率密度,即结构先验,将测量所得数据作为似然函数,二者结合得到后验概率密度,通过对其抽样,将均值估算得到期望值作为重建结果。仿真实验证明,与传统CT重建方法相比,Bayes重建放射数据少,重建时间短,图像质量好,抗噪声能力强。 相似文献
7.
从世界上M≥7.5浅源地震伴随的81个余震序列,以及日本及其周围大地震的67个余震序列,确定了古登堡—里克特定律中b值的先验分布。我们假设先验统计总体中的b值服从伽马分布Γ(φ,ζ),其中φ和ζ分别代表形状和标度参数。对每个序列所得到的b值都与统计总体中的随机采样一致,但有统计误差。在本文中我们用最大似然法估计总体分布中的φ和平均值,b_(avg)=φζ。对世界上M≥5.0的余震序列估计的φ和b_(avg)分别是55和1.13,而对D<2.55的余震序列的估计值分别为28和1.22,其中D为主震和余震的震级差。对于日本的余震序列我们得到φ=28,b_(avg)=0.97。蒙特卡罗法的数值检验表明,所估计的b_(avg)相当接近于输入值,而φ却往往比输入值大。那些较小的值,如全球序列的φ=26~31,日本序列φ=20~25,或许比由最大似然法得到的估计值更合适些。假设b值的先验分布是Γ(φ,b_(avg)/φ),对一组N个地震,由最大似然法得到的估计值b=(N+φ-1)/(N/b_U+φ/b_(avg)),其中b_U是没用宇津所提出的先验分布而用最大似然法得到的估计值。所估计的值b比b_U更稳定可靠。特别是对于只有很少地震数据时,这里提出的方法很有价值。 相似文献
8.
9.
1