变形分析的Bayes估计与检验     

寇新建 《大地测量与地球动力学》1994,(3)

由于观测条件的变化，观测值方差将产生随机波动。本文根据Ｂａｙｅｓ估计理论，推导了线性模型待估参数的分布函数及观测值方差估计公式，并将其用于位移检验。计算结果表明，在同样的置信度下，本方法更符合实际。文中还对参数估值的统计性质进行了讨论。  相似文献   

用贝叶斯方法推算设计波高     

王起  王超 《海洋预报》1995,12(4):59-66

采用长期概率预报提供波浪要素设计值是海洋工程中不可缺少的内容之一，文中介绍了一种基於贝叶斯原理的新计算方法，它较传统统计方法有明显的优越性，不仅可以通过补充新信息不断修正原有的估算结果，而且可以避免传统方法带来诸多不确定性，文中以北海中部百年一遇设计波高为例进行了计算。  相似文献   

半参数平差模型估计量的精度评定     

潘雄  刘立龙  陈刚  田玉刚 《测绘工程》2008,17(6):13-15

将半参数估计理论引入测量数据处理理论中,利用Blight和Ott提出的思想,用多项式函数来表示半参数平差模型中的非参数分量,从而得到了半参数平差模型中参数分量和非参数分量的Bayes估计量,通过理论证明,半参数模型参数分量的Bayes估计为通常意义下高斯马尔可夫模型参数估计值与参数期望的加权平均,是一致、渐近无偏和渐近有效估计量,并且其方差小于参数模型中参数估计量的方差。在一定情况下推广了平差理论,具有一定的理论价值。  相似文献   

A Bayes filter in Friedland form for INS/GPS vector gravimetry     

B. Schaffrin  J. H. Kwon 《Geophysical Journal International》2002,149(1):64-75

  相似文献   

人工智能在冰雹识别及临近预报中的初步应用   总被引：1，自引：0，他引：1  

张文海  李磊 《气象学报》2019,77(2):282-291

基于广东10部S波段多普勒天气雷达的三维拼图资料,利用机器学习技术开发了一种冰雹识别和临近预报的人工智能算法。算法设计时以雷达回波反射率的垂直和水平扫描数据为基础训练集,将冰雹云的雷达反射率扫描数据作为正样本,将其他雷达反射率扫描数据作为负样本,通过贝叶斯分类法对正、负样本数据集进行机器学习,训练人工智能识别冰雹云内在规律的能力。训练时以广东省2008-2013和2015-2016年的数据作为训练集,使用了2014年广东省12次冰雹过程的数据做检验。对比检验的结果表明,人工智能法比传统的概念模型法击中率高9个百分点。研究结果表明了人工智能对冰雹这类非线性强天气过程具有较强的识别能力。   相似文献   

Bayes判别分析法与地震短临预测   总被引：5，自引：0，他引：5  

王晓青  石绍先  丁香 《地震》1999,19(1):33-40

建立了一套完整的Bayes判别分析方法,并提出了明确的衡量综合预测结果所冒风险大小的风险代价比Kdn该方法可用于不同时间尺度的地震综合预测。选取云南地区1994～1996年的水氡观测资料,采用X2统计检验法识别前兆异常,利用Bayes判别分析方法对云南地区的强震活动性进行了内符检验和外推预测。在风险代价比Kdn取4的情况下,内符检验的R值可达0．54,外推时空占有率0．07,获得了满意的效果。  相似文献   

Appraisal of Seismic Hazard Parameters for the Seismic Regions of the East Circum-Pacific Belt Inferred from a Bayesian Approach     

Tsapanos  Theodoros M. 《Natural Hazards》2003,30(1):59-78

The assessment of seismic hazard parameters is important in the seismically active regions. A straightforward approach is considered for the statistical estimation of the maximum values of earthquake hazard parameters. The Bayesian estimator is suggested and emphasis is given to the evaluation of the maximum possible M_max (regional) magnitude in a future time interval T. This approach allows the uncertainty of earthquake magnitude to be accounted for. Seismic hazard parameters like the -value which is the slope of the magnitude-frequency law (where, b = log_e) and the intensity (rate) of seismic activity and their uncertainties are also estimated. The quantiles of functions of distributions of true and apparent magnitude on a given time interval [0, T] are evaluated, as well. Two main assumptions are adopted for the method:(1) earthquake occurrence is Poissonian and(2) the magnitude-frequency law is of Gutenberg-Richter type with a cutoff maximum value of magnitude. It is needless to say the seismic catalog used must have a large number of events. This requirement leads to the estimation of the parameters referred to some of the most seismically active regions of the world, e.g., Chile, Peru-Equador-South Colombia,Central America and Mexico, which belong to the east part of the circum-Pacific belt.  相似文献   

Detecting Arctic snow and ice cover with FY-1D global data     

References： 《极地研究(英文版)》2007,18(1):54-62

Chinese meteorological satellite FY-1D can obtain global data from four spectral channels which include visible channel(0.58-0.68 μm) and infrared channels(0.84-0.89 μm,10.3-11.3 μm,11.5-12.5 μm).2366 snow and ice samples,2024 cloud samples,1602 land samples and 1648 water samples were selected randomly from Arctic imageries.Land and water can be detected by spectral features.Snow-ice and cloud can be classified by textural features.The classifier is Bayes classifier.By synthesizing five d ays classifying result of Arctic snow and ice cover area,complete Arctic snow and ice cover area can be obtained.The result agrees with NOAA/NESDIS IMS products up to 70%.  相似文献   

基于Bayes判别法的霜生自动化观测模型探讨     

华连生  温华洋  朱华亮  张正铨 《气象》2015,41(8):964-969

利用安徽砀山气象站的2001—2013年冬半年(10月至次年4月)的观测资料,探讨霜生与气温、地温、水汽压和风速等气象要素的相关性,并基于Bayes判别方法,采用逐步判别分析,建立多套霜生自动判别模型。结果表明：(1)霜是否出现与日最低及夜间不同观测时次的气温、地表温度显著相关,当夜间气温或地表温度越低,低于霜点的可能性越大,结霜的可能性也越大。(2)通过回算性检验和独立样本的预报性检验,基于Bayes判别法的霜生模型,对霜未发生的平均判别准确率达到86.5%,对霜发生的平均判别准确率达到92.7%,其中用日最低地温、当日07时水汽压和当日07时风速所建立的三要素模型最优,对霜发生的判别准确率可达到90%以上。因此,可以将Bayes霜生判别模型与图像识别技术相结合应用于霜的自动化观测。  相似文献   

距离判别法在矿山防治水中应用     

陈永春  ;徐翀  ;陆春辉 《地下水》2014,(3):70-73

以淮南潘二矿区、山西河池矿区和河南焦作矿区水样作为突水水源数据,采用距离判别分析理论,对突水水源进行判别分析。选用六大常规离子作为判别因子,分别建立矿井突水水源的距离判别分析模型。经回判检验表明,潘二水样和焦作水样的距离判别模型回判准确率超过90％,而河池矿区水样距离判别模型的回判准确率仅50％。为此,增加总硬度、碱度、PH值和矿化度作为判别因子,重新建立河池矿区水样的距离判别分析模型,回判准确率提高至90％,证明适当增加特征判别因子对改善距离判别分析模型的判别准确率有利。最后对三个矿区的未知样本进行了距离判别分析,并与Bayes逐步判别法和模糊综合评判法判别结果对比,结果表明距离判别法稳定性较好,判别准确率与Bayes逐步判别基本相同,比模糊综合评判要好。因此,在判别因子选择合适的情况下,距离判别法是目前矿井突水水源判别的有效方法。  相似文献