贝叶斯理论与方法的研究进展-论文.pdf

《贝叶斯理论与方法的研究进展-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、科技·探索·争鸣Sc科ience&技Tech视nology界Vision贝叶斯理论与方法的研究进展高莹曹宁雒晓东2(1．西京学院-r,i技术系，陕西西安710123；2．西安市政设计研究院有限公司，陕西西安710000)【摘要】本文阐述了贝叶斯理论的发展阶段、贝叶斯决策理论和贝叶斯决策方法的基本内容，通过阅读大量的书籍和期刊从中总结出贝叶斯理论与方法在各个领域的研究进展情况，贝叶斯决策在不完全情报下，凭借对部分未知的状态用主观概率估计，然后用贝叶斯公式对发生概率进行修正．最后再利用期望值和修正概率做

2、出最优决策使贝叶斯技术越来越受到．hAl关注。【关键词】贝叶斯理论；决策理论；决策方法；进展1贝叶斯理论的发展贝叶斯方法属于风险性决策方法．决策者虽不能控制客观因素的变化．但却掌握其变化的可能状况及各种状况的分布概率．并利用期总体来说．贝叶斯理论的发展经历了以下几个阶段：1736年Thomas望值即未来可能出现的平均状况作为决策准则不确定性是生活中的Bayes提出了重要的贝叶斯定理，1763年其遗著《论有关机遇问题的求解》常态．贝叶斯方法不是使决策问题完全无风险．而是通过其他途径增被他的朋友Rich

3、ardPrice整理发表．贝叶斯理论的价值才被世人认识，加信息量使决策中的风险减小。关于贝叶斯理论与方法的研究以深入贝叶斯理论开始莫基。随后，Laplace等作了进一步的工作，目前以他到各个方面。姓名命名的定理的现代形式实际上归功于Laplace进入到2O世纪4．1数量遗传学中QTL作图的贝叶斯方法研究50年代，贝叶斯理论得到了充分发展，60、7O年代以来．其发展达到鼎在许多复杂情况下．贝叶斯统计方法比经典数理统计方法能更直盛时期。许多专家学者投身于贝叶斯理论的研究和应用推广中来．力接解决问题．且可

4、有效整合部分先验信息．但其需要高强度计算的特性图从不同的角度对贝叶斯理论进行进一步的探讨和研究．形成了具有曾限制了其广泛应用近几十年来．随着高速计算机的发展以及MCMC多分支的理论系统算法的不断提出．贝叶斯方法已被用于群体遗传学、分子进化、连锁作2贝叶斯决策理论图和数量遗传学等研究领域．已有许多学者研究了数量遗传学中QTL作图的贝叶斯方法从简单到复杂的。贝叶斯理论系统中的另一个重要分支就是贝叶斯决策理论贝叶4．2贝叶斯网络的研究进展斯决策(BayesianDecisionTheory)就是在不完全情

5、报下．对部分未知贝叶斯网络在经济和医学等领域越来越多的应用日益显示出其的状态用主观概率估计．然后用贝叶斯公式对发生概率进行修正．最发展前途．这些应用通过正在建成许多应用模型用于预测石油和股票后再利用期望值和修正概率做出最优决策价格、控制太空飞船和诊断疾病等等不断地渗人我们的社会和经济生贝叶斯统计理论与最优决策的结合．首先在商业和社会科学中得活中除此之外贝叶斯网络还被应用于信息恢复诊断与故障检测、工到了很大的成功．其次是在物理、化学、生物等学科领域得到了广泛的业方面、电讯通信业、交通管理、文化教育和国

6、防系统等各个领域在应用．如今其概念和方法在社会许多领域得到了广泛应用．如在工程解决许多实际问题中．我们可以使用贝叶斯网络这样的概率推理技术技术、管理科学、系统运筹、医疗诊断等。从不完全的、不精确的或不确定的知识和信息中做出推理。4_3贝叶斯数据挖掘算法在反垃圾邮中的研究进展3贝叶斯决策方法简介随着互联网络的发展．垃圾邮件越来越多地充斥着人们的邮箱，贝叶斯决策方法主要包括经验贝叶斯决策、两阶段贝叶斯决策和部分学者开始研究现在反垃圾邮件的技术．研究了用来评价垃圾邮件序贯贝叶斯决策三种方法分类方法的语料库

7、和评价体系．着重对贝叶斯理论和贝叶斯参数估计3．1经验贝叶斯(Emp．iricalBayes．简称EB)决策理论进行研究．并取得以下的研究成果：(1)在贝叶斯分类器的工作原经验贝叶斯决策的主要工具是经验贝叶斯方法．该方法由理基础上．设计了基于朴素贝叶斯反垃圾邮件模型；(2)在贝叶斯分类VonMises提出，被Robbins所广泛发展。其基本思想是在已知状态参器的工作原理基础上．提出一种新的邮件分类方法——贝叶斯参数估数向=(，，⋯。)各分量之间结构关系的前提下，使用当前抽样数计邮件分类，设计实现了基

8、于贝叶斯参数估计的反垃圾邮件模型；(3)据及有关历史数据对先验分布的一些数字特征进行统计推断它在未通过对以上两种方法进行邮件过滤实验比较．证明在邮件分类中基于知0是低维还是高维时。处理问题特别有效。这种方法一般又分为两贝叶斯参数估计分类方法比朴素贝叶斯分类方法具有更高的召回率、种：一种是假设0的先验分布属于某一含有未知超参数的分布族．通正确率和F值基于贝叶斯参数估计的邮件分类算法为解决目前困扰过利用观测数据来估计其中的未知参数．这种方法称为参数经验贝叶人们的垃圾邮件问