β衰变寿命是原子核的基本物理性质之一，在原子核物理与核天体物理中都起着重要作用。本文利用贝叶斯神经网络（Bayesian Neural Network，BNN）方法预测原子核的β衰变寿命及其不确定性。研究发现，在神经网络输入层引入β衰变能以及与原子核对效应相关的物理量，并采用β衰变寿命的对数作为网络输出，可以显著提高学习精度。对于寿命小于1 s的原子核，其预言精度约为0.2个数量级，取得了与BNN方法学习β衰变寿命的实验值和理论值的对数之差相当的精度。当外推至未知核区，其预言的β衰变寿命在误差范围内与其他理论模型的结果符合较好，尤其是对于Z?50的原子核。
β衰变寿命 神经网络 贝叶斯方法 β-decay half-lives Neural network Bayesian method
1 四川轻化工大学, 四川 自贡 643000
2 人工智能四川省重点实验室, 四川 自贡 643000
3 徐州工程学院, 江苏 徐州 221000
针对如何快速寻找失踪目标的时空搜索问题, 提出了一种基于递归贝叶斯的搜索决策框架和自适应搜索策略; 在此决策框架中, 考虑了搜索者的速度上限和传感器存在虚警检测与漏报检测等实际因素, 在理论上推导了该决策框架下的置信度函数演化的表达式, 并据此提出了一种有效的搜索策略。由于在该决策框架下能研究和比较不同策略对决策的影响, 这为不同的策略进行分析和比较提供了一个有效的平台。最后, 通过大量的数值仿真验证了该决策框架和所提出的策略的有效性和实用性。
搜索理论 递归贝叶斯 搜索策略 机器人决策 search theory recursive Bayesian method search strategy robot decision-making
1 清华大学 电子工程系,北京 100084
2 防灾科技学院 信息工程学院, 河北 廊坊 065201
高光谱遥感技术具有强大的地物探测能力.然而,其空间分辨率低的特点导致光谱图像中存在大量的混合像元,该现象阻碍了高光谱技术的应用和发展.针对米级以下的高光谱图像,线性混合模型能够很好地为混合像元建模.由于其物理上的可释性以及数学上的可操作性,作为光谱解混基础的线性混合模型受到了广泛关注,为高光谱图像的混合像元解混问题提供了重要的解决思路.然而,由于观测噪声、环境条件、端元变异性和数据集大小等情况的存在,线性解混依然是一个具有挑战性的不适定的逆问题.通过整理近五年的文献资料,分别从非负矩阵分解、原型分析、贝叶斯方法以及稀疏解混四个方面介绍线性解混数学模型的发展现状以及面临的问题.
高光谱图像 光谱解混 综述 矩阵分解 贝叶斯方法 原型分析 稀疏解混 hyperspectral image unmixing overview matrix factorization bayesian method archetype analysis sparse regression
针对室内复杂环境下导航地图制备问题，提出一种采用图像传感器进行导航地图制备的方法。首先，基于VSLAM技术估计相机位姿，经后端优化后生成环境三维点云；其次，筛选出地面点云，基于随机采样一致性算法得到精确的地面平面方程；最后，投影机器人通行环境区域的点云至二维栅格地图，通过利用贝叶斯方法更新栅格占用状态后，实现室内导航地图的制备。实验结果表明，基于VSLAM制备的室内导航地图精度满足导航要求，且不同于传统激光地图构建方法，地图中包含环境的三维结构信息，在进行路径规划实验中，避免了规划的路径穿过低矮物体及悬空物体的错误。
自主导航 移动机器人 三维点云 栅格地图 随机采样一致性 贝叶斯方法 autonomous navigation mobile robot 3D point cloud grid map random sampling consensus Bayesian method
剩余寿命(RUL)估计是设备健康管理的重要环节。基于扩散过程提出了一种融合寿命数据与退化数据的剩余寿命估计方法，利用首达时间的概念得到了剩余寿命的解析概率分布，并且给出了一种离线优化、在线更新的退化模型参数更新方法。首先将基于寿命数据的极大似然参数估计值作为Bayesian更新的初始值，然后通过Bayesian方法融合设备自身的退化数据更新退化模型的参数，最终实现剩余寿命的实时估计。实验结果验证了本文方法的有效性和优越性。
寿命数据 退化数据 扩散过程 极大似然估计 Bayesian方法 lifetime data degradation data diffusion process Maximum Likelihood Estimation(MLE) Bayesian method
1 电子工程学院脉冲功率激光技术国家重点实验室， 安徽 合肥 230037
2 电子工程学院电子制约技术安徽省重点实验室， 安徽 合肥 230037
基于距离分辨的激光反射层析成像是一种兼顾远距离和高分辨率成像特点的新型激光成像系统。激光发射脉冲宽度大于采样周期时，接收回波被视作反射率分布与发射脉冲的卷积。在重构目标反射率分布轮廓时成像分辨率降低。运用变分贝叶斯方法对1维探测回波信号进行非盲解卷积处理，对探测回波进行脉冲压缩，有效解决了由卷积效应带来的图像降质。设计了激光反射层析实验，并对实测数据进行了处理。重构图像表明此方法有效提高了系统成像分辨率。
成像系统 反射层析 解卷积 变分贝叶斯法 脉冲压缩 成像分辨率
1 中国石油天然气集团 西部管道有限责任公司, 乌鲁木齐 830012
2 西安交通大学 电磁脉冲研究中心, 西安 710049
3 中国石油天然气股份有限公司 北京油气调控中心, 北京 100007
在电磁脉冲效应试验中，由于所获得的效应数据量一般较少，利用经典的数理统计方法对效应阈值场强进行概率拟合非常困难。基于贝叶斯数理统计方法，对油气管道数据采集与监视控制系统的中心控制系统客户端的电磁脉冲效应数据拟合分析。选择了Weibull分布模型和正态分布模型作为假设模型，并依次求得这两种模型参数的先验分布、似然函数和后验分布。通过拟合优度检验，最后基于贝叶斯信息准则选择形状参数、尺度参数分别为8.87, 21.11的Weibull模型作为更合理的阈值场强概率分布模型。
电磁脉冲 效应评估 贝叶斯方法 阈值场强 electromagnetic pulse effect assessment Bayesian method threshold strength 强激光与粒子束
2015, 27(12): 125002
提出了一种基于贝叶斯验后概率的序贯检验方法，建立了检验的判别准则，给出了判别准则临界值的计算方法。在给定截尾实验次数的条件下，提出了一种截尾方案，建立了截尾判断方法。将其用于解决验证效应物在微波作用下失效概率达到给定水平的微波效应实验设计问题，给出了相应的实验方案和所需样本量的估计。最后,通过实例对上述方法的应用过程进行了说明，并和现有方法进行了分析比较。
序贯分析 贝叶斯方法 微波效应 实验设计 样本量 sequential test Bayesian method microwave effect design of experiment sample size
中国科学技术大学电子工程与信息科学系,安徽,合肥,230027
目前，实时C3I系统中主要应用的判决级属性估计方法有贝斯方法和Dempster-Shafer证据理论。在获得目标参数数据之后，通过对多个参数数据的融合获得所要识别的属性。文中介绍了贝斯方法和Dempster-Shafer证据理论的基本原理和融合过程，将两者进行比较并给出一个实例。最后展望了属性估计方法的发展。
属性估计 贝斯方法 D-S证据理论 Identity estimation Bayesian method D-S evidence theory
