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 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
针对惯性器件具有非线性退化特性且存在少量历史退化数据的特点，采用非线性退化过程对其寿命进行评估，并给出了适用于非线性退化过程的贝叶斯方法。首先，根据Fisher信息矩阵确定两个参数的无信息先验分布；然后利用退化数据独立增量的似然函数得到参数的分布为高斯-逆伽马分布，利用相容历史数据获得第一次后验分布, 再利用新检测数据得到第二次后验分布;最终实现单台设备的参数与寿命预测结果的实时更新。实验表明，非线性退化过程的评估结果较维纳过程更为准确，所给出的贝叶斯方法能有效实现单台设备的实时预测，可为惯性器件的维护决策提供依据。
惯性器件 非线性退化过程 贝叶斯方法 剩余寿命预测 inertial device nonlinear degradation process Bayes method remaining useful life prediction
针对导弹退化监测信息不充分条件下的维修决策问题, 结合导弹实际, 对以维纳模型描述退化过程的导弹部件进行研究。利用贝叶斯方法, 综合历史寿命数据和在线退化监测信息, 建立可更新的剩余寿命预测模型。采用粒子群算法求解极大似然函数, 得到寿命分布参数的先验估计, 利用递推法得到参数的后验估计, 从而更新了剩余寿命分布。在此基础上分别以可用性目标和经济性目标建立维修决策模型;再综合考虑两个目标, 采用极值交互式方法建立多目标规划模型;最后将模型应用于导弹惯导系统的核心部件——激光陀螺仪, 实现了陀螺仪的多目标状态维修优化决策。
导弹状态 维纳模型 贝叶斯方法 剩余寿命分布 多目标维修 优化决策 missile status Wiener model Bayes method remaining life distribution multiobjective maintenance optimized decision
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
