4.23文创礼盒,买2个减5元
欢迎光临中图网 请 | 注册
> >>
基于最小风险的BAYES阈值选取准则算法及实现

基于最小风险的BAYES阈值选取准则算法及实现

出版社:科学出版社出版时间:2017-07-01
开本: B5 页数: 108
本类榜单:自然科学销量榜
中 图 价:¥63.0(7.0折) 定价  ¥90.0 登录后可看到会员价
暂时缺货 收藏
运费6元,满69元免运费
?快递不能达地区使用邮政小包,运费14元起
云南、广西、海南、新疆、青海、西藏六省,部分地区快递不可达
本类五星书更多>

基于最小风险的BAYES阈值选取准则算法及实现 版权信息

  • ISBN:9787030555120
  • 条形码:9787030555120 ; 978-7-03-055512-0
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 所属分类:>>

基于最小风险的BAYES阈值选取准则算法及实现 本书特色

本书分为6章。第1章介绍传统的基于*小错误概率的阈值选取准则。第2章介绍贝叶斯基本理论。第3章描述基于*小风险的贝叶斯阈值选取准则及其实现方法,提出一种实时加权先验概率求解算法。第4章讨论基于核密度估计的非参数分布密度估计算法,包括基于估计点的滑动窗宽核密度估计算法、基于估计点的滑动双窗宽核密度估计算法、基于估计带的滑动窗宽核密度估计算法及基于迭代的窗宽优化算法,并给出基于估计点的滑动窗宽的核密度估计性质及其证明。第5章对基于*小风险的贝叶斯阈值选取算法进行实例验证。第6章提出一种基于Bayes准则的支持向量机。附录是书中涉及算法的源程序。

基于最小风险的BAYES阈值选取准则算法及实现 内容简介

该著作论述了VehicleSpy总线开发测试平台的构建方法,VehicleSpy在CAN总线网络设计中的遗留总线仿真以及半实物仿真中的应用问题,VehicleSpy在CAN总线网络测试中的应用问题,以及系统集成测试等内容。

基于最小风险的BAYES阈值选取准则算法及实现 目录

前言 第1章 导论 1.1 引言 1.2 误报概率、漏报概率与阈值之间的关系 1.3 基于*小错误概率的阈值选取准则 1.4 小结 第2章 贝叶斯理论 2.1 历史回顾 2.2 贝叶斯定理 2.3 贝叶斯参数统计模型 2.4 先验分布的选取 2.5 贝叶斯预测分布密度与预测置信区间 2.6 贝叶斯判别分析 2.7 小结 第3章 基于*小风险的贝叶斯阈值选取准则 3.1 贝叶斯判别准则 3.2 基于*小风险的贝叶斯阈值选取准则 3.3 基于*小风险的贝叶斯阈值选取准则的实现 3.4 实时加权先验概率求解算法 3.5 小结 第4章 基于核密度估计的非参数分布密度估计算法 4.1 引言 4.1.1 核函数的选择 4.1.2 窗宽的选择 4.2 基于积分均方误差的窗宽优化算法 4.3 基于样本点的变窗宽算法的不可实现性讨论 4.4 基于估计点的滑动窗宽核密度估计算法 4.4.1 基于估计点的滑动窗宽核密度估计算法步骤 4.4.2 基于估计点的滑动窗宽核密度估计算法验证 4.4.3 基于估计点的滑动窗宽核密度估计算法总结 4.5 基于估计点的滑动双窗宽核密度估计算法 4.5.1 基于估计点的滑动双窗宽核密度估计算法步骤 4.5.2 基于估计点的滑动双窗宽核密度估计算法验证 4.5.3 基于估计点的滑动双窗宽核密度估计算法总结 4.6 基于估计带的滑动窗宽核密度估计算法 4.6.1 基于估计带的滑动窗宽核密度估计算法步骤 4.6.2 基于估计带的滑动窗宽核密度估计算法验证 4.6.3 基于估计带的滑动窗宽核密度估计算法总结 4.7 基于迭代的窗宽优化算法 4.7.1 固定窗宽迭代算法 4.7.2 滑动窗宽迭代算法 4.8 基于估计点的滑动窗宽的核密度估计性质及其证明 4.9 算法的试验例证 4.10 小结 第5章 基于*小风险的贝叶斯阈值选取算法验证 5.1 引言 5.2 实例背景 5.3 故障状态下的试验例证 5.4 正常状态下的试验例证 5.5 小结 第6章 基于贝叶斯准则的支持向量机 6.1 引言 6.2 支持向量机分类问题的描述 6.3 基于贝叶斯准则的支持向量机 6.4 算法的实验例证 6.5 小结 参考文献 附录
展开全部
商品评论(0条)
暂无评论……
书友推荐
编辑推荐
返回顶部
中图网
在线客服