基于贝叶斯和蒙特卡罗的多信号模型扩展研究

• 作者: 刘钦文
• 来源期刊: 计算机测量与控制
• 关键词: 多信号流模型 蒙特卡罗 条件概率 测试不确定性 参数学习
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 设计与应用
• 页码范围: 176-180
• 页数: 5页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2018.09.038

摘要

传统多信号模型基于确定性测试假设条件,忽略了系统存在不确定性的真实情况,在传统多信号模型基础上引入贝叶斯条件概率来表示不确定性问题,并通过蒙特卡罗方法进行仿真模拟,将不确定性问题转化为单次试验确定性问题,进而使用相关矩阵进行测试性分析,通过程序实现和算例验证了该方法的有效性,并可以根据反馈数据进行参数学习,修正初始条件概率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘钦文	中国电子科技集团公司第十研究所	1	1	1.0	1.0