测量数据处理中的Bayes理论与最大熵方法

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

测量数据处理中的Bayes理论与最大熵方法

文章导航 > 电子科技大学学报 > 2007 > 36(1): 77-78,85

童玲, 陈光. 测量数据处理中的Bayes理论与最大熵方法[J]. 电子科技大学学报, 2007, 36(1): 77-78,85.

引用本文:

童玲, 陈光. 测量数据处理中的Bayes理论与最大熵方法[J]. 电子科技大学学报, 2007, 36(1): 77-78,85.

TONG Ling, CHEN Guang-ju. Bayes Theorem and Maximum Entropy Principle in the Measurement Data Processing[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(1): 77-78,85.

Citation:

TONG Ling, CHEN Guang-ju. Bayes Theorem and Maximum Entropy Principle in the Measurement Data Processing[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(1): 77-78,85.

测量数据处理中的Bayes理论与最大熵方法

童玲,
陈光

1.
电子科技大学自动化工程学院成都 610054

基金项目:

国防科研基金资助项目

作者简介:
童玲(1963-),女,在职博士生,教授,主要从事测量技术与理论方面的研究.

中图分类号: TM93;O1-647;N32

Bayes Theorem and Maximum Entropy Principle in the Measurement Data Processing

1.
School of Automation Engineering,UEST of China Chengdu 610054

摘要: 以Bayes理论和Jaynes的最大熵方法为基础,分析了测量数据概率空间的特点,提出了将Bayes理论与最大熵方法结合,利用最大熵方法求取Bayes理论中的先验分布和似然函数的测量数据PDF反演方法。实验结果证明此方法的反演结果优于单独运用Bayes或最大熵方法计算的反演结果。
- Bayes理论 /
- 最大熵方法 /
- 概率密度函数 /
- 测量数据处理
Abstract: On the base of the Bayes theorem and Maximum entropy principle, the paper analyzes the measurement data characteristics and designs the inversion method of measurement data PDF by the combination of the Bayes theory and Maximum principle. The prior distribution and the likelihood function of measurement data PDF in the Bayes theorem are calculated using the Maximum entropy principle. The results are proved by the experiment of measuring frequency.
- Bayes theorem /
- maximum entropy principle /
- probability density function /
- measurement data processing

[1]	毛伟伟, 张治国, 金晓宇. 基于小波采样理论的新型准则函数 . 电子科技大学学报, 2024, 53(1): 102-109. doi: 10.12178/1001-0548.2022128
[2]	何兴高, 李蝉娟, 王瑞锦, 邓伏虎, 刘行. 基于信息熵的高维稀疏大数据降维算法研究 . 电子科技大学学报, 2018, 47(2): 235-241. doi: 10.3969/j.issn.1001-0548.2018.02.012
[3]	张抒, 解梅. 基于热扩散理论的窗融合方法研究 . 电子科技大学学报, 2014, 43(2): 257-261. doi: 10.3969/j.issn.1001-0548.2014.02.019
[4]	张磊, 李珊, 彭舰, 陈黎, 黎红友. 基于依存关系和最大熵的特征-情感对分类 . 电子科技大学学报, 2014, 43(3): 420-425. doi: 10.3969/j.issn.1001-0548.2014.03.018
[5]	王缓缓, 宫娜娜. 基于距离区间概率加权的RSSI测距方法 . 电子科技大学学报, 2013, 42(6): 862-868. doi: 10.3969/j.issn.1001-0548.2013.06.010
[6]	张聪, 沈惠璋. 网络自然密度社团结构模块度函数 . 电子科技大学学报, 2012, 41(2): 185-191. doi: 10.3969/j.issn.1001-0548.2012.02.003
[7]	唐伟, 郭伟. WSN聚合数据率约束最大生命期路由 . 电子科技大学学报, 2011, 40(1): 30-35. doi: 10.3969/j.issn.1001-0548.2011.01.006
[8]	王卫星, 王李平, 赖均, 李婷婷. 基于类间最大交叉熵的坎尼边界扫描 . 电子科技大学学报, 2010, 39(3): 402-406,434.
[9]	于江德, 李学钰, 樊孝忠, 庞文博. 最大熵模型的事件分类 . 电子科技大学学报, 2010, 39(4): 612-616. doi: 10.3969/j.issn.1001-0548.2010.04.030
[10]	姜群, 李祖枢, 欧阳, 董世都, 邱小平. 在子集条件约束下的最大熵分布及其应用 . 电子科技大学学报, 2008, 37(1): 94-96,123.
[11]	张增军, 李向阳, 肖军模. 基于粗糙集理论的数据库推理控制 . 电子科技大学学报, 2007, 36(3): 528-530,537.
[12]	晏华, 刘贵松. 采用熵的多维K-匿名划分方法 . 电子科技大学学报, 2007, 36(6): 1228-1231.
[13]	童玲, 陈光礻禹, 吕文. 测量数据的信息熵与测量误差熵研究 . 电子科技大学学报, 2007, 36(5): 935-937.
[14]	彭宏. 基于粗糙集理论的入侵检测方法研究 . 电子科技大学学报, 2006, 35(1): 108-110,136.
[15]	张晶炜, 熊伟, 何友. 当前统计概率数据关联算法 . 电子科技大学学报, 2005, 34(1): 4-7.
[16]	张凤荔, 何兴高, 秦志光, 周明天. 移动对象数据处理系统的体系结构 . 电子科技大学学报, 2004, 33(2): 175-179.
[17]	徐创文, 穆玺清. 称重测控系统数据处理方法 . 电子科技大学学报, 2003, 32(1): 56-60.
[18]	谭扬波, 陈光. 一种基于最大模糊熵的高斯聚类算法 . 电子科技大学学报, 2000, 29(3): 269-272.
[19]	关荣敏. 关于熵函数的探讨 . 电子科技大学学报, 1998, 27(1): 109-112.
[20]	全萍. 一种外接微机实时数据处理集成系统 . 电子科技大学学报, 1997, 26(5): 544-548.

WeChat

点击查看大图

计量

文章访问数: 3441
HTML全文浏览量: 127
PDF下载量: 76
被引次数: 0

测量数据处理中的Bayes理论与最大熵方法

童玲,
陈光

1. 电子科技大学自动化工程学院成都 610054

基金项目:

国防科研基金资助项目

作者简介:
童玲(1963-),女,在职博士生,教授,主要从事测量技术与理论方面的研究.

收稿日期: 2005-11-25
刊出日期: 2007-02-15

中图分类号: TM93;O1-647;N32

关键词:

摘要: 以Bayes理论和Jaynes的最大熵方法为基础,分析了测量数据概率空间的特点,提出了将Bayes理论与最大熵方法结合,利用最大熵方法求取Bayes理论中的先验分布和似然函数的测量数据PDF反演方法。实验结果证明此方法的反演结果优于单独运用Bayes或最大熵方法计算的反演结果。

English Abstract

童玲, 陈光. 测量数据处理中的Bayes理论与最大熵方法[J]. 电子科技大学学报, 2007, 36(1): 77-78,85.

引用本文:

童玲, 陈光. 测量数据处理中的Bayes理论与最大熵方法[J]. 电子科技大学学报, 2007, 36(1): 77-78,85.

TONG Ling, CHEN Guang-ju. Bayes Theorem and Maximum Entropy Principle in the Measurement Data Processing[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(1): 77-78,85.

Citation:

TONG Ling, CHEN Guang-ju. Bayes Theorem and Maximum Entropy Principle in the Measurement Data Processing[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(1): 77-78,85.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发