基于退化數(shù)據(jù)的高可靠性產(chǎn)品貝葉斯分類決策
本文選題:退化數(shù)據(jù) 切入點(diǎn):貝葉斯分類 出處:《上海交通大學(xué)學(xué)報(bào)》2017年01期 論文類型:期刊論文
【摘要】:針對(duì)高可靠性產(chǎn)品的退化數(shù)據(jù),提出一種貝葉斯分類方法,將產(chǎn)品按最大后驗(yàn)概率進(jìn)行分類.利用非線性Wiener過(guò)程模型來(lái)描述產(chǎn)品的退化路徑,提出了一種結(jié)合期望最大化(EM)與K-均值聚類的算法以用于估計(jì)模型的未知參數(shù),建立了平均成本最小化的最優(yōu)分類決策模型.實(shí)例與仿真試驗(yàn)顯示,該分類方法具有較高的分類精度與較小的成本.
[Abstract]:Based on the degradation data of high reliability products, a Bayesian classification method is proposed to classify the products according to the maximum posterior probability. The nonlinear Wiener process model is used to describe the degradation path of the products. In this paper, an algorithm combining expectation maximization and K-means clustering is proposed to estimate the unknown parameters of the model, and an optimal classification decision model with minimum average cost is established. Examples and simulation results show that the optimal classification decision model can be used to estimate the unknown parameters of the model. The classification method has higher classification accuracy and lower cost.
【作者單位】: 上海交通大學(xué)機(jī)械與動(dòng)力工程學(xué)院;
【基金】:國(guó)家自然科學(xué)基金資助項(xiàng)目(51475289) 中國(guó)博士后科學(xué)基金資助項(xiàng)目(2016M600320)
【分類號(hào)】:O212.8
【相似文獻(xiàn)】
相關(guān)期刊論文 前10條
1 孫笑微;;貝葉斯分類技術(shù)在高校教師教學(xué)質(zhì)量評(píng)價(jià)中的應(yīng)用[J];沈陽(yáng)師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年01期
2 周顏軍,王雙成,王輝;基于貝葉斯網(wǎng)絡(luò)的分類器研究[J];東北師大學(xué)報(bào)(自然科學(xué)版);2003年02期
3 劉華;;改進(jìn)的簡(jiǎn)單貝葉斯文本分類[J];暨南大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年01期
4 王峻;;一種基于屬性相關(guān)性度量的樸素貝葉斯分類模型[J];安慶師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2007年02期
5 魏小琴;劉慧玲;李明東;;樸素貝葉斯分類挖掘技術(shù)在零售業(yè)的應(yīng)用[J];中國(guó)西部科技;2008年27期
6 高亮;;貝葉斯分類算法在入侵檢測(cè)中的應(yīng)用研究[J];科技信息;2012年32期
7 張亞萍;張震;;基于貝葉斯分類算法的參賽情況預(yù)測(cè)系統(tǒng)[J];淮北煤炭師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2007年01期
8 黎路;秦衛(wèi)平;;淺析貝葉斯分類方法在手機(jī)垃圾短信過(guò)濾系統(tǒng)中的應(yīng)用[J];科技廣場(chǎng);2007年07期
9 官金安;許珍榮;方浩;;腦-機(jī)接口信號(hào)中靶標(biāo)的貝葉斯搜索[J];中南民族大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年04期
10 王峻;;基于多維屬性限定的貝葉斯分類模型的研究[J];西安文理學(xué)院學(xué)報(bào)(自然科學(xué)版);2012年01期
相關(guān)會(huì)議論文 前6條
1 袁野;胡邦輝;劉丹軍;蘇宏琛;;基于貝葉斯分類判別方法的雷暴預(yù)報(bào)研究[A];第26屆中國(guó)氣象學(xué)會(huì)年會(huì)災(zāi)害天氣事件的預(yù)警、預(yù)報(bào)及防災(zāi)減災(zāi)分會(huì)場(chǎng)論文集[C];2009年
2 李千目;嚴(yán)悍;劉靜;王宗月;張宏;劉鳳玉;;基于貝葉斯網(wǎng)絡(luò)的網(wǎng)絡(luò)性能診斷系統(tǒng)[A];第16屆中國(guó)過(guò)程控制學(xué)術(shù)年會(huì)暨第4屆全國(guó)故障診斷與安全性學(xué)術(shù)會(huì)議論文集[C];2005年
3 馬后鋒;樊興華;;一種改進(jìn)的增量貝葉斯分類算法[A];2007'儀表,,自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集(一)[C];2007年
4 鄧紅;陳丹;周方;;基于貝葉斯網(wǎng)絡(luò)的多主題對(duì)話管理方法研究[A];2010通信理論與技術(shù)新發(fā)展——第十五屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集(下冊(cè))[C];2010年
5 周德全;;離散貝葉斯分類算法及分類誤差估計(jì)[A];中國(guó)儀器儀表學(xué)會(huì)第六屆青年學(xué)術(shù)會(huì)議論文集[C];2004年
6 陳猛;郭華平;范明;;一種基于貝葉斯的多窗口數(shù)據(jù)流分類模型[A];第二十五屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集(二)[C];2008年
相關(guān)博士學(xué)位論文 前3條
1 馮e
本文編號(hào):1646069
本文鏈接:http://sikaile.net/kejilunwen/yysx/1646069.html