的Gamma过程警出基准危险丰的非参数先譬过租;井由此构建出一种丰参鼓贝叶斯比倒危险率回归模型.通过运用基于Gi bbs抽样的MCMC方法动态模扭出相关参量后验夸布的马尔可A*t,给出随机截尾条件下模型参敷的贝叶斯估计:利用BUGS 软件包进行建模仿真分析的结果.特别是与参数回归模型结论的比较,证明了该模型在可靠性应用...
通过引入增量的Gamma过程给出基准危险率的非参数先验过程;并由此构建出一种半参数贝叶斯比例危险率回归模型.通过运用基于Gibbs抽样的MCMC方法动态模拟出相关参数后验分布的马尔可夫链,给出随机截尾条件下模型参数的贝叶斯估计;利用BUGS软件包进行建模仿真分析的结果,特别是与参数回归模型结论的比较,证明了该...
有效利用观测输入输出数据,提出样本有效噪声估计(Gamma test, GT)改进的Kalman神经网络建模方法.采用衰减记忆的GT对输入输出数据进行实时估计,得到准确的观测噪声估计值,再利用Kalman神经网络实现精确建模.验证结果表明,该方法对EKF神经网络模型和 UKF 神经网络模型均有很好的改善作用,有效解决观测噪声不确定引起的 Kalman ...
在分离活动期间,在这种应用, GammaCam可以用于准确地辨认和分类放射性废物。 在过程期间例如化工去污,系统在高辐射环境里能提供伽马射线图象的真正的时间承购。[translate]