基于退化数据的高可靠性产品贝叶斯分类决策
本文选题：退化数据 切入点：贝叶斯分类 出处：《上海交通大学学报》2017年01期 论文类型：期刊论文
【摘要】：针对高可靠性产品的退化数据,提出一种贝叶斯分类方法,将产品按最大后验概率进行分类.利用非线性Wiener过程模型来描述产品的退化路径,提出了一种结合期望最大化(EM)与K-均值聚类的算法以用于估计模型的未知参数,建立了平均成本最小化的最优分类决策模型.实例与仿真试验显示,该分类方法具有较高的分类精度与较小的成本.
[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.
【作者单位】： 上海交通大学机械与动力工程学院;
【基金】：国家自然科学基金资助项目(51475289) 中国博士后科学基金资助项目(2016M600320)
【分类号】：O212.8
【相似文献】
相关期刊论文 前10条
1 孙笑微;;贝叶斯分类技术在高校教师教学质量评价中的应用[J];沈阳师范大学学报(自然科学版);2014年01期
2 周颜军,王双成,王辉;基于贝叶斯网络的分类器研究[J];东北师大学报(自然科学版);2003年02期
3 刘华;;改进的简单贝叶斯文本分类[J];暨南大学学报(自然科学版);2007年01期
4 王峻;;一种基于属性相关性度量的朴素贝叶斯分类模型[J];安庆师范学院学报(自然科学版);2007年02期
5 魏小琴;刘慧玲;李明东;;朴素贝叶斯分类挖掘技术在零售业的应用[J];中国西部科技;2008年27期
6 高亮;;贝叶斯分类算法在入侵检测中的应用研究[J];科技信息;2012年32期
7 张亚萍;张震;;基于贝叶斯分类算法的参赛情况预测系统[J];淮北煤炭师范学院学报(自然科学版);2007年01期
8 黎路;秦卫平;;浅析贝叶斯分类方法在手机垃圾短信过滤系统中的应用[J];科技广场;2007年07期
9 官金安;许珍荣;方浩;;脑-机接口信号中靶标的贝叶斯搜索[J];中南民族大学学报(自然科学版);2009年04期
10 王峻;;基于多维属性限定的贝叶斯分类模型的研究[J];西安文理学院学报(自然科学版);2012年01期
相关会议论文 前6条
1 袁野;胡邦辉;刘丹军;苏宏琛;;基于贝叶斯分类判别方法的雷暴预报研究[A];第26届中国气象学会年会灾害天气事件的预警、预报及防灾减灾分会场论文集[C];2009年
2 李千目;严悍;刘静;王宗月;张宏;刘凤玉;;基于贝叶斯网络的网络性能诊断系统[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年
3 马后锋;樊兴华;;一种改进的增量贝叶斯分类算法[A];2007'仪表，，自动化及先进集成技术大会论文集（一）[C];2007年
4 邓红;陈丹;周方;;基于贝叶斯网络的多主题对话管理方法研究[A];2010通信理论与技术新发展——第十五届全国青年通信学术会议论文集（下册）[C];2010年
5 周德全;;离散贝叶斯分类算法及分类误差估计[A];中国仪器仪表学会第六届青年学术会议论文集[C];2004年
6 陈猛;郭华平;范明;;一种基于贝叶斯的多窗口数据流分类模型[A];第二十五届中国数据库学术会议论文集（二）[C];2008年
相关博士学位论文 前3条
1 冯e
本文编号：1646069
本文链接：https://www.wllwen.com/kejilunwen/yysx/1646069.html
