降秩多元线性模型参数阵的一类有偏线性估计

本文对降秩多元线性模型的参数阵提出了一类有偏线性估计，讨论了许多重要的性质，从而把降秩模型中参数阵的估计问题转化为满秩模型中参数阵的估计问题，为了讨论方便，我们给出了一种特殊情况；最后，讨论了多元线性模型参数阵的Ｂａｙｅｓ线性估计。     

An efficient empirical Bayes method for genomewide association studies

Linear mixed model (LMM) is one of the most popular methods for genomewide association studies (GWAS). Numerous forms of LMM have been developed; however, there are two major issues in GWAS that have not been fully addressed before. The two issues are (i) the genomic background noise and (ii) low statistical power after Bonferroni correction. We proposed an empirical Bayes (EB) method by assigning each marker effect a normal prior distribution, resulting in shrinkage estimates of marker effects. We found that such a shrinkage approach can selectively shrink marker effects and reduce the noise level to zero for majority of non‐associated markers. In the meantime, the EB method allows us to use an ‘effective number of tests’ to perform Bonferroni correction for multiple tests. Simulation studies for both human and pig data showed that EB method can significantly increase statistical power compared with the widely used exact GWAS methods, such as GEMMA and FaST‐LMM‐Select. Real data analyses in human breast cancer identified improved detection signals for markers previously known to be associated with breast cancer. We therefore believe that EB method is a valuable tool for identifying the genetic basis of complex traits.     

基于Naive Bayes算法的大豆病害诊断研究

介绍了Naive Bayes算法的基本理论。以UCI数据库中的大豆数据集为实例,研究了Naive Bayes算法在大豆病害诊断中的应用。试验结果表明,Naive Bayes算法的预测精度优于决策树C4.5算法和最近邻INN算法。     

数据融合在柴油机故障诊断中的应用

讨论了基于Bayes网络的数据融合技术应用于柴油机故障诊断的原理和方法.同时,介绍了数据融合的定义以及多传感器数据融合的过程,阐述了数据融合技术在故障诊断中的应用.在此基础上提出了Bayes网络,并将Bayes网络数据融合技术应用于柴油机的故障诊断.该方法能够及时准确地提取柴油机的故障特征,诊断出故障部位和找出故障原因.     

内蒙古东部农牧交错带抵御气象灾害种植决策模式

利用贝叶斯准则，结合气候年型及作物减产率定量统计方法，就内蒙古东部农牧交错带种植决策进行了分析，得到初步结论：如果气象部门预报有干旱发生，即扩大玉米种植面积，没有干旱灾害，即扩大大豆种植面积；如果气象部门预报有洪涝发生，即适当扩大大豆种植面积，没有洪涝灾害，即扩大大豆种植面积；如果气象部门预报有低温冷害发生，即适当扩大大豆种植面积，没有低温冷害灾害，即扩大大豆种植面积。经方法验证，1998、2000、2002年，若按调整最优方案Ⅰ种植比例调整产值可分别增加0.539亿元、0.67亿元和0.356亿元；若按调整最优方案Ⅱ种植比例调整产值可分别增加0.724亿元、0.664亿元和0.549亿元。贝叶斯准则方法不要求所选因子样本总体分布为正态分布，选择的因子状态可以用等级描述，因而可以较好地概括非线性或非数量的一些因子。实践表明，利用贝叶斯准则作内蒙古东部农牧交错带种植决策是可行的。     

电子标签技术在动物管理上的应用

分析了对动物进行识别与跟踪管理的重要性,介绍了电子标签系统的工作原理,阐述了电子标签技术在动物管理上的具体应用.     

基于粗糙集的决策规则提取

讨论了粗糙集(rough sets)在数据分析方面的应用,基于粗糙集的数据分析来源于对数据表(即信息系统)的分析。通常我们将信息系统中的属性划分为条件属性和决策属性,这种信息系统又称为决策表。对每一个决策表,都有一系列的决策规则与之相对应,这些相关的决策规则被称为决策算法。将这些决策算法与贝叶斯(Bayes’)定理相比较,从而得出基于粗糙集的数据分析方法优于贝叶斯定理。     

多元工序能力指数的经验Bayes估计

针对多元工序能力指数的Bayes估计,借助非参数核函数方法,构造出多元边际分布密度及其导数估计,得到了多元工序能力指数的一种经验Bayes估计,并证明了它的渐近最优性,其收敛速度可任意接近于1。     

水稻产量和穗粒结构关系的估计

 水稻产量是由有效穗数、每穗实粒数和千粒重构成。三者相乘得到的值定义为理论产量，但理论产量和实际产量有时相差甚远。本文提出了拟合产量结构的一般模型：产量＝理论产量＋线性纠正＋随机误差。同时利用经验贝叶斯估计提出广综合一个地区不同品种数据的地区产量估计和综合不同地区的产址估计，对小样本的品种的产量估计可借用同一地区的其它品种资料而得到改进。相应的估计方差也同时给出。作为实例，文章分析了从浙江绍兴和富阳得到的数据。     

融合多特征和压缩感知的手势识别

本文使用风险中性评价方法分三部分计算了复合期权的价值,针对需要计算联合分布的第二部分,通过选取边缘分布为GARCH模型的二元正态Copula模型进行推理验证,结果求得的联合分布与使用风险中性评价方法的计算结果一致.进一步计算得到了时间相依的复合期权的价值,并且给出了使用Bayes时序诊断法和Z检验来诊断期权定价时其出现价格大的波动时的局部拐点的方法.