考虑声誉效应的科技服务业与制造企业合作创新行为策略分析

采用博弈论的方法，考虑声誉效应对博弈双方效用、策略的影响，建立信号博弈模型，并分析精炼贝叶斯均衡，证明声誉水平、对声誉的态度以及技术市场价值的高低是影响建立合作关系的重要因素。探讨双方建立合作关系的行为策略，提出实现合作达成双赢的建议。     

基于贝叶斯网络和 TOPSIS 的供应商选择模型

本文首先在贝叶斯网络框架下， 建立供应商的评价体系及各项指标的概率分布， 借助于AgenaRisk 软件完成贝叶斯网络模拟。 其优势在于充分考虑供应商的多样可能性， 全面地进行供应商风险评估。 再结合 TOPSIS 的模型， 依据企业的偏好求得理想供应商。 通过组合方法， 本文在客观全面评价供应商的同时也能满足企业自身发展要求。 最后结合实际的案例， 证明模型的可行性。     

贝叶斯正则化BP神经网络在地铁施工安全评价中的应用

为了获取准确的地铁施工安全评价,文章通过建立贝叶斯正则化BP神经网络模型,克服传统安全分析方法的不足之处,防止网络的过度拟合。将此模型运用于MATLAB,可以发现贝叶斯正则化BP神经网络在推行能力和泛化能力上有着较好的表现。在当前基础上进行敏感性分析,就地铁施工安全影响因素进行重要程度排序,提高地铁施工安全管理,以防此类地铁安全事故的发生。     

基于信息辅助块稀疏贝叶斯学习的直扩通信窄带干扰抑制

现有基于Nyquist-Shannon采样定理的窄带干扰(Narrowband Interference,NBI)抑制方法存在应用受限于采样率较高的问题。应用压缩感知(Compressive Sensing,CS)理论解决上述问题，利用NBI在频域表现出的块稀疏特性以及直接序列扩频(Direct Sequence Spread Spectrum,DSSS)信号的类噪声特性，提出了基于块稀疏贝叶斯学习(Block Sparse Bayesian Learning,BSBL)框架的DSSS通信NBI抑制模型。实现干扰抑制后，利用传统的CS重构算法实现DSSS信号的压缩域解调。为进一步提高算法性能，将NBI稀疏分块的块内自相关矩阵建模为单位矩阵，提出了信息辅助BSBL(Aid BSBL,ABSBL)算法，设计了基于ABSBL的DSSS通信NBI抑制算法。该算法在保持较好NBI抑制性能的条件下，提高了运算效率并且不依赖NBI的稀疏结构。仿真验证和对比分析结果表明，所提方法能够有效抑制DSSS通信中的NBI，在干扰强度相同的条件下，NBI带宽越小、压缩率越大，算法对NBI的抑制性能越好。     

不规则概率结构贝叶斯网络在图像分割中的应用

无监督图像分割算法,主要依赖先验平滑概率在图像分割结果中执行局部同质化过程。现已存在两种类型概率结构,具体包括具有"块效应"的固定概率结构和具有适应自然对象结构且灵活性强的概率结构。文章提出基于概率的无监督图像分割框架,其又称为不规则概率结构的贝叶斯网络,提出的方法无需在每次迭代过程中自我调整相关结构,从而大大减少计算所需时间,在获得高效精确推理算法的基础上和产品使用因素图的框架。     

银行操作风险贝叶斯网络量化控制研究

在银行的风险管理中,操作风险一直是管理难点,具有涉及面广、管理半径长、不易识别、不易控制、不易量化等特点,且在管理工具和量化方法上都没有信用风险、市场风险那么成熟。近年来,银行业因操作风险导致的巨大损失却日益增多。本文利用贝叶斯网络进行建模,量化研究关键风险指标与关键风险诱因的因果关系,正向分析各种操作风险诱因的影响程度,反向分析操作风险指标出现预警后,风险诱因的后验概率如何变化,以期不断优化模型,以更好地管理操作风险。此外,本文还初步探讨了关键风险指标阈值设置方法和控制成本与损失成本的关系。同时,结合银行操作风险管理工作的实践,提出了防范操作风险的建议。