1、最后，我們使用了貝葉斯定理整合了活動(dòng)的產(chǎn)生、目的地和交通工具的選擇以形成一個(gè)綜合的基于活動(dòng)的交通需求模型體系。
2、最后把它裝訂成冊，就成了貝葉經(jīng)了。
3、在分析多個(gè)理論模型的基礎上，采用貝葉斯定理證明了前提概率原則，并將此原則與人類(lèi)心理過(guò)程相結合，將歸納推理分解為連續進(jìn)行的三步過(guò)程。
4、首先根據貝葉斯定理得到模型參數的后驗邊緣分布，并選擇后驗邊緣分布的眾數作為參數的估計值。
5、而如來(lái)坐下弟子，迦葉，貝葉，卓羅戰死，東藥王琉璃佛不知所蹤，下延十佛只余一半。
6、貝葉樹(shù)上噪黃雀，芙蓉池中曳青苔。
7、遁跡笑豐干，從知舌粲蓮花，地近虎丘曾講法;宗風(fēng)傳刺史，幸得詩(shī)鈔貝葉，劫馀龍壽共藏經(jīng)。
8、傳統方法的適用范圍計較狹窄，只能檢測一種假說(shuō)，但是貝葉斯過(guò)濾法可以同時(shí)檢測一系列假說(shuō)，并找出可能性最大的一個(gè)。
9、依據人的可靠性和可能出現的失誤，運用馬爾可夫過(guò)程和貝葉斯法，導出人的可靠性的數學(xué)模型。
10、在專(zhuān)家系統中，概率一般解釋為專(zhuān)家對證據和規則的主觀(guān)信任度，在概率推理中起著(zhù)支撐作用的是貝葉斯定理。
11、傣族人世世代代都以貝葉經(jīng)作為教科書(shū)，傣族社會(huì )歷史、文化、生產(chǎn)生活以及文學(xué)藝術(shù)的典籍，都被保存在這種用熱帶植物“貝葉樹(shù)”之葉制作而成的佛經(jīng)中。
12、討論了樣本空間有不同劃分時(shí)全概公式和貝葉斯公式的應用方法，給出了樣本空間有兩種劃分時(shí)全概公式和貝葉斯公式的證明。
13、所以娑羅樹(shù)與菩提樹(shù)、貝葉樹(shù)被佛家合稱(chēng)為“佛國三寶樹(shù)”。
14、妙高臺上曇花墜，說(shuō)法壇前貝葉生。
15、貝葉斯網(wǎng)絡(luò )是在不確定性環(huán)境下有效的知識表示方式和概率推理模型，是一種流行的圖形決策化分析工具。
16、這聽(tīng)上去或許有點(diǎn)過(guò)分自在，這種觀(guān)念是與一條法則一同發(fā)生的，依據新的察看更新概率，即本人我們所曉得的貝葉斯定理。
17、求贊于慈觀(guān)，慈觀(guān)援筆立就云“無(wú)上雄文貝葉鮮，幾生三藏往西天，行行字字為珍寶，句句言言是福田。
18、我生活在佛陀的覺(jué)悟里，行走在自己的夢(mèng)里，我想用這些貝葉經(jīng)書(shū)，做一只船，離開(kāi)輪回苦海。
19、針對多態(tài)系統故障樹(shù)分析的難點(diǎn)，通過(guò)一個(gè)多態(tài)雷達系統的實(shí)例給出了一種基于貝葉斯網(wǎng)絡(luò )的多態(tài)故障樹(shù)分析方法。
20、大筆如椽指端攬，貝葉行間才數點(diǎn)。
21、同樣從未示人的還有玄奘從印度取經(jīng)回國時(shí)，刻在當地貝葉樹(shù)樹(shù)葉上的梵文經(jīng)書(shū)——《貝葉經(jīng)》，佛家視它和舍利子為圣物。
22、最后，通過(guò)列車(chē)自動(dòng)門(mén)的故障診斷實(shí)例，證明了所構建的貝葉斯網(wǎng)絡(luò )的有效性。
23、對呀。我們今天就要去看看制作貝葉經(jīng)的全過(guò)程。
24、本文簡(jiǎn)述了貝葉斯定理與馬爾可夫過(guò)程決策的基本理論，對其數學(xué)模型作了簡(jiǎn)要求證。
25、本論文研究的重點(diǎn)是貝葉斯框架下的圖像恢復問(wèn)題，包括了參數估計、圖像降噪和圖像去模糊等。
26、還有圣積晚鐘、華嚴銅塔、貝葉經(jīng)、普賢金印、金頂銅碑、龍圖銅鼎、舍利銅塔、臥云庵玉佛、千佛蓮燈，均為珍貴的佛教文物。
27、貝葉斯網(wǎng)絡(luò )是數據采掘的一個(gè)非常有效的工具，它能夠定性和定量地分析屬性之間的依賴(lài)關(guān)系，進(jìn)行概率推理。
28、針對這一問(wèn)題，根據貝葉斯方法，利用概率進(jìn)行分析，并對其中的先驗概率改用極大似然佑計處理，對可能遭敵空襲的地面目標進(jìn)行判估排序，并結合示例進(jìn)行計算和驗證。
29、用博弈論求解該模型，得到了完美貝葉斯均衡解，進(jìn)而給出了產(chǎn)險公司在談判中能獲得的最大期望收益與投保大戶(hù)的最優(yōu)策略。
30、本文通過(guò)分析超媒體系統中的不確定性因素，引入了貝葉斯網(wǎng)絡(luò )方法。
31、本文探討了貝葉斯定理及其推廣在工程建設項目中的應用。
32、在此基于小波域隱馬爾可夫樹(shù)模型，將貝葉斯估計和同態(tài)濾波思想有機結合，提出一種新的醫學(xué)超聲圖像去噪方法。
33、提出了一種貝葉斯估計和尺度空間濾波相結合的濾波方法。
34、該方法根據貝葉斯原理，構造多層感知器網(wǎng)絡(luò )恢復過(guò)程數據，并以此建立過(guò)程的數學(xué)統計模型，對其進(jìn)行實(shí)時(shí)監控。
35、但是由于帕斯卡定理嚴格的哲學(xué)思想，貝葉斯定理中的緊密相關(guān)概念并不能輕易讓科學(xué)家們所接受。
36、在數據缺失的情況下討論一種貝葉斯網(wǎng)絡(luò )的結構學(xué)習算法。該算法結合了小生境遺傳算法和算法，最后通過(guò)試驗說(shuō)明了該算法的有效性。
37、用貝葉斯定理從可分辨共振參數估算平均能級間距。
38、研究了壽命試驗數據的模糊統計假設的貝葉斯停止判決法則，其中損失函數為試驗費用和誤判損失之和。
39、后來(lái)傣族人也常常在廣義上把刻在貝葉上的傣文文獻呢稱(chēng)為貝葉經(jīng)。
40、應該是菩提、糖棕、貝葉棕，還有鐵力木和高榕吧。
41、再為貝葉斯網(wǎng)絡(luò )賦值，確定先驗概率和條件概率。
42、通過(guò)分析貝葉斯定理的變形公式和屬性相關(guān)性度量，提出一種基于強屬性限定的貝葉斯分類(lèi)模型。
43、本文給出在量子貝葉斯最小代價(jià)準則下量子最優(yōu)解的實(shí)現過(guò)程，與經(jīng)典多用戶(hù)檢測最優(yōu)解相比，基于量子檢測的最佳多用戶(hù)檢測技術(shù)的性能得到了極大的提高。
44、以特征信息結構樹(shù)為基礎，對貝葉斯網(wǎng)絡(luò )模型進(jìn)行推理，來(lái)獲得客戶(hù)需求的興趣集中點(diǎn)。
45、先對織物圖像的分類(lèi)問(wèn)題建立貝葉斯模型，再提取織物圖像的形態(tài)結構參數作為特征向量，并計算出分類(lèi)結果。
46、通過(guò)混合策略的貝葉斯納什均衡給出第三方測試過(guò)程適用條件，采用沙普利值對參與方合作可能性進(jìn)行探討。
47、德宏傣族景頗族自治州，位于云南西部，這里是貝葉經(jīng)記載的“勐卯古國”，是司馬遷筆下的“滇越乘象國”，是《馬可波羅游記》中的金齒州。
48、貝葉即貝葉樹(shù)的葉子，可以做扇子，也可以代替紙來(lái)寫(xiě)字，也叫“貝多”。
49、本文采用貝葉斯規則化的訓練方法，訓練好的網(wǎng)絡(luò )較常用的訓練方法具有更好的精度和泛化能力。
50、利用以往記錄的該備件在設備中的損耗量數據，采用貝葉斯方法對備件在未來(lái)時(shí)間段里的需求量進(jìn)行預測。
51、貝葉斯方式是依據新的信息從先驗概率得到后驗概率的一種方式。
52、針對模式分類(lèi)中高置信度的先驗概率分布難以設定的問(wèn)題，提出了一種新的應用貝葉斯分析進(jìn)行模式分類(lèi)的方法。
53、以河道的觀(guān)測深度為硬數據，利用貝葉斯理論通過(guò)隨機建模的方法生成描述河道的方向線(xiàn)和河道幾何參數。
54、大牛，你看，又是這位師傅，他正在刻貝葉經(jīng)呢！
55、之后把此結果推向一般情況，進(jìn)一步分析了不完全信息貝葉斯納什均衡向完全信息納什均衡轉化的條件以及其結論的意義。?
56、韓佳，你剛才說(shuō)的貝葉經(jīng)到底是什么呀？
57、那些雕塑啊，都是根據貝葉經(jīng)所記載的傣族創(chuàng )世的傳說(shuō)修建的。
58、較近期的工作，我們一直致力于對算法和技巧，構建超大規模貝葉斯網(wǎng)絡(luò )模型，以幫助了解關(guān)系詞。
59、真詞錯誤檢查主要是利用貝葉斯定理，并通過(guò)建立一些特定的混淆集的方法來(lái)實(shí)現。
60、貝葉斯神經(jīng)網(wǎng)絡(luò )中，每個(gè)權值和誤差被視為隨機變量，它們的先驗概率分布是遵從正態(tài)分布的。
61、基于貝葉斯定理的海底參數統計反演是當前水聲學(xué)研究的熱點(diǎn)之一。
62、和掌柜的交涉了一番后，楊鐵心花了總計八兩銀子，在書(shū)肆里買(mǎi)了一部《貝葉經(jīng)》，一部?jì)杀景ㄍ罗暮蜐h文的《龍象般若經(jīng)》。