为获得较为准确的港口交通系统风险分布,提高港口风险管理能力,在港口交通风险定量化评估的基础上,得出交通事故率和事故后果的贝叶斯概率统计,构建基于马尔可夫链蒙特卡罗(Markov Chain Monte Carlo,MCMC)方法的港口交通系统风险仿真模...为获得较为准确的港口交通系统风险分布,提高港口风险管理能力,在港口交通风险定量化评估的基础上,得出交通事故率和事故后果的贝叶斯概率统计,构建基于马尔可夫链蒙特卡罗(Markov Chain Monte Carlo,MCMC)方法的港口交通系统风险仿真模型.利用WinBUGS软件,通过MCMC方法对该模型进行参数推断和优化;并在此基础上对港口交通系统风险进行仿真实验,得出风险度分布曲线.实例表明,优化后的仿真模型能更好地反映港口交通系统风险的趋势,为港口安全管理决策提供支持.展开更多
针对传统高斯混合模型(GMM,Gaussian mixture model)难以自动获取类属数和对噪声敏感问题,提出了一种基于可变类空间约束GMM的遥感图像分割方法。首先在构建的GMM中,将像素类属性建模为马尔可夫随机场(MRF,Markov random field),并在此...针对传统高斯混合模型(GMM,Gaussian mixture model)难以自动获取类属数和对噪声敏感问题,提出了一种基于可变类空间约束GMM的遥感图像分割方法。首先在构建的GMM中,将像素类属性建模为马尔可夫随机场(MRF,Markov random field),并在此基础上定义其先验概率;结合邻域像素类属性的后验概率和先验概率,定义噪声平滑因子,以提高算法的抗噪性;在参数求解过程中,分别采用可逆跳变马尔可夫链蒙特卡罗(RJMCMC,reversible jump Markov chain Monte Carlo)方法和最大似然(ML,maximum likelihood)方法估计类属数和模型参数;最后以最小化噪声平滑因子为准则获取最终分割结果。为了验证提出的分割方法,分别对模拟图像和全色遥感图像进行了可变类分割实验。实验结果表明提出方法的可行性和有效性。展开更多
文摘为获得较为准确的港口交通系统风险分布,提高港口风险管理能力,在港口交通风险定量化评估的基础上,得出交通事故率和事故后果的贝叶斯概率统计,构建基于马尔可夫链蒙特卡罗(Markov Chain Monte Carlo,MCMC)方法的港口交通系统风险仿真模型.利用WinBUGS软件,通过MCMC方法对该模型进行参数推断和优化;并在此基础上对港口交通系统风险进行仿真实验,得出风险度分布曲线.实例表明,优化后的仿真模型能更好地反映港口交通系统风险的趋势,为港口安全管理决策提供支持.
