多传感器融合理论及其应用——3Bayes统计理论

简介: 多传感器融合理论及其应用——3Bayes统计理论

1. Bayes统计理论

Bayes统计理论认为,人们在检验前后对某事件的发生情况的估计是不同,而且一次检验结果不同对人们的最终估计的影响是不同的。

1.1 先验知识

P(A1)、P(A2)、...、P(An)表示事件A1,A2,…,An,发生的概率,这是试验前的知识称为“先验知识”。

1.2 后验知识

由于一次检验结果B的出现,改变了人们对事件A,,A2,…,An,发生情况的认识,这是试验后的知识称为“后验知识”。

检验后事件A1, A2,…,An,发生的概率表现为条件概率:

P(A1|B)P(A2|B).P(An|B)

显然有:P(Ai|B)≥0

1.2.1.gif

1.2.2.png

1.2.3.png

2. Bayes概率公式

Bayes估计是检验过程中对先验知识向后验知识的不断修正。

2.1 条件概率公式:

2.1.gif

2.2 全概率公式

2.2.gif

其中A为对样本空间的一个划分,即Ai为互斥事件且

2.2.png

2.3  Bayes公式:

对一组互斥事件A;,i=1,2,..,n,在一次测量结果为B时,A,发生的概率为:

2.3.png

2.4 利用Baves统计理论进行测量数据融合:

充分利用了测量对象的先验信息。

是根据一次测量结果对先验概率到后验概率的修正。

2.4.png

3. 基于Bayes统计的目标识别融合模型

3.png

4.  举例计算


某医院采用以下两种设备检验某种疾病,设备1对该疾病的漏诊率为0.1,误诊率为0.25;设备2对该疾病的漏诊率为0.2,误诊率为0.1。已知人群中该疾病的发病率为0.05。分析分别利用两台设备和同时使用两台设备时检验结果的概率。


先验知识:

设备1对该疾病的漏诊率为

4.1.gif

误诊率为

4.2.gif

设备2对该疾病的漏诊率为

4.3.gif

误诊率为

4.4.gif

后验知识:

人群中该疾病的发病率为

4.5.gif

设备1:


设备2:


两台设备时检验结果


4.1.png

4.2.png

5. 总结

上文带大家认识Bayes概率估计。后续会教大家更加奇特的操作,欢迎一键三连😂😂😂

在以后的博文中我们将分享更多生活技巧,美好生活每一天!好好学习天天向上,从而实现对外部世界进行感知,充分认识这个有机与无机的环境,科学地合理地进行创作和发挥效益,然后为人类社会发展贡献一点微薄之力。

目录
相关文章
|
3月前
|
算法 前端开发 数据挖掘
【类脑智能】脑网络通信模型分类及量化指标(附思维导图)
本文概述了脑网络通信模型的分类、算法原理及量化指标,介绍了扩散过程、路由协议和参数模型三种通信模型,并详细讨论了它们的性能指标、优缺点以及在脑网络研究中的应用,同时提供了思维导图以帮助理解这些概念。
48 3
【类脑智能】脑网络通信模型分类及量化指标(附思维导图)
|
6月前
|
机器学习/深度学习 数据挖掘 数据建模
数据分享|R语言用lme4多层次(混合效应)广义线性模型(GLM),逻辑回归分析教育留级调查数据(下)
数据分享|R语言用lme4多层次(混合效应)广义线性模型(GLM),逻辑回归分析教育留级调查数据
|
6月前
|
机器学习/深度学习 数据可视化 数据处理
R语言用lme4多层次(混合效应)广义线性模型(GLM),逻辑回归分析教育留级调查数据(上)
R语言用lme4多层次(混合效应)广义线性模型(GLM),逻辑回归分析教育留级调查数据
|
6月前
|
机器学习/深度学习 开发框架 算法
R语言非线性混合效应 NLME模型(固定效应&随机效应)对抗哮喘药物茶碱动力学研究
R语言非线性混合效应 NLME模型(固定效应&随机效应)对抗哮喘药物茶碱动力学研究
|
6月前
|
机器学习/深度学习 数据可视化 数据处理
数据分享|R语言用lme4多层次(混合效应)广义线性模型(GLM),逻辑回归分析教育留级调查数据(上)
数据分享|R语言用lme4多层次(混合效应)广义线性模型(GLM),逻辑回归分析教育留级调查数据
|
6月前
|
算法
R语言从经济时间序列中用HP滤波器,小波滤波和经验模态分解等提取周期性成分分析
R语言从经济时间序列中用HP滤波器,小波滤波和经验模态分解等提取周期性成分分析
|
6月前
|
定位技术 计算机视觉 Windows
R语言生态学建模:增强回归树(BRT)预测短鳍鳗生存分布和影响因素
R语言生态学建模:增强回归树(BRT)预测短鳍鳗生存分布和影响因素
|
6月前
生态学模拟对广义线性混合模型GLMM进行功率(功效、效能、效力)分析power analysis环境监测数据
生态学模拟对广义线性混合模型GLMM进行功率(功效、效能、效力)分析power analysis环境监测数据
|
6月前
|
算法
R语言使用随机技术差分进化算法优化的Nelson-Siegel-Svensson模型
R语言使用随机技术差分进化算法优化的Nelson-Siegel-Svensson模型
|
算法
基于模态凝聚算法的特征系统实现算法的自然激励技术(Matlab代码实现)
基于模态凝聚算法的特征系统实现算法的自然激励技术(Matlab代码实现)
108 0