提出了一种相空间重构与贝叶斯框架下的LS-SVM预测矿井涌水量的方法,矿井涌水量具有混沌特征,利用相空间重构,找出矿井涌水量时间序列隐藏的演化规律,作为输入参量,将贝叶斯证据框架理论用于最小二乘支持向量机模型参数的优选,运用LS-SVM将非线性问题转化为高维特征空间的线性问题进行求解。利用典型的Lorenz生成的时间序列进行仿真,选择2004年8月-2005年2月的矿井涌水量数据进行验证,结果表明该方法可行并具有较高的精度。

MATLAB血氧处理代码贝叶斯换粗体 本实验将重点开发功能性磁共振成像（fMRI）数据中与血氧水平相关（BOLD）信号的仿真，这些信号可作为计算参数映射（CPM）的基础，这是基于模型的fMRI实验的贝叶斯方法。 背景 功能性生物学过程是指尖上的刺激通过许多神经通路和血红蛋白React功能的激活而产生的，从而在大脑成像中表现为信号[1]。 对于功能性MRI，有两种实验设计，如下所示[2]。 积木式设计会在一段时间内持续刺激，随后一段时间内不会刺激。 相反，与事件相关的设计会应用点刺激，并且随着时间的推移，生成的BOLD信号将成为每个fMRI图像中的体素。 在倒数第二个步骤中，将生成BOLD函数。 它有一个初始的下降，之后是一个峰值，然后是刺激后的下冲[3]。 给定一条单一的BOLD信号曲线的形状，我们可以用反伽马分布对其进行近似。 贝叶斯框架有两个步骤：1.第一：选择先验条件。 在当前的模拟中，我们为反伽马分布2选择了一个共轭（平面/无信息）。 是史蒂文的幂定律中的幂。 我们想探索在设计实验时哪个alpha值能提供最佳的参数恢复。 这项研究是一个简化的案例，线性模型中只有一个beta。

实现基于贝叶斯框架的目标检测技术研究，创建了GUI界面，实现了时间差分法、背景减除法、光流法、高斯背景建模算法等多种算法处理效果对比，还实现了灰度处理、二值化等多种图像处理功能

基于稀疏贝叶斯框架的计算有效宽带DOA估计方法

贝叶斯框架下的单幅图像去雾算法 王多超 王永国 董雪梅 胡晰远 彭思龙

基于贝叶斯框架下LSSVM的时间序列预测模型 基于贝叶斯框架下LSSVM的时间序列预测模型

朴素贝叶斯的模型相信大家不陌生，通过谷歌、百度也能够很容易的搜索到朴素贝叶斯的c++或matlab的源码。但是，如果只是用到朴素贝叶斯的最基本理论，如求后验率、分类器等的话，其实大家大可不必自己去实现代码。在matlab中的统计工具包(Statistics Toolbox)下就有NaiveBayes的类。通过使用这个类，我们可以很轻易实现对数据进行学习、分类、求概率等。下面列出最基本、最常用的用法。