用貝葉造句
“貝葉”的解釋
貝葉[bèi yè] 貝葉 貝葉：棕櫚科植物貝葉棕的葉子 貝葉：霹靂布袋戲人物
用“貝葉”造句
1、大筆如椽指端攬，貝葉行間才數(shù)點(diǎn)。
2、對(duì)呀。我們今天就要去看看制作貝葉經(jīng)的全過(guò)程。
3、后來(lái)傣族人也常常在廣義上把刻在貝葉上的傣文文獻(xiàn)呢稱(chēng)為貝葉經(jīng)。
4、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(xiǎn)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。
5、針對(duì)這一問(wèn)題，根據(jù)貝葉斯方法，利用概率進(jìn)行分析，并對(duì)其中的先驗(yàn)概率改用極大似然佑計(jì)處理，對(duì)可能遭敵空襲的地面目標(biāo)進(jìn)行判估排序，并結(jié)合示例進(jìn)行計(jì)算和驗(yàn)證。
6、該方法根據(jù)貝葉斯原理，構(gòu)造多層感知器網(wǎng)絡(luò)恢復(fù)過(guò)程數(shù)據(jù)，并以此建立過(guò)程的數(shù)學(xué)統(tǒng)計(jì)模型，對(duì)其進(jìn)行實(shí)時(shí)監(jiān)控。
7、那些雕塑啊，都是根據(jù)貝葉經(jīng)所記載的傣族創(chuàng)世的傳說(shuō)修建的。
8、韓佳，你剛才說(shuō)的貝葉經(jīng)到底是什么呀？
9、應(yīng)該是菩提、糖棕、貝葉棕，還有鐵力木和高榕吧。
10、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。
11、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(yīng)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。
12、本文采用貝葉斯規(guī)則化的訓(xùn)練方法，訓(xùn)練好的BP網(wǎng)絡(luò)較常用的訓(xùn)練方法具有更好的精度和泛化能力。
13、之后把此結(jié)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(zhuǎn)化的條件以及其結(jié)論的意義。
14、最后把它裝訂成冊(cè)，就成了貝葉經(jīng)了。
15、在此基于小波域隱馬爾可夫樹(shù)模型，將貝葉斯估計(jì)和同態(tài)濾波思想有機(jī)結(jié)合，提出一種新的醫(yī)學(xué)超聲圖像去噪方法。
16、研究了壽命試驗(yàn)數(shù)據(jù)的模糊統(tǒng)計(jì)假設(shè)的貝葉斯停止判決法則，其中損失函數(shù)為試驗(yàn)費(fèi)用和誤判損失之和。
17、貝葉斯網(wǎng)絡(luò)是數(shù)據(jù)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。
18、首先根據(jù)貝葉斯定理得到ARFIMA模型參數(shù)的后驗(yàn)邊緣分布，并選擇后驗(yàn)邊緣分布的眾數(shù)作為參數(shù)的估計(jì)值。
19、在數(shù)據(jù)缺失的情況下討論一種貝葉斯網(wǎng)絡(luò)的結(jié)構(gòu)學(xué)習(xí)算法。該算法結(jié)合了小生境遺傳算法和EM算法，最后通過(guò)試驗(yàn)說(shuō)明了該算法的有效性。
20、利用以往記錄的該備件在設(shè)備中的損耗量數(shù)據(jù)，采用貝葉斯方法對(duì)備件在未來(lái)時(shí)間段里的需求量進(jìn)行預(yù)測(cè)。
21、再為貝葉斯網(wǎng)絡(luò)賦值，確定先驗(yàn)概率和條件概率。
22、貝葉斯神經(jīng)網(wǎng)絡(luò)中，每個(gè)權(quán)值和誤差被視為隨機(jī)變量，它們的先驗(yàn)概率分布是遵從正態(tài)分布的。
23、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(qiáng)屬性限定的貝葉斯分類(lèi)模型SANBC。
24、本文通過(guò)分析超媒體系統(tǒng)中的不確定性因素，引入了貝葉斯網(wǎng)絡(luò)方法。
25、本文探討了貝葉斯定理及其推廣在工程建設(shè)項(xiàng)目中的應(yīng)用。
26、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。
27、針對(duì)模式分類(lèi)中高置信度的先驗(yàn)概率分布難以設(shè)定的問(wèn)題，提出了一種新的應(yīng)用貝葉斯分析進(jìn)行模式分類(lèi)的方法。
28、傳統(tǒng)方法的適用范圍計(jì)較狹窄，只能檢測(cè)一種假說(shuō)，但是貝葉斯過(guò)濾法可以同時(shí)檢測(cè)一系列假說(shuō)，并找出可能性最大的一個(gè)。
29、這聽(tīng)上去或許有點(diǎn)過(guò)分自在，這種觀念是與一條法則一同發(fā)生的，依據(jù)新的察看更新概率，即本人我們所曉得的貝葉斯定理。
30、針對(duì)多態(tài)系統(tǒng)故障樹(shù)分析的難點(diǎn)，通過(guò)一個(gè)多態(tài)雷達(dá)系統(tǒng)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。
31、在專(zhuān)家系統(tǒng)中，概率一般解釋為專(zhuān)家對(duì)證據(jù)和規(guī)則的主觀信任度，在概率推理中起著支撐作用的是貝葉斯定理。
32、本論文研究的重點(diǎn)是貝葉斯框架下的圖像恢復(fù)問(wèn)題，包括了參數(shù)估計(jì)、圖像降噪和圖像去模糊等。
33、但是由于帕斯卡定理嚴(yán)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。
34、較近期的工作，我們一直致力于對(duì)算法和技巧，構(gòu)建超大規(guī)模貝葉斯網(wǎng)絡(luò)模型，以幫助了解關(guān)系詞。
35、依據(jù)人的可靠性和可能出現(xiàn)的失誤，運(yùn)用馬爾可夫過(guò)程和貝葉斯法，導(dǎo)出人的可靠性的數(shù)學(xué)模型。
36、在分析多個(gè)理論模型的基礎(chǔ)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(jié)合，將歸納推理分解為連續(xù)進(jìn)行的三步過(guò)程。
37、以河道的觀測(cè)深度為硬數(shù)據(jù)，利用貝葉斯理論通過(guò)隨機(jī)建模的方法生成描述河道的方向線和河道幾何參數(shù)。
38、基于貝葉斯定理的海底參數(shù)統(tǒng)計(jì)反演是當(dāng)前水聲學(xué)研究的熱點(diǎn)之一。
39、貝葉斯網(wǎng)絡(luò)是在不確定性環(huán)境下有效的知識(shí)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。
40、用貝葉斯定理從可分辨共振參數(shù)估算平均能級(jí)間距。
41、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(duì)其數(shù)學(xué)模型作了簡(jiǎn)要求證。
42、大牛，你看，又是這位師傅，他正在刻貝葉經(jīng)呢！
43、本文給出在量子貝葉斯最小代價(jià)準(zhǔn)則下量子最優(yōu)解的實(shí)現(xiàn)過(guò)程，與經(jīng)典多用戶(hù)檢測(cè)最優(yōu)解相比，基于量子檢測(cè)的最佳多用戶(hù)檢測(cè)技術(shù)的性能得到了極大的提高。
44、貝葉斯方式是依據(jù)新的信息從先驗(yàn)概率得到后驗(yàn)概率的一種方式。
45、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(gòu)建的貝葉斯網(wǎng)絡(luò)的有效性。
46、以特征信息結(jié)構(gòu)樹(shù)為基礎(chǔ)，對(duì)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)。
47、先對(duì)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(jié)構(gòu)參數(shù)作為特征向量，并計(jì)算出分類(lèi)結(jié)果。
48、提出了一種貝葉斯估計(jì)和尺度空間濾波相結(jié)合的濾波方法。
49、哈雷彗星恐怕是世界上最著名的彗星了，它甚至在記述1066年赫斯廷斯戰(zhàn)役的貝葉掛毯中被描述過(guò)。
50、真詞錯(cuò)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(xiàn)。