论文部分内容阅读
针对Bayes准则中先验概率定义困难的问题，提出了实时加权先验概率求解算法。算法不需要任何有关系统的先验知识，通过挖掘隐含在测试数据中的信息，结合系统的当前状态，实时地调节先验概率的取值。文中给出了算法的具体推导和试验验证，并结合实际使用，对算法中相关参数的取值给出了详细说明。结果表明：采用实时加权先验概率算法，对系统状态的判断更加合理，其判决结果的稳定性、可靠性，以及克服干扰的鲁棒性，比通常的算法有显著提高。