1.大筆如椽指端攬，貝葉行間才數點。

2.根據貝葉斯定理，給出數值診斷的一種新方法——評分法。

3.用博弈論求解該模型，得到了完美貝葉斯均衡解，進而給出了產險公司在談判中能獲得的最大期望收益與投保大戶的最優策略。

4.而如來坐下弟子，迦葉，貝葉，卓羅戰死，東藥王琉璃佛不知所蹤，下延十佛只余一半。

5.同樣從未示人的還有玄奘從印度取經回國時，刻在當地貝葉樹樹葉上的梵文經書——《貝葉經》，佛家視它和舍利子為圣物。

6.在專家系統中，概率一般解釋為專家對證據和規則的主觀信任度，在概率推理中起著支撐作用的是貝葉斯定理。

7.在此基于小波域隱馬爾可夫樹模型，將貝葉斯估計和同態濾波思想有機結合，提出一種新的醫學超聲圖像去噪方法。

8.貝葉斯統計方法:基于參數空間概率分布思想的統計方法。

9.韓佳，你剛才說的貝葉經到底是什么呀？

10.后來傣族人也常常在廣義上把刻在貝葉上的傣文文獻呢稱為貝葉經。

11.那些雕塑啊，都是根據貝葉經所記載的傣族創世的傳說修建的。

12.塔拉茉莉是貝葉的高三學生，她也已經感覺到了經濟的拮據。

13.研究了壽命試驗數據的模糊統計假設的貝葉斯停止判決法則，其中損失函數為試驗費用和誤判損失之和。

14.我生活在佛陀的覺悟里，行走在自己的夢里，我想用這些貝葉經書，做一只船，離開輪回苦海。

15.實驗結果表明，屬性依賴貝葉斯方法有較好的分類性能。

16.較近期的工作，我們一直致力于對算法和技巧，構建超大規模貝葉斯網絡模型，以幫助了解關系詞。

17.遁跡笑豐干，從知舌粲蓮花，地近虎丘曾講法;宗風傳刺史，幸得詩鈔貝葉，劫馀龍壽共藏經。

18.提出基于向量空間模型的貝葉斯文本分類方法。

19.最后，通過列車自動門的故障診斷實例，證明了所構建的貝葉斯網絡的有效性。

20.本文采用貝葉斯規則化的訓練方法，訓練好的BP網絡較常用的訓練方法具有更好的精度和泛化能力。

21.實驗結果表明，屬性關聯貝葉斯方法有更好的性能。

22.最后把它裝訂成冊，就成了貝葉經了。

23.摘要目前貝葉斯網絡在各種領域得到了廣泛的應用。

24.建立了投標報價一般靜態貝葉斯博弈模型。

25.先對織物圖像的分類問題建立貝葉斯模型，再提取織物圖像的形態結構參數作為特征向量，并計算出分類結果。

26.蒙特卡洛法就是根據貝葉斯理論來對地球模型采樣的。

27.貝葉即貝葉樹的葉子，可以做扇子，也可以代替紙來寫字，也叫“貝多”。

28.真詞錯誤檢查主要是利用貝葉斯定理，并通過建立一些特定的混淆集的方法來實現。

29.貝葉斯郵件過濾器具有較強的分類能力，極高的準確率，占據了內容過濾領域的主導地位。

30.貝葉斯人臉識別方法更優的性能。

31.基于混沌退火算法和BPNN模型的末敏彈系統效能參數優化，引入貝葉斯正則化方法的BPNN模型，使神經網絡具有自適應性和推廣能力。

32.和掌柜的交涉了一番后，楊鐵心花了總計八兩銀子，在書肆里買了一部《貝葉經》，一部兩本包括吐蕃文和漢文的《龍象般若經》。

33.但樸素貝葉斯分類的條件獨立性假設和數據完備性要求限制了實際數據的應用。

34.該方法根據貝葉斯原理，構造多層感知器網絡恢復過程數據，并以此建立過程的數學統計模型，對其進行實時監控。

35.但是由于帕斯卡定理嚴格的哲學思想，貝葉斯定理中的緊密相關概念并不能輕易讓科學家們所接受。

36.這聽上去或許有點過分自在，這種觀念是與一條法則一同發生的，依據新的察看更新概率，即本人我們所曉得的貝葉斯定理。

37.提出了一種基于貝葉斯理論及蒙特卡羅仿真的粒子濾波算法。

38.之后把此結果推向一般情況，進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化的條件以及其結論的意義。

39.本文主要是對貝葉斯動態模型問題作了一點探討。

40.傣族人世世代代都以貝葉經作為教科書，傣族社會歷史、文化、生產生活以及文學藝術的典籍，都被保存在這種用熱帶植物“貝葉樹”之葉制作而成的佛經中。

41.本文建立了適用于中壓配電系統可靠性再評估的雙層同構貝葉斯網絡模型。

42.討論了樣本空間有不同劃分時全概公式和貝葉斯公式的應用方法，給出了樣本空間有兩種劃分時全概公式和貝葉斯公式的證明。

43.還有圣積晚鐘、華嚴銅塔、貝葉經、普賢金印、金頂銅碑、龍圖銅鼎、舍利銅塔、臥云庵玉佛、千佛蓮燈，均為珍貴的佛教文物。

44.提出了一種結合AR模型和貝葉斯分類的肌電信號動作模式識別方法。

45.貝葉斯神經網絡中，每個權值和誤差被視為隨機變量，它們的先驗概率分布是遵從正態分布的。

46.大牛，你看，又是這位師傅，他正在刻貝葉經呢！

47.分析了CDMA時分模式下的統計貝葉斯信道估計。

48.該文構建一種基于貝葉斯網絡模型的匹配引擎。

49.基于貝葉斯預測技術，提出了一種實用的時變無線信道模型。

50.貝葉斯網絡是在不確定性環境下有效的知識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。

51.貝葉樹上噪黃雀，芙蓉池中曳青苔。

52.貝葉斯網絡是目前不確定知識和推理領域最有效的理論模型之一。

53.研究中分析了專家知識提取相關過程，并得出現有貝葉斯專家系統分類器應用的瓶頸問題。

54.摘要貝葉斯網絡是不確定性知識表達與推理的一種新方法。

55.貝葉斯理論是一種應用在地球物理問題中的有效方法。

56.貝葉斯網絡是用于聯合概率分解及證據傳遞的有效圖形模式。

57.本課題是對貝葉斯頻譜估計算法的應用性研究。

58.分析貝葉斯文本分類算法的不足，提出相應的改進算法。

59.目前各國普遍使用的數據挖掘方法主要有頻數法與貝葉斯法。

60.針對模式分類中高置信度的先驗概率分布難以設定的問題，提出了一種新的應用貝葉斯分析進行模式分類的方法。