1、最后，我们使用了贝叶斯定理整合了活动的产生、目的地和交通工具的选择以形成一个综合的基于活动的交通需求模型体系。

2、在此基于小波域隐马尔可夫树模型，将贝叶斯估计和同态滤波思想有机结合，提出一种新的医学超声图像去噪方法。

3、利用以往记录的该备件在设备中的损耗量数据，采用贝叶斯方法对备件在未来时间段里的需求量进行预测。

4、通过分析贝叶斯定理的变形公式和属性相关性度量，提出一种基于强属性限定的贝叶斯分类模型SaNBc。

5、在分析多个理论模型的基础上，采用贝叶斯定理证明了前提概率原则，并将此原则与人类心理过程相结合，将归纳推理分解为连续进行的三步过程。

6、以河道的观测深度为硬数据，利用贝叶斯理论通过随机建模的方法生成描述河道的方向线和河道几何参数。

7、贝叶斯网络是在不确定性环境下有效的知识表示方式和概率推理模型，是一种流行的图形决策化分析工具。

8、先对织物图像的分类问题建立贝叶斯模型，再提取织物图像的形态结构参数作为特征向量，并计算出分类结果。

9、提出了一种贝叶斯估计和尺度空间滤波相结合的滤波方法。

10、通过混合策略的贝叶斯纳什均衡给出第三方测试过程适用条件，采用沙普利值对参与方合作可能性进行探讨。