《表4 历史测试数据：战术导弹分层混合贝叶斯网络测试性建模和评价方法》
提示：宽带有限、当前游客访问压缩模式
某飞航导弹经大型试验、飞行试验后积累的历史测试数据如表4所示。得到融合后验信息的D矩阵为:
| 图表编号 | XD0011869300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.11.01 |
| 作者 | 徐星光、廖志刚、任章、胡一繁 |
| 绘制单位 | 北京机电工程研究所、北京航空航天大学自动化科学与电气工程学院、北京机电工程研究所、北京航空航天大学自动化科学与电气工程学院、北京空天技术研究所 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 事故后果赋值表：基于动态贝叶斯网络的桥区水域风险评价方法研究》2020.09.30
- 《表1 仿真实验情况对比：基于贝叶斯方法的兰利法测试引信解除保险距离数据处理》2021.01.01
- 《表2 测试结果：基于知识图谱和贝叶斯分类器的图书分类》2020.06.16
- 《表4 隧道坍塌事故原因：基于事故树和贝叶斯网络的隧道塌陷风险概率估计方法研究》2020.04.20
- 《表1 概率等级划分：基于事故树和贝叶斯网络的隧道塌陷风险概率估计方法研究》2020.04.20
- 《表6 条件概率表：基于事故树和贝叶斯网络的隧道塌陷风险概率估计方法研究》2020.04.20
- 《表4 模型评估分数比较：贝叶斯网络查询语义扩展的专家发现方法》2020.07.01
- 《表4 多种分类器比较：一种基于动态贝叶斯网络的人体动作识别方法》2020.03.25
- 《表2 活动数据帧集：一种基于动态贝叶斯网络的人体动作识别方法》2020.03.25
- 《表2 随机填充结果对比：面向图像复原的分层贝叶斯局部高斯混合模型》2020.02.01
- 《表1 去噪结果对比：面向图像复原的分层贝叶斯局部高斯混合模型》2020.02.01
- 《表6 AHU冷却盘管的贝叶斯网络故障诊断测试结果》2020.02.01
- 《表3 变量定义表：基于贝叶斯与神经网混合算法的电商信用评价方法研究》2020.02.01
- 《表4 混淆矩阵：智能车多类障碍物贝叶斯网络分类方法》2019.10.01
- 《表3 仿真测试结果：贝叶斯正则化BP神经网络在地铁施工安全评价中的应用》2019.08.01
- 《表1 测试结果对比：基于贝叶斯统计方法的多重液相色谱-质谱试验数据匹配研究》2019.06.01
- 《表1 节点C的CPT：基于贝叶斯网络的常规导弹反舰作战效能评估》2019.01.01
- 《表1 测试样本：基于贝叶斯推断LSSVM的枪管寿命建模与预测》2018.12.01
- 《表1 分层混合贝叶斯网络测试性建模结果表述》2019.11.01
- 《表3 某飞航导弹分层混合贝叶斯网络测试性建模结果表述》2019.11.01