后验概率是信息理论的基本概念之一。在一个通信系统中，在收到某个消息之后，接收端所了解到的该消息发送的概率称为后验概率。 后验概率的计算要以先验概率为基础。后验概率可以根据通过贝叶斯公式，用先验概率和似然函数计算出来。
后验概率（posterior probability）：是指进行统计试验取得样本值后，把 先验信息和样本信息综合在一起所得的概率，所以后验概率可以看成是人 们在获得样本信息之后...
基于3784个网页-相关网页
使用后验概率(a posteriori probability， APOP)平均值的分布对每一病例进行判别；而对每一组病例的分类判别使用后验概率平均值和双重标准误差平均值(th...
基于310个网页-相关网页
, , { 2 1 N r r r r = 国家重点实验室 最大后验概率准则 • 定义后验概率（posterior probabilities）为 ( ) ( ) , 1, 2, m m P x r P x r m M = = L 发送信号是 国家重点实验室 最大后验概率准则 国家重点实验室 MAP 应用举例 2 PA...
基于42个网页-相关网页
最大后验概率 Maximum a posteriori ; maximum a posterior probability ; maximum posteriori-Markov random field ; MAP-MRF
后验概率极大化算法 MAP algorithm
随机后验概率 [数] random posterior probability
后验概率极大化 MAP
最大后验概率估计 Maximum posterior probability estimation ; Maximum a posteriori
最大后验概率法 MPMAP
对数最大后验概率 Logarithmic MAP ; LogMaximumAPosteriori ; LOG-MAP
基于最大后验概率 maximum a posteriori
分割问题可以被转换成一种最大后验概率估计问题。
Then the segmentation problem is formulated as Maximum a Posterior Probability (MAP) estimation rule.
针对不平衡数据集，提出一种基于后验概率的特征选择算法。
In this paper, a posterior-probability-based feature selection algorithm is proposed for imbalanced datasets.
贝叶斯方式是依据新的信息从先验概率得到后验概率的一种方式。
Bayesian is one kind of method of posteriori probability obtained from priori probability according to new information.
应用推荐