1、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。

2、贝叶斯网络是数据采掘的一个非常有效的工具，它能够定性和定量地分析属性之间的依赖关系，进行概率推理。

3、首先根据贝叶斯定理得到aRFIma模型参数的后验边缘分布，并选择后验边缘分布的众数作为参数的估计值。

4、贝叶斯神经网络中，每个权值和误差被视为随机变量，它们的先验概率分布是遵从正态分布的。

5、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。

6、针对多态系统故障树分析的难点，通过一个多态雷达系统的实例给出了一种基于贝叶斯网络的多态故障树分析方法。

7、较近期的工作，我们一直致力于对算法和技巧，构建超大规模贝叶斯网络模型，以帮助了解关系词。

8、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。

9、以特征信息结构树为基础，对贝叶斯网络模型进行推理，来获得客户需求的兴趣集中点。

10、还有圣积晚钟、华严铜塔、贝叶经、普贤金印、金顶铜碑、龙图铜鼎、舍利铜塔、卧云庵玉佛、千佛莲灯,均为珍贵的佛教文物。