Formatting and Integrating Soft Data: Stochastic Imaging via the Markov-Bayes Algorithm
Formatting and Integrating Soft Data: Stochastic Imaging via the Markov-Bayes Algorithm
复制标题
格式化和集成软数据：通过马尔可夫-贝叶斯算法进行随机成像
DOI：
--
复制
发表时间：
1993
期刊：
影响因子：
--
通讯作者：
A. Journel
中科院分区：
文献类型：
--
作者：
Hua Zhu;A. Journel
在贝叶斯框架下，硬数据和软数据都可以编码为局部先验(也称为前验后)概率分布。然后使用附近的硬数据和软数据将这些局部先验分布更新为后验分布。后验分布提供了未抽样地点普遍存在的不确定性模型。
Under a Bayesian framework both hard and soft data can be encoded as local prior (also called pre-posterior) probability distributions. These local prior distributions are then updated into posterior distributions using the nearby hard and soft data. The posterior distributions provide models of uncertainty prevailing at unsampled locations.