贝叶斯决策理论：根据先验概率、类分布密度函数以及后验概率这些量来实现分类决策的方法.最小错误率的贝叶斯决策：根据一个事物后验概率最大作为分类依据的决策 -Bayesian decision theory: According to the a priori probability, the class distribution as well as the posterior probability density function of these values in order to a

合稀疏贝叶斯学习(SBL)和可压缩传感理论(CS)，给出一种在噪声测量条件下重建可压缩图像的方法。该方法将cS理论中图像重建过程看作一个线性回归问题，而待重建的图像是该回归模型巾的未知权值参数；利用sBL方法对权值赋予确定的先验条件概率分布用以限制模型的复杂度，并引入超参数- Hop sparse Bayesian learning ( SBL ) and compressible sensing theory ( CS ) , give a compressible image recon