分卷阅读261 (第3/4页)

她先在上面画上简易地图，又打上网格。

    “把地图分成相同大小的网格，以n和e表示其经纬度，t为时间，p（）为逃犯在某一时刻出现在某一位置的概率。”

    老王和阿光敛眉深思。

    老王：“然后按照时间顺序，不断更新？”

    林朝夕点头。

    “我觉得可以。”阿光说，“首先给每一方格赋予不同的先验概率，利用目击事件似然更新每个小方格的后验概率p（i，j）。”

    “对，其实就是根据目击报告，结合交通状况、道路桥梁构架、历史数据，不断给每个方格赋予新的值。”

    “比如这条和这条。”林朝夕用手指着报案记录中的两条报告，“一条显示逃犯在城东，另一条显示在城西，但如果前一个时刻报告也显示嫌犯在城东，那么城西的报告显然可信度偏低。”

    “也正因为这样，在t 1时间内，城西这条道路附近目击事件的赋值更高。”老王接着说。

    “嗯。”

    “所以要用贝叶斯网络？”老王说，“重复多次使用贝叶斯定理，随着证据越来越多，不断更新后验概率，弥补主观判断赋值后造成的偏差？”

    “是啊。”林朝夕说，“也就是说，我们可以同时考虑在每一个时间截点上，逃犯可能出现的所有位置，得到一张概率分布图，这张图上的数值是不断更新着的……”

    “是你个头！”老王震悚，“你这思路也太清奇了吧？让我把你的脑子敲开看看！”

    “我