规则中不确定性的表示与传播：信任函数的情形

研究了信任函数理论框架下规则中的不确定性的表示与传播，引入信任结构表示不确定的规则。定义了信任结构的复合与分解运算，由此提出了一种新的不确定推理模式。     

正态MA（0，1）序列的似然函数的一种表示

借助矩阵和差分方程，具体给出了在实际中具有重要应用的一类数学模型——正态MA(0，1)序列的似然函数的一种显式表示。即具体表示成了模型参数的函数。     

一种基于证据推理的似然推理算法

似然推理是知识工程研究的主要课题之一。目前已有计多似然推理体系被应用在各种专家系统中。证据理论是八十年代被引入到知识工程研究中的似然推理理论,现己受到高度重视。本文提出一种基于证据理论的似然推理算法,它可以充分发挥证据理论的优点。     

可传递信度模型上的Rough算子及其应用

在可传递信度模型(TBM)上定义一对Rough算子,并讨论其性质,然后将其应用于两方面:一是对同一识别框架下不同布尔代数中的任一命题进行表示,二是对TBM中的信任函数和似然函数进行Rough集解释.     

一种三参数Weibull分布极大似然估计的求解方法

提出了一种求解极大似然估计的新算法.根据极大似然估计原理求出尺度参数的表达式,把该表达式代入对数似然函数,使对数似然函数中只包含位置参数和形状参数,把求解非线性方程组问题变成了求解满足约束条件的最优化问题,使问题得到了简化.该法具有计算精度高、运算速度快的优点,利用EXCEL的规划求解即可求解,便于工程应用.     

粗集模型的特征函数表示

粗糙集理论是处理不确定知识的一种工具,已在人工智能与知识发现、模式识别与分类、数据挖掘与故障检测等方面得到了较好应用。由于粗糙集在理论和应用两个方面的迅速发展,粗集模型得到拓广。本文研究粗集模型的特征函数表示形式,这种表示形式具有一般性,可以统一各种推广模型。粗集理论的核心是一对非数值型算子,即上下近似算子。粗集理论中的上下近似算子与证据理论中的一对数值算子——似然函数和信任函数有密切关系,为此作者研究了粗糙集与证据理论的关系。     

正态MA(O，1)序列的似然函数的一种表示

借助矩阵和差分方程,具体给出了在实际中具有重要应用的一类数学模型——正态MA(0,1)序列的似然函数的一种显式表示,即具体表示成了模型参数的函数.     

论信息熵和似然函数的极值关系

给出似然函数与熵函数的关系式，得出熵极大时，似然极小；似然极大时，熵极小的结论。     

SQP 优化的最大似然波达方向角估计

为快速实现波达方向角( DOA: Direction Of Arrival) 的精确估计, 提出了应用序列二次规划( SQP:Sequence Quadratic Program)的最大似然DOA 估计算法。给出了用于DOA 估计的最大似然函数, 将参数估计问题转化为非线性函数优化问题; 并利用SQP 优化算法对似然函数的求解进行优化, 得到DOA 的估计值。仿真结果表明, 该算法可用较少的计算时间实现对似然函数的优化求解, 同时保留了最大似然估计的渐进无偏估计性能, 与遗传算法、粒子群算法相比, 不仅具有更快的寻优速度, 而且具有更高的收敛精度。     

岩土工程反分析的最大熵原理

以概率与数理统计理论和现代信息理论为基础，针对目前岩土工程随机反演中常用的极大似然法和贝叶斯法，从随机过程入手，应用最大熵原理推导了这两种方法的准则函数，它的理论意义在于，从数据信息的角度对极大似然反分析法和贝叶斯反分析法进行了重新认识，比过去仅从数据和算法本身研究反演问题多了一个参照系，使得对传统意义上反分析法中的不确定性研究有了一个新的模式。     

基于可变精度粗集模型的k-NN分类

将可变精度粗集模型与k-NN分类结合起来,提出了一种新的分类方法,即基于可变精度粗集模型的k—NN分类方法,并且给出了β-信任函数和β-似然函数两个新的概念。     

频域最大似然辨识及其算法实现

提出一种与Ｋｌｅｉｎ的方法不同的基于滤波序列的线性系统的频域最大似然估计算法，同时得到一种比通常方法简洁的似然函数的导出方法．本文的算法以飞行器的气动参数估计为例作为应用与Ｌｋｅｉｎ方法的结果进行了比较．     

大坝变形分析的模糊似然推理方法

作为模糊似然推理方法的扩展，在多输入因子情况下，推演出水位、温度、时效因子交替固定或变化而似然推理大坝位移的规则，并以刘家峡大坝的水平位移为例，导出了模糊演算预测模型。     

多粒度模糊粗糙近似算子的信任结构与属性约简

多粒度是近年来粗糙集领域研究的一个热点方向, 为使多粒度模型更适用于实际数据, 提高模型的可用性, 模糊思想被引入到多粒度粗糙集模型中。本文构建了基于模糊相似关系下的多粒度模糊粗糙集模型, 并建立了模糊信任结构。在该信任结构下根据多粒度模糊粗糙集的上、下近似构造信任函数与似然函数。研究多粒度模糊粗糙集在模糊等价关系下的属性约简, 并给出相关算法。     

基于D-S证据理论的不完全信息作战方案优选

针对带有不完全信息的作战方案优选问题,提出了一种基于D-S证据理论的多属性决策方法.首先由属性值构建残缺决策矩阵(矩阵中有某些未知元素),然后根据属性值的特征确定各属性对应的焦元.利用信任函数、似然函数和证据推理算法求得每个方案的效用区间和优先度,并根据优先度对所有方案进行排序,从而完成方案优选.该方法通过对作战方案优选过程中繁杂、不确定信息进行融合,可以较好地处理作战信息不完全对作战指挥决策的影响.以一类炮兵作战方案优选为应用算例,证明了该方法的有效性.     

双幂变换下参数极大似然估计的精确分布研究

在双幂变换下,使用极大似然估计方法估计正态线性回归模型中的变换参数,并研究其精确分布.给出了极大似然估计的精确分布函数,并通过模拟研究表明了,其分布不仅依赖于变换参数取值,还与方差和回归系数的取值密切相关;得到极大似然估计是一奇异随机变量,不具有密度函数的结论.为双幂变换的应用提供了很重要的理论依据.     

大坝变形分析的模糊似然推进方法

作为模糊似然推理方法的扩展，在多输入因子情况下，推演出水位，温度，时效因子交替固定或变化而似然推理大坝位移的规则，并以刘家峡大坝的水平位移为例，导出模糊演算预测模型。     

随机信息系统的约简

利用不协调信息系统的分布约简方法讨论了不协调的随机目标信息系统的约简方法,说明了通过恰当地构造信任测度与似然测度,随机目标信息系统的约简可以通过计算信任测度或者似然测度得到。     

形式背景的下近似协调与粒协调的关系

在形式背景中引入上、下近似算子和上、下近似协调集引入证据理论的信任函数与似然函数,讨论它们与上、下近似协调集的关系,进而得到决策形式背景的下近似协调与粒协调是等价的.     

基于厚尾分布的异常信号检测方法

为了检测具有厚尾分布信号的异常值,提出将基于EM算法的统计诊断方法应用于正态逆高斯信号的异常信号检测.为了避免计算贝塞尔函数的困难,考虑将正态逆高斯信号看作缺失变量,通过EM算法求解参数的极大似然估计,简化了计算过程;通过Q函数代替对数似然函数,提出了在正态逆高斯分布的信号中基于Q函数的影响度量方法,分别给出了数据删除模型与局部影响分析的诊断统计量,理论和实例计算结果表明:该文所提出的检测方法对于正态逆高斯信号的检测效果明显.