一种基于关联规则的缺省规则挖掘算法

传统的基于Rough集的缺省规则挖掘算法须计算差别矩阵并生成大量的条件属性类，挖掘效率低．为此，本文引入相容关联规则和决策关联规则的概念，提出基于关联规则的缺省规则挖掘算法——DRMBAR，该算法借助FP-tree存储结构挖掘出决策关联规则，并用相容关联规则性质对决策关联规则进行有效修剪后生成相应的缺省规则,DRMBAR可有效地过滤噪声、提高缺省规则挖掘效率，且克服了传统算法依赖于主存的限制，为缺省规则的挖掘提供了一种新的框架。实验结果表明该算法是有效且可行的。     

相信逻辑的某些性质和定理

本文研究了相信逻辑在相信蕴涵下的某些性质．在相信蕴涵的定义下，相信逻辑是非单调的．本文给出了几个相信逻辑的单调性的充分且必要条件．还证明了一个默认理论的延伸恰好就是对应的相信理论的相信公式的所有相信蕴涵式的全体．从而给默认理论的延伸以一个较为直观、简洁的表述．     

带有约束的缺省逻辑

提出了一种改进缺省逻辑的方法，讨论了这种缺省理论的性质，证明了每个缺省理论都有扩充，具有半单调性和累积性，并讨论了处理多扩充问题的一种方法．     

跳跃扩散市场中的信用违约互换定价问题

在资产价值服从双指数跳跃扩散过程,负债服从连续扩散随机过程的假定下,考虑资产与负债的相关风险,建立了一个基于跳跃扩散过程的信用违约互换定价模型,并利用Gaver-Stehfest算法给出了该定价问题的违约概率,利用无套利原理的定价方法得出信用违约互换的定价公式.     

从关联理论看翻译中的文化缺省问题

关联理论作为一种语言交际理论,在处理文化缺省问题上为翻译提供了理论基础。应根据不同的认知语境采用不同的策略,获得语言信息和语境的最佳关联,实现原文作者的意图和再现原文的美学特质,以满足目的语读者的期待。     

一种基于关联挖掘的缺省规则更新算法

为了解决缺省关联规则的增量挖掘问题,在算法DRMBAR的基础上,结合粗糙集理论及频繁模式树结构,提出了一种基于关联规则的缺省规则更新算法IADRBAR,该算法主要考虑最小支持度发生变化时缺省规则的更新问题,即在新的最小支持度下,如何高效地生成新的关联规则. IADRBAR在最坏的情况下仅须扫描决策表一遍,并利用上一次已经挖掘出的频繁项目集及关联规则,有效地提高缺省规则的更新效率.理论分析和实验结果表明算法是有效可行的.     

分数跳-扩散下信用风险中企业违约概率研究

假定资产价值服从分数跳-扩散过程,利用分数布朗运动和跳过程的随机分析理论,得到了分数跳-扩散下的企业违约概率,并通过Matlab软件分析了主要参数对违约概率的影响:当影响资产价值变化的波动率σ固定时,随着泊松分布的参数λ和Hurst参数H的增大,违约概率逐渐变大,说明违约概率与这些参数密切相关。相比资产价值仅由分数布朗运动驱动,该模型更加符合实际。     

坏帐率测定和应用中存在的误差

对两种典型的坏帐率统计方法进行比较，发现传统的统计方法存在很大的误差，从而影响信用风险的测定精度。由于信用机构迟缓更新转移概率和个别较低信用质量企业的影响，坏帐率区间存在很大的重叠，且平均坏帐率显著高于中值坏帐率。解决问题的方法是基于期望坏帐频率（EDF）的非重叠区间来划分企业，指定这些区间对应债务等级的区间。     

延迟滤波下的公司债违约概率测度

违约概率是公司信用风险管理的重要参数,是计算公司预期违约损失、债券定价以及信贷组合管理的基础.为了更准确更有效地测度违约概率,引入了延迟滤波来定义不完全信息,改变信息结构,减少"噪音",以提高违约概率测度的精确性;用重随机Poisson过程的延迟滤波取代由布朗运动所形成的自然滤波的鞅来计算违约概率以避免一些金融资产的运...     

基于Rough Set的缺省加权规则挖掘算法

本文在引入规则加权支持度概念后，提出了一种基于Rough Set的缺省加权规则挖掘算法－MDWRBR算法，实验结果表明，该算法能有效地过滤噪声，提高规则的挖掘效率。     

关联翻译观:文学翻译中文化缺省补偿的一个新视角

阐述了文化缺省的成因,并运用关联理论中的最佳关联原则,对文学翻译中的文化缺省进行分析和重构,强调根据不同的认知语境采用不同的策略,实现原文作者的意图和再现原文的美学特质,以满足目的语读者的期待。     

风险中性违约事件中的概率计算

风险中性违约概率对具有违约风险证券定价起着很重要的作用．该文给出了在结构方法中基于公司资产、债务和资本结构等状态变量的一个风险中性违约概率计算表达式；讨论了在简约型方法中引入可靠度概率统计方法．     

LOGIT回归模型对公司违约的预测探讨

为准确有效地预测企业违约的可能性, 以避免信用违约风险, 基于单一变量和多变量两种模型的分析,利用Logit 回归模型对企业的各变量和违约概率进行推断, 并以德国企业为例, 分析违约公司的共性和特性。对模型的交叉验证结果表明, 以Logit 模型衡量企业违约预测的统计方法整体精度达到70% 左右, 并能保持较高的可靠性和稳定性。违约预测可大大降低企业的违约风险, 在金融投资领域发挥重要作用。     

贷款组合中违约传染的ACD模型

利用相邻违约之间的时间间隔数据,对违约传染现象建立条件自回归持续期(autoregressive conditional duration,ACD)模型,并借助模拟方法对违约之间时间间隔的统计特性以及一段时期内违约数量的分布状况进行分析.结果表明,该模型描述了违约传染的聚集效应,体现出贷款组合中不能由公共经济因素解释的违约内在波动性,突出了违约数量分布的肥尾特性.     

含缺省约束的基于模型诊断方法

目前已有的诊断系统一般都默认有完备而可靠的模型，但在实际中常无法实现．因此，在目前已知的对待诊断设备的可靠描述之外．提出了可加入假设性的信息作为对无法完备模型的补充．并且这些假设采用了从规范缺省理论中的规则转化而成的公式的形式．进一步给出了在加入这些假设后的情况下，含缺省约束的基于模型的诊断、中心诊断、蕴含、蕴含式及本原蕴含等概念，证明了含缺省约束的基于模型的中心诊断与缺省本原蕴含的直接关系．并指出这种刻画即为含缺省约束的基于一致性中心诊断和中心溯因诊断的刻画的一般化情形．从而将理论与实现联系了起来。     

An extended theory of global workspace of consciousness

Global Workspace theory and Global Neuronal Workspace hypothesis are frameworks about the mechanism of the consciousness, which argued that it is the global workspace that makes awareness. These two theories ignored an important fact that the content of consciousness is not only from the instant sensory input, but also from the inward mind representation. The existence of the default mode network of brain indicates that without the sensory input from instant environment, the brain can carry out organized activities which have intense relationship with inward information processing. This article combines the hypothesis of brain＇s default mode network and the classical Global Workspace theory, and put forward an extended theory about global workspace of consciousness.     

浅析《儒林外史》英译本中的"文化缺省"

本文以《儒林外史》英译本为依托,探讨了文化缺省在翻译中的重要性,对其做了分类分析,把文化缺省分为三类:待补偿型文化缺省、可植入型文化缺省和可隐去型文化缺省。并提出了处理文化缺省现象的具体途径与方法。     

唐诗缺省现象的认知透视和翻译策略

空白美是唐诗的一大特色,从认知的角度看,这些空白是诗人与读者共享的缺省信息,要明白空白的含义,需要激活读者脑海里的认知结构并调用默认值、隐含的脚本序列、隐含的目标域、隐含的次域或主域等认知成分填补空位。因为文化背景的差异,这些缺省往往成为阅读的障碍,译者应该根据语境,采用填补缺省空位和保留缺省空位的方法翻译,以保障诗人与译入语读者的跨文化交际的正常进行。     

竞争风险模型在住房抵押贷款证券定价中的应用研究

在阐述提前偿付与违约风险测量模型的基础上，探讨了竞争风险模型在住房抵押贷款证券定价过程中的应用．指出，提前偿付与违约风险是住房抵押贷款证券投资者面临的主要风险，对其进行准确的度量是住房抵押贷款证券正确定价的前提．     

分数O-U过程下信用风险结构化模型

传统的信用风险结构化模型中用几何布朗运动来驱动,已被证明与实际存在较大差距。取而代之,用分数指数O-U过程来驱动资产价值可以更加接近实际,利用相关的随机分析理论得到了违约概率、企业债券与股票价值和信用价差的表达式。