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。     

从贝叶斯方法看溯因推理

皮尔斯指出溯因或溯因推理(abduction)是不同于归纳和演绎的第三种推理,然而皮尔斯对溯因概念的定义是模糊的,于是便出现溯因悖论:溯因既属于归纳又不属于归纳。本文基于贝叶斯方法对归纳的理解和处理,考察了当代两种典型的消解溯因悖论的路径,即辛提卡区分定义性规则和策略性规则的措施,以及利普顿的IBE理论。指出这两种路径均是行不通的,而贝叶斯方法却可以容纳溯因性归纳和溯因,从而消解溯因悖论。     

一种基于同例和异例的溯因推理

溯因推理是在给定的理论和观察下,求出对于该观察可能的解释.然而,在一般的溯因推理中,并不要求解释的直观性和归纳性,从日常生活和科学发现的某些规律出发,本文提出了同例和异例的概念,提出了一个基于同例和异例的溯因推理框架,并引入了可诱导和可允许这两个限定条件.接下来,本文给出在该框架下求出所有极大解释的算法AH并验证了它的可靠性和完备性.最后,一个具体的例子演示了算法AH,相对于一般的溯因推理系统,本框架主要有如下的优点:溯因得到的解释更符合直观,溯因得到的解释还可以用来推导出更多的新的语句.     

基于溯因解释的信念修正

给出了一个基于溯因推理信念修正的逻辑框架，并提出一个使用溯因方法，对带有约束条件的信念进行修正的算法．该算法得到的是优化解．     

用分层ATMS实现缺省逻辑

Ｒｅｌｉｅｒ的缺省逻辑存在着局限性．它无法表示缺省规则之间的优先级，无法处理缺省规则中析取，并且不满足累积性．虽然Ｂｒｅｗｋａ提出带优先级的缺省逻辑和累积缺省逻辑，但不能完全克服上述局限性．本文介绍了分层ＡＴＭＳ，然后指出用分层ＡＴＭＳ实现的缺省逻辑能克服现有缺省逻辑中的局限性．     

有序缺省理论及其扩充

讨论了半正规缺省理论和一般缺省理论之间的关系，将有序的概念引入了一般缺省理论，证明了每个有序缺省理论都有扩张。而且，给出了一个判定缺省理论是否有序的可行算法。     

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。     

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。     

正规统计缺省扩充的证明

讨论了带有误差参数的统计缺省理论．引入了闭正规统计缺省概念，指出存在正规统计缺省理论没有在ε内的统计扩充，但在添加封闭性后每个正规闭统计缺省理论都有扩充．证明了半单调性和正交性等基本性质，对闭正规统计缺省理论的证明作了研究，论证了在一定条件下序列的存在性蕴涵统计扩充的存在性，给出了相容正规缺省理论扩充存在的充要条件．     

缺省假设的真值维护

介绍了求解缺省假设的常用求解方法ＮＡＦ存在的局限性。无法表示否定信息；难于处理循环缺省假设和缺省假设间的依赖性，提出用分层ＡＴＭＳ求解缺省假设，从而能克服ＮＡＦ的局限性。     

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.     

A new research on auto compatible default theory

Ｅｘｔｅｎｓｉｏｎｉｓｔｈｅｍｏｓｔｉｍｐｏｒｔａｎｔｃｏｎｃｅｐｔｉｎｄｅｆａｕｌｔｌｏｇｉｃ．Ｒｅｉｔｅｒｈａｄｍａｄｅｓｏｍｅｒｅｓｅａｒｃｈｏｎｔｈｅｓｐｅｃｉａｌｋｉｎｄｏｆｄｅｆａｕｌｔｌｏｇｉｃ,ｔｈａｔｉｓｎｏｒｍａｌｄｅｆａｕｌｔｌ...     

流动性风险调整的信用违约互换定价

根据实证文献对信用价差之谜的解答,构建了考虑流动性风险影响的可违约债券定价模型,分离了信用价差中所包含的违约风险与流动性风险,并在此基础上得到了流动性风险调整的信用违约互换定价.由于排除了流动性风险的干扰,实现了对信用违约互换更为精确的定价.利用中国企业债券市场数据,分别估计了考虑流动性风险影响和忽略流动性风险影响下的违约强度参数,并据此计算了两种情况下的互换价格.结果表明,忽略流动性风险会导致对高信用级别公司债券,特别是到期期限较短的高信用级别公司债券违约率的高估,进而造成信用违约互换初始定价的高估.     

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...     

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。     

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。     

一种基于可变支持度的缺省规则挖掘算法

Rough集方法提供了一种新的处理不精确、不完全与不相容知识的数学工具. MDRBR算法通过规则支持度进行约束,可有效提高缺省规则的挖掘效率.但MDRBR采用单一的规则支持度约束,使得当规则支持度较小时,挖掘出大量的缺省规则,而当规则支持度较大时,一些重要的小概率分布对象对应的缺省规则被过滤掉.为此,提出了一种基于可变支持度的缺省规则挖掘算法--MDRBVSM,可有效地改进MDRBR等传统算法存在的缺陷.实验结果表明,该算法可有效地过滤噪声、提高规则的挖掘效率.