重复博弈论的哲学意蕴——从2005年诺贝尔经济学奖谈起

介绍了博弈论的概念,阐述了重复博弈论的内涵及其应用,对重复博弈论进行了哲学思考.     

中美天文学本科教育比较

通过中美大学天文学本科教育的横向比较及国内大学天文学本科教育的纵向比较,从天文学教育的培养目标、课程设置、教学机构3个方面,阐述了当前国内天文学本科教育的现状,拓宽了天文学本科教育改革的思路.     

列控-安全信息传输系统可靠性及安全性的形式化分析

基于通信的列控(CBTC)系统使用基于IEEE 802.11系列的无线局域网实现车-地双向信息传输,但是无线局域网无法满足安全苛求列控系统在信息传输可靠性和安全性方面的需求.为了解决该问题,可以采用双网冗余的结构提高无线局域网信息传输的可靠性,再在无线局域网之上增加安全通信协议来保证信息传输的安全性.本文提出在双网冗余无线局域网基础之上增加安全通信协议形成列控-安全信息传输系统(China-Radio),使用随机Petri网建立了双网冗余结构的无线局域网的可靠性模型,并与单网结构进行了定量对比和形式化分析,验证了双网冗余结构可靠性的提升;使用有色Petri网对China-Radio系统建模,并采用模型检验的方法证明China-Radio系统的功能安全性,能够满足列控系统的需求.     

Comptel^26Al1.8MeV与SNR和W—R星相关分析

利用Ｃｏｍｐｅｔｌ的观测处理结果，对ＳＮＲ及Ｗ－Ｒ星与１．８ＭｅＶγ射线沿银经的分布做了拟合优度的检验和相关分析。Ｋ－Ｓ统计检验的结果认为，在α－０．１０水平上Ｗ－Ｒ星与１．８ＭｅＶ来自同样的分布，相关分析的结果也表明Ｗ－Ｒ星与１．８ＭｅＶ的分布有较好的相关性。     

“十一五”期间广州与重点关注城市财政科技投入差距比较分析

一、政府财政科技投入对带动社会创新的重要意义 一是带动全社会科技投入。通过回归分析方法考察国内十五个副省级城市、四个直辖市以及深圳、大连、青岛2008—2009年的主要科技指标：R＆D经费支出、R＆D经费支出占GDP的比重、地方财政科技拨款占地方财政支出的比重、市本级科技系统管理一般预算支出等指标发现,     

基于欧式空间-加权逻辑回归迁移学习的运动想象EEG信号解码

基于脑电图（Electroencephalography,EEG）信号的运动想象（Motor Imagery,MI）意图识别是脑机接口（BrainComputer Interface,BCI）研究中的重要问题.然而,EEG信号存在严重的个体性差异,不同被试之间的EEG信号特征空间分布差异很大,不同被试之间的分类模型不能通用.针对这一问题,提出一种基于欧式空间的加权逻辑回归迁移学习方法,算法首先将不同被试的EEG数据进行欧几里得空间对齐,使各信号更加相似,减少差异性,然后计算特定被试共空间模式（Common Spatial Pattern,CSP）获得不同的特征值,并计算这些特征值的KL(Kullback-Leibler)散度,进而利用KL散度调整迁移学习的加权逻辑回归算法,得到分类模型.实验结果表明：对于BCI竞赛IV中的数据集2a,提出的方法可以极大地提升BCI的学习性能,算法分类准确率比基线算法（线性判别分析）高出15%.在数据样本增多的情况下,被试的分类准确性也得到了明显的提升,和同类算法相比,分类准确率提升4%,说明提出的算法能进一步提高BCI的学习性能,改善分类模型的通用性问...     

基于登录词邻接关系的双条件概率的领域术语抽取算法

领域词典作为中文信息处理的基础,在各个领域都有着重要的应用.而人工构建领域词典不仅工作量大,而且缺乏时效性.因此,自动构建领域词典成为目前研究的重点,而构建领域词典的关键是从领域语料中自动抽取领域术语.本文以金融领域作为切入点,提出了根据登录词前后邻接关系计算邻接词之间的双条件概率自动识别领域术语.实验证明,本文提出的算法不仅能够有效地提取新术语,同时在小语料和低词频情况下也能取得较好的效果.     

基于角色的个性化WEB日志挖掘模型研究

WEB的日志挖掘是WEB挖掘的其中一个分支.在本文提出了以"角色"为核心的WEB日志挖掘系统(RWM)的原型系统.根据用户在网站访问的情况动态产生用户扮演的角色集合,并根据用户的角色集合以及这些角色相关联的其他角色为用户提供个性化的访问页面.     

基于评论特征提取和隐因子模型的评分预测推荐系统

评分预测是推荐系统研究的核心问题,通过用户的历史行为来预测用户对商品的评分,根据评分高低来推荐用户喜欢的商品.当前基于评论评分预测推荐系统普遍只使用卷积神经网络捕获局部特征或者循环神经网络捕获全局特征,忽略了将这两类特征的有效融合.针对现存问题,本文提出基于评论特征提取和隐因子模型的评分预测推荐模型,使用自适应感受野的卷积神经网络(CNN)提取局部特征,同时使用门控循环单元(GRU)提取全局特征,将不同特征融合为评论的嵌入表达.再结合隐因子模型(LFM)对用户的特征偏好和商品的特征属性进行建模.最后,通过对用户和商品的嵌入表达进行评分预测.实验结果表明,本文模型在5个数据集上均高于现有基线模型.     

基于深度学习的监控视频树叶遮挡检测

结合稀疏自编码器的自动提取数据特征能力和深度置信网络较好的分类性能,提出一种基于深度学习的监控视频树叶遮挡检测方法。首先从视频中随机选取一帧图像,通过栈式稀疏自编码器主动学习视频图像的特征信息,然后采用深度置信网络建立分类检测模型,最后引入学习速率自适应调整策略对整个神经网络进行微调。该方法不需要对视频连续取帧,具有较好的图像特征主动学习能力,克服了人工提取特征能力有限的缺陷。实验结果表明,在样本量充足的条件下,使用本文方法进行监控视频树叶遮挡检测可以达到88.97%的准确率。