网络参与者见面概率的迭代估计方法北大核心CSCD

针对网络参与者见面概率的估计问题,引入效用分析的方法,并将效用函数的估计问题与logistic回归分析相联系.在深入分析网络参与者链接形成过程的基础上,提出了迭代估计算法.进一步给出了该方法的基本算例,并在合著者网络中进行了方法的应用研究.结果表明该方法能够实现对网络参与者见面概率进行估算的研究目标,有助于优化网络的整体产出,可行并实用.     

一种新的混合分类器及其人脸识别的应用研究

随着互联网的发展,人脸识别在安全领域得到越来越广泛的应用.传统的人脸识别方法泛化能力较差,无法有效处理特别复杂的函数关系而使其在安全领域发展比较缓慢.为了提高人脸识别的正确率,本文提出了一种新的深度玻尔兹曼机神经网络(deep Boltzmann machine,DBM)和差异受限玻尔兹曼机神经网络(discriminative restricted Boltzmann machine,DRBM)的混合模型,在人脸数据集上与传统的人脸识别模型做了对比,为了进一步验证有效性,本文还选取在公共CMU-PIE人脸图像数据集上作了对比试验.实验发现:在两个数据集上,新的混合模型相对传统模型都有更好的识别效果,将产生直接的社会效益和管理意义.     

基于图论和信息最大化保留的在线推荐方法

随着电子商务的发展, 研究一套高效准确的推荐方法不仅便利了网上购物, 也有助于加速商品流通, 促进经济发展. 既有的方法主要从商品的相似性或顾客的相似性出发进行推荐, 没能将两者很好的结合, 不能充分利用既有的评价信息. 鉴于此, 提出了基于图论的推荐方法, 将人和物的相似性信息结合起来, 构成综合的评估图模型, 并转化为与之等价的评估矩阵. 在评估信息最大化保留的优化目标下, 以评估矩阵为基础建立推荐算法, 并与既有的推荐方法进行比较. 实验结果表明: 本文的方法具有计算时间短、准确度高的特点, 可以用于实时的在线推荐.     

冷却塔防腐涂层失效评价方法

在循环水和除盐水中进行了冷却塔酚醛环氧涂层和环氧煤焦沥青涂层试块的热水加速老化试验,测量了涂层试块在老化过程中的吸水率并观察了其形貌变化.通过分析涂层试块吸水率随吸水时间和老化时间的变化规律,研究了循环水冷却塔防腐涂层使用寿命的评价方法.发现根据冷却塔涂层试块老化过程中的吸水率-老化时间曲线拐点可推算出涂层在试验温度下的使用寿命,然后再根据范特霍夫(Vant Hoff)规则可推算出涂层在实际运行工况下的使用寿命.     

随机解释变量回归模型的参数估计

本文研究解释变量含有随机误差的多元回归模型,提出了一种参数估计方法和相应的算法,同时分析了预测误差,给出了算例。     

考虑网络外部性和先行消费者效应的生产商最优定价模型

考虑到消费者间相互影响的网络外部性结构对于市场定价机制的影响,提出一个具有先行消费者的生产商最优定价模型,并与没有先行消费者的情形进行对比.本文从引入网络外部性的消费者效用函数的设计入手,在完全竞争和完全垄断市场结构下,详尽阐述了没有先行消费者和具有先行消费者情形下的模型构建过程,并应用多阶段博弈的模型求解方法确定最优价格水平、最优消费量和生产商的最优收入水平.进一步,将模型的理论结果应用于星形网络和层次网络的两种基础结构及其衍生结构中,通过具体的数值分析发现了生产商应用先行消费者策略提高收入的有效性范围,并给出了生产商在不同市场特征下提高收入水平的管理建议.本文提出的模型和方法为在更加多样的网络结构下应用模型奠定了理论基础,并对指导生产商提高营业收入的营销策略具有实践意义.     

网络参与者见面概率的迭代估计方法

针对网络参与者见面概率的估计问题,引入效用分析的方法,并将效用函数的估计问题与logistic回归分析相联系.在深入分析网络参与者链接形成过程的基础上,提出了迭代估计算法.进一步给出了该方法的基本算例,并在合著者网络中进行了方法的应用研究.结果表明该方法能够实现对网络参与者见面概率进行估算的研究目标,有助于优化网络的整体产出,可行并实用.     

系统演化都伴随着幂率分布吗?

20世纪中叶起,物理学家们通过大量的实验及理论研究发现,大量的系统从无序过渡到有序都伴随着幂率分布的相变过程,这一发现一定程度上解释了系统演变的某种统一规律.但是,系统从无序到有序的演变过程都伴随着符合幂率的相变过程吗?以一个随机交易货币系统为基础,构造了一个从无序到有序的演变系统,在该系统中指数分布取代了幂率分布解释...     

引入反向传播机制的概率神经网络模型

既有的概率神经网络模型存在概率函数难以估计和空间复杂度高的缺点,提出引入反向传播机制的改进模型用以弥补以上不足. 改进模型继承了概率神经网络模型的分类原理和结构特征,同时应用了多层感知器神经网络模型的反向传播算法进行函数和参数学习,由此解决了函数估计和空间复杂度高的问题. 通过三组数值实验的验证,结果表明该模型还有着较强入指标重要性的识别能力和较高的分类精度. 该改进模型是一个新的、适用范围较广和准确度较高的模式分类方法,可辅助管理决策,具有实际意义.