基于不确定性问题研究方法评价系统参数的重要性

探讨了利用对信息不确定性问题的研究来评价系统参数的重要性的方法 .首先讨论了根据信息熵的概念研究信息的不确定性 ,通过对信息的不确定性研究 ,提出模式识别系统中选取有效特征的概率统计方法 ;其次基于粗集理论思想 ,利用对于不确定性问题的近似分类概念研究了评价系统参数重要性的方法 .最后对两种方法作了一简单比较 ,并探讨粗集方法与概率统计方法在模式识别系统中选取重要特征准则下的统一性.     

考虑文本空间结构的单篇文本特征词排序方法

特征选择是文本挖掘领域中重要的基础性工作,能够为后续文本挖掘任务的顺利实施提供良好的数据处理方法和技术支持,而特征词排序是特征选择的关键环节.结合文本统计信息和结构信息以及流形排序思想,提出了一种新的特征词排序方法.通过构造原始文本中潜在的能够反映文本语义和结构信息的条件共现度词网络作为特征词间的流形结构,并以特征词的词频统计信息作为特征词初始权重,结合流形排序思想以及图学习理论进行特征词间的相似性学习,进而实现对特征词重要性排序.分别在公共语料集和补充语料集上与其它多种特征词排序方法进行数值实验对比,实验结果验证了方法的有效性.该方法拓宽了流形排序思想和图学习理论在文本挖掘领域的应用,也给单篇文本特征词排序提供了新的方法和策略.     

基于故障概率的联邦滤波鲁棒信息分配方法

考虑到故障隔离后故障信息的影响一般需要一段时间才能够消除,研究了当某个子系统发生传感器故障时,其他具有不同信息分配系数的无故障子系统的鲁棒性问题.基于理论分析提出了一种鲁棒信息分配思想,并指出了该思想应当满足的信息分配系数关系.然后给出了一个信息分配系数的专家自适应调整方法,即基于子系统在不同环境下可能发生的故障概率,建立相应的调整规则进行信息分配.从概率的角度,根据这种方法可使其他无故障子滤波器具有较强的抗干扰能力,从而使重构的联邦滤渡器快速输出不含故障信息的融合结果.理论分析和仿真说明该方法是可行的.     

信用风险的两阶段非线性变量边界Logit模型实证研究

为有效测度公司的信用风险,基于统计、结构、简约模型原理,利用某商业银行的数据,得到了多个具有较高回判精度的实证模型,并比较了不同模型的相关性和特点,由此提出了一个回判率为88%的两阶段非线性变量边界Logit模型.认为,统计、结构、简约模型对信用风险的计量具有相关性和一定的互补性,可根据信息掌握情况选用不同模型有效预测风险,信息收集与模型技术改进间具有一定的替代性.     

基于Bayesian统计推理的分布估计算法求解, 柔性作业车间调度问题

在Bayesian统计推理理论的基础上, 提出一种新的求解柔性车间调度问题的分布估计算法.首先, 根据所有工件的工序排列顺序提取进化过程中种群的优良信息, 建立一个不断更新的先验分布概率模型, 再以相邻工序出现的频率为基础建立条件概率模型; 然后, 结合两个模型的信息使用Bayesian公式建立一个后验概率模型, 该模型综合了进化过程中不断更新的优良信息和相邻工序出现的频率信息, 可用以更好地指导产生新群体.仿真结果表明算法具有较好的寻优能力.     

联合功率域SPMA协议的动态阈值算法

针对基于优先级概率统计的多址接入(statistic priority-based multiple access, SPMA)模式协议在高负载情况下战术信息的碰撞概率十分严重, 网络性能无法满足协同攻击要求的问题, 本文借鉴非正交多址接入技术在功率域上区分同时同频信号的思想, 改进SPMA协议信号发送机制与多优先级检测机制, 在原有的时域、频域基础上引入功率域, 提出一种联合功率域的SPMA协议性能改进策略。并针对各优先级数据包到达率的动态变化场景, 设计动态阈值算法, 以达到降低碰撞概率, 提升网络吞吐量的目的。仿真结果表明, 采用该改进策略与动态阈值算法可以使网络承载更大的业务流量, 提高网络吞吐量。     

教学对社会表征的塑造:对词汇网络的研究

研究教学时学生社会表征的塑造作用.在康复医学课授课前后以“康复”为刺激词,构建“康复”社会表征联想词网络.采用网络可视化、k-核解析、构建随机网络统计检验等复杂网络分析法,比较授课前后的“康复”社会表征.发现授课前社会表征围绕“健康”构建核心结构,授课后围绕“功能”及相关词汇构建更紧密的核心.提示教学可以塑造学生的社会...     

一种基于单向变异S-概率粗集的动态决策方法

针对因决策因素个数的减少而导致的决策精度降低的情况,提出了一种基于单向变异S-概率粗集的动态决策方法。利用单向变异S-概率粗集的属性动态迁移特性,结合知识库中的统计信息,讨论了单向变异S-概率粗集模型的属性概率性质。利用上述性质的讨论,给出了一个具体的军事动态决策实例,从而证明该方法可以有效地提高决策精度。     

资本市场开放能否有效降低A股股价信息风险?——基于“沪港通”推出的准自然实验研究

资本市场开放可能因为境外投资者拥有信息分析优势以及更广泛的信息获取渠道加剧股价信息风险,然而也被广泛认为可以引进成熟投资者,改善流动性,降低投资者面临的信息风险.本文采用Yang等(2020)提出的异常特质波动率(AIV)作为股价信息风险的综合测度,利用我国“沪港通”政策推出作为政策冲击,通过双重差分法探究资本市场对外开放对股价信息风险的影响.研究结果表明“沪港通”政策的实施整体降低了“沪港通”标的股票的信息风险,且在采用随机设计(RD)方法减少进入“沪港通”名单的内生性问题后依然稳健.机制检验表明,“沪港通”政策引入境外投资者,改进了市场流动性,带来了更多分析师覆盖,同时提高了企业信息披露质量,从信息利用和信息生成两个角度降低了股价信息风险.本文研究丰富了股价信息风险文献,在实践层面上亦为后续资本市场对外开放提供政策制定参考.     

基于贝叶斯网络的概率安全评估方法研究

针对传统的事件树/故障树分析方法的局限性,提出了基于贝叶斯网络的系统概率安全评估方法.该方法采用了一体化的建模思想,将故障树和事件树转化为贝叶斯网络进行分析,不仅可以得到常用的安全性分析结果,还可以得到其他有用的信息,非常便于推理和诊断.而且该方法还可以处理多态、相依、非单调和非确定性逻辑关系,有很强的适用性.通过1个油井平台瓦斯泄漏实例说明了该方法的有效性,并与传统的故障树/事件树分析方法和基于二元决策图的分析方法进行了比较.     

基于熵权法的教育质量评价方法

提出一种基于熵权法的教育质量评价方法。在承认不同学校生源入学基础不同的前提下,阐述了奖罚加权矩阵概念及其系数确定法,其质量评价指标突出学生的进步而不是分数,并利用四所中学的数据进行实际分析,比较客观公正地评价了不同学校的教育质量。     

基于MCSM的自适应跟踪算法

针对基于"当前"统计模型的算法跟踪突发强机动目标性能下降的问题,提出了一种通过强机动自适应检测调整模型参数的改进算法。该算法利用残差统计距离的概率分布设置目标强机动的检测门限,根据目标的机动水平联合调整模型的机动频率、最大机动加速度以及滤波器增益,在保持"当前"统计模型跟踪算法对一般机动目标跟踪精度的前提下,增强了系统对突发强机动目标的自适应跟踪能力。仿真结果表明,该算法扩大了跟踪机动目标的动态范围,提高了跟踪性能。     

一种新的自适应机动目标跟踪算法

在＂当前＂统计（CS）模型基础上,提出了一种新的机动目标自适应滤波算法,当前统计模型-修正强跟踪滤波（CS-MSTF）算法。新算法在保留＂当前＂统计模型及强跟踪滤波器（STF）对一般机动目标跟踪精度高的优点的同时,作出以下改进：针对强跟踪滤波器在机动部分获得完美性能的同时,非机动部分的精度却不理想的缺陷,对预测误差协方差及渐消因子的计算作出修正,同时改进机动部分和非机动部分的精度;将目前常用的估计误差协方差的计算公式采用更加可靠的Joseph公式,增强了数值的稳定性和算法的鲁棒性。蒙特卡罗仿真表明,新算法的性能优于当前统计模型-强跟踪滤波（CS-STF）算法,能够进行有效估计。

Abstract：

Based on the ＂current＂ statistical model,a new adaptive maneuvering target tracking algorithm,CS-MSTF,was proposed. The new algorithm,keeping the merits of high tracking precision that the ＂current ＂ statistical model and strong tracking filter（STF） have in tracking maneuvering target has made the modifications as such：First,STF has the defect that it achieves the perfert performance in maneuvering segment at a cost of the precision in non-naneuvering segment,so the new algorithm modifies the prediction error covariance matrix and the fading factor to improve the tracking precision both of the maneuvering segment and non-maneuvering segment; The estimation error covariance matrix was calculated using the Joseph form,which is more stable and robust in numerical. The Monte-Carlo simulation shows that the CS-MSTF algorithm has a more excellent performance than CS-STF and can esitmate efficiently.     

基于MapReduce的分布式改进随机森林学生就业数据分类模型研究

教育数据挖掘(educational data mining)是当代教育信息化发展的前沿研究领域,正在吸引越来越多教育学家和数据科学家的关注."大数据"时代背景下,随着数据处理规模的不断激增,现有的数据挖掘模型在单一处理节点的计算能力遭遇瓶颈,各类面向大数据处理的分布式计算框架应运而生.借助这些框架,面向解决高校就业数据挖掘问题的机器学习模型便可以满足未来大规模数据处理的需求,在未来数据集体量庞大的信息集成系统中为数据挖掘和决策支持提供帮助.以此为背景,本研究对比现有数据模型对研究目标对象的分类性能,提出了以引入输入特征加权系数来计算特征的信息增益作为特征最优分裂评判指标的改进随机森林模型来提升数据分类性能,通过仿真测试改进模型对于现有模型分类性能的提升情况,与此同时为解决大数据时代背景下面向海量数据分类任务的单节点性能瓶颈问题,提出了基于分布式改进随机森林算法的大规模学生就业数据分类预测模型.通过使用MapReduce分布式计算框架实现已训练模型在本地磁盘与分布式文件系统之间的序列化写入与反序列化加载过程,进而实现了基于改进随机森林模型的大规模数据分类模型的分布式扩展.     

用信息扩散模型改进台风风险估计

频繁且随机发生的台风,其风险是概率风险,具有统计学的意义.用历史台风的损失记录作为样本来量化风险时,台风风险就是台风损失样本的平均值,它必等于由台风发生概率和易损性偶合估计出的损失期望值.当统计资料较少时,由于信息扩散模型能提高小样本的工作效率,消除用简单统计方法估计风险时出现的平缓和跳空现象,较好地表现统计规律,从而能改进台风风险的估计精度.按年分段形成的多个样本函数可用于计算物理意义明确的台风年度风险值,并可用信息扩散模型对其加以改进.蒙特卡罗法并不具有改进风险评估精度的功能.本文以浙江省部分历史台风资料为样本,演示了台风风险的估计.信息扩散模型的改进程度如何,将另文用计算机仿真的方法来加以检验.     

A complexity architecture for information technologies: A three-year didactic experiment

One medium-term strategy for helping in the management of complexity is the introduction of a conceptual complexity component in the very centre of university curricula. In very few areas is the growth of complexity as evident as in the information technologies (ITs), the focus of the work presented in the current paper. We have therefore developed an integrated way of tackling the specific field of information technologies by means of an approach to complexity. The content of this paper describes the guidelines of our research effort, placing an emphasis on informatics. Concepts of complexity based on the system metaphor have been substantially drawn upon in this exercise and are thus presented in some detail. Also described is a didactic experiment conducted by the author and designed to provide a new and integrating approach to University curricula for future professionals. The students' discovery of complexity is the focal point of the experiment. The findings of this effort are encouraging and call for the continuation and expansion of this experiment.     

基于条件概率选择更新的SCMA系统译码方案

稀疏码分多址(sparse code multiple access, SCMA)是针对第5代移动通信系统提出的一种新型非正交多址方案,其接收端采用的消息传递算法(message passing algorithm, MPA)在迭代更新过程中存在冗余计算,因而复杂度过高。针对这一问题,首先利用蒙特卡罗法对接收信号的条件概率密度函数值进行统计分析,发现随着信噪比的变化,条件概率密度函数值呈现一定的统计规律。然后,根据统计结果,提出基于条件概率选择更新的MPA(conditional probability selection update MPA, CPSU-MPA)。该算法选取一定比重的条件概率密度函数值进行更新,同时对未参与更新的外部信息进行舍弃补偿。仿真结果表明,所提算法能有效地降低译码复杂度,且误码率性能牺牲较小。     

基于信息融合和策略转换的商品期货量化投资策略

在协整理论和分形市场理论基础上,构建一种新的基于信息融合和策略转换的商品期货量化投资策略,并通过实证检验了该策略的有效性和稳健性.部分大宗商品间存在价格联动关系(同涨同跌或A涨B跌).以往研究基于价格联动,设计并验证了商品期货的跨品种统计套利策略,而本文则利用价格联动设计并验证了基于信息融合的趋势跟踪策略.在此基础上,...     

一种基于自相似业务的队列管理算法

在分析业务流自相似特性对队列性能影响的基础上,提出了一种适宜自相似网络环境的队列管理算法,简称SSRED。在SSRED算法的分组丢弃概率函数中引入了自相似参数H,其目标旨在降低自相似特性所造成的影响以提高网络性能。仿真实验与分析表明,使用SSRED算法有利于提高自相似网络环境中的吞吐量、降低丢包率以及减少网络延迟等性能。     

航空公司安全评估研究

安全是航空的头等大事，直接影响到航空公司的声誉、经济效益，乃至生存。科学合理的安全评估便于有针对性地查找航空公司自身缺陷．提高其安全管理水平。本文在综合考虑航空公司安全影响因素的前提下，建立了安全评估指标体系。鉴于指标体系复杂。主观和客观数据同时存在，增加了评估难度.针对评估数据的模糊性和不确定性，采用D—S证据融合方法确定权重，利用模糊多属性决策方法，对安全进行综合评估。实证分析表明：本文提出的方法科学、有效，可以指导航空公司的安全管理工作。