模糊命题逻辑L*中公式的条件随机真度

在赋值格为[0,1]的模糊逻辑系统L*中,基于条件概率的思想和赋值集的随机化方法提出了公式的条件随机真度,证明了条件随机真度的MP规则和HS规则。引入公式间的条件随机相似度和条件伪距离,建立了条件随机逻辑度量空间,推导出条件伪距离的若干性质,证明了条件随机逻辑度量空间中逻辑运算的连续性,并初步研究了给定条件下的近似推理理论。     

多元条件密度函数的投影追踪估计方法

由多元条件密度函数fYX(yx)(x∈Rp)可以知道许多被解释变量Y对解释变量X的回归关系的信息,其条件期望就是回归函数,条件方差就是回归误差项的条件方差.为了克服高维空间数据稀松性带来的估计上的困难,提出多元条件密度函数的投影追踪估计方法,通过最小化Ku llback-Le ib ler距离,得到了最优初始条件密度函数和每一步的增量函数和方向向量,还给出了估计步骤及其终止法则.     

基于条件随机域的Web信息抽取

为了获取隐藏在Internet中的信息,基于条件随机域模型(CRF),提出了一种Web信息抽取的方法。该方法对网页样本中的每一行加注标签,确定文本特征,建立条件随机域模型,采用拟牛顿迭代方法对样本进行训练,参照学习得到的条件概率分布模型,实现网页搜索结果的抽取。与HMM模型相比,CRF模型支持网页文本的语言特征,抽取准确率高。实验结果表明,使用CRF模型的抽取准确率达到90%以上,高于使用HMM模型的抽取准确率。     

关于正则条件概率的几点注记

本文证明了关于正则条件概率与正则条件期望的几个恒等式,并将所得结果应用到未必起始于固定点的Brown运动上,同时证明:一个Brown运动如果不起始于固定点而是起始于一个随机变量,则在关于初值的正则条件概率下,对于几乎所有的初值,该运动仍是Brown运动。     

基于条件互信息下聚类的朴素贝叶斯分类算法

 采用条件互信息来度量任意2个条件属性之间的关联程度,采用互信息度量各条件属性与类属性间的关联程度,以此作为将各条件属性进行聚类的准则,提出一种新的将条件属性进行聚类的分组技术.同时,结合朴素贝叶斯分类算法,构造了改进的朴素贝叶斯分类模型.通过仿真实验表明该文提出的算法具有较好的分类性能.     

A novel conditional diagnosability algorithm under the PMC model

Conditionally t-diagnosable and t-diagnosable are important in system level diagnosis.There-fore, it is valuable to identify whether the system is conditionally t-diagnosable or t-diagnosable and derive the corresponding conditional diagnosability and diagnosability.In the paper, distinguishable measures of pairs of distinct faulty sets with a new perspective on establishing functions are focused. Applying distinguishable function and decision function, it is determined whether a system is condi-tionally t-diagnosable ( or t-diagnosable ) or not under the PMC ( Preparata, Metze, and Chien ) model directly.Based on the decision function, a novel conditional diagnosability algorithm under the PMC model is introduced which can calculate conditional diagnosability rapidly.     

幂级数在条件数列中的应用

通过若干初等函数的幂级数展开式及其变形,给出了用其他方法难以证明的条件数列和的代数恒等式,并给出了证明,其中二次s项数列和的恒等式,推广了王永元等关于条件数列二次二项、二次三项乘积和的恒等式。在此基础上讨论了通项是条件数列求和的若干正项级数的敛散性,而这些级数的敛散性用其它方法难以证明。     

Double conditional expectation

The concept of double conditional expectation is introduced. A series of properties for the double conditional expectation are obtained several convergence theorems and Jensen inequality are proved. Finally we discuss the special cases and application for double conditional expectation.     

一种基于条件相对平均熵的个性化推荐算法

为了提高现有推荐算法的准确性,提出一种基于条件相对平均熵的个性化推荐算法.首先,采用加权的CNM算法构建复杂网络,挖掘该网络的社团结构,作为商品待推荐域;其次,利用条件互信息和条件相对平均熵生成有效的节点次序,以提升贝叶斯网络构建的准确性;然后采用K2算法学习贝叶斯网络,分析出用户的消费性格,并判断待推荐域中商品与消费性格的联系,向用户提供感兴趣和合理的推荐;最后,基于电信运营商的实际数据进行实证分析,验证了该算法的有效性.     

基于遍历函数型数据条件分位数估计的相合性

文章利用鞅的方法研究了基于平稳遍历函数型数据条件分位数的非参数估计,在一定的条件下建立了条件分位数估计的相合性,即在遍历数据集下,研究解释变量X取值于某半度量空间而响应变量Y取值于实值空间R时条件分位数的性质;同时给出了相同条件下条件分布函数的相合性和渐近性质,推广了现有文献中的相关结果。     

利用条件随机场实现DNA剪接位点的预测

为解决传统的基因识别算法主要关注编码区的整体特性,而并不着重考虑个别位点的信息,因此难以准确地识别出剪接位点的缺点,提出了基于条件随机场的剪接位点预测方法,条件随机场能够更好的处理标记数据之间的依赖关系,并且能够避免数据标记偏置的问题。实验结果表明基于条件随机场的剪接位点预测方法是一种合适的方法,能够取得更好的效果。     

给定随机变量下条件期望定义与性质的探讨

引出了给定随机变量下条件期望的一般数学定义,并讨论了它的性质,得出条件分布与条件期望的若干常用结论。     

一种基于动作条件互斥的处理动作条件效果的算法

在给出动作无条件互斥、动作半条件互斥和动作全条件互斥等概念的基础上,提出一种新的算法,在规划图的扩张阶段建立各种互斥关系,在规划解的搜索过程中利用这些互斥关系,判断是否需要进行条件冲突检测,从而加快了有效规划的搜索,提高了系统的效率.     

条件极值判定的一个充分条件

利用Hessian矩阵的有定性给出条件极值判定的一个充分条件。     

关于最佳条件信任算子的存在性问题

讨论了理想化的条件信任算子应满足的7个条件,同时对目前人们已经提出的几种条件信任算子的优缺点进行了分析。依据所建立的理想化条件信任算子准则,证明了在一定条件下,理想化条件信任算子应该满足的7个准则存在着某种必然的内在矛盾,在一定意义下,试图寻找的理想化条件信任算子是不存在的。     

关于条件期望的几乎处处收敛性

对条件期望的几乎处处收敛性给出一个较为一般的定理,使得原先的一些结果成为证明非常简洁的推论,另外对均值下鞅也给出了一些条件期望收敛性的结果．     

一般生长曲线模型中条件最优预测的稳健性

研究了一般生长曲线模型中条件最优线性无偏预测的稳健性,得到了条件线性可预测变量的这种预测关于协方差矩阵具有稳健性的充要条件.     

垂直划分多决策表下基于条件信息熵的隐私保护属性约简

针对垂直划分多决策表,利用半可信第三方和交换加密体制,设计了一个安全多方计算交集基数协议。利用该协议设计了安全多方计算信息熵和安全多方计算条件信息熵的解决方案,提出了一种基于条件信息熵的隐私保护属性约简算法。该算法基于粗糙集信息观的约简理论实现了分布式环境下全局属性约简的求解,使各参与方在不共享其隐私信息的前提下达到集中式属性约简的效果,分析结果表明该算法是有效可行的。     

Guichardet-Fock空间上条件期望的性质

研究了定义在Guichardet-Fock空间上的条件期望的性质．     

复随机变量的条件独立性与条件回归独立性

将实随机变量的条件独立性与条件回归独立性的研究推广到复随机变量,讨论了复随机变量的条件独立性、条件回归独立性及强条件独立的关系,得到了三者等价的几个充分必要条件.