量子认知的研究回溯、核心应用领域与未来展望

量子认知是当代认知科学哲学体系中的一个新型的边缘分支学科,借助量子力学理论的数学方法对认知科学哲学领域中的现象构建模型,从而研究与描述人类认知,最为核心的应用领域是决策行为。近年来,一种基于量子理论的量子决策模型为解决传统决策模型难以解决的问题提供了新的思路。该模型打破了传统决策模型中经典概率理论的禁锢,为决策理论的发展指明了新的方向。然而,相较于其他较为成熟的认知科学哲学分支,量子认知的研究仍处于起步和发展阶段,还需要深入开展量子认知的基础理论研究、积极探索量子认知的神经生理基础、构建类量子贝叶斯网络以优化决策、发展量子博弈以拓宽量子认知疆域等。     

桥梁极值应力的贝叶斯动态耦合线性预测

基于含有趋势性和随机性的监测极值应力时间序列数据,进行了桥梁极值应力的贝叶斯动态耦合线性预测。将历史监测耦合极值应力数据解耦,建立解耦极值应力的动态耦合线性模型(DCLM),并将其分解为有限个动态线性模型(DLMs)。基于动态监测的解耦极值应力数据,结合贝叶斯方法,进行动态耦合线性模型的概率递推,进而实现桥梁解耦极值应力的动态预测,并将预测的解耦极值应力进行相加,即可实现桥梁极值应力的动态预测。最后,通过在役桥梁的含有随机性和趋势性的监测极值应力数据,利用ARIMA(auto-regressive integrated moving average)模型,验证了所提方法的合理性与有效性。     

相容的贝叶斯学习及其后验分布的渐近正态性

从计算学习理论的角度研究贝叶斯学习的相容性和后验分布的渐近正态性,给出了贝叶斯学习的正则条件,证明了在这些条件下贝叶斯学习不仅是相容的,而且后验分布是渐近正态的．由于正态分布计算相对简单,该结果为指派恰当有效的先验分布、寻找简化贝叶斯学习计算的方法提供了理论依据,给出的正则条件比Heyde与Johnstone的5个条件更为简化,便于应用．     

强照度鲁棒的SLAM算法

ORB-SLAM算法通过ORB(oriented FAST and rotated BRIEF)描述子匹配特征点,其光照强度鲁棒性不足,难以在光照条件较差时应用。对此,利用HSV空间中色调(Hue)光照强度鲁棒性较强的特点,提出通过高斯混合模型于前端匹配时将色调加入ORB特征匹配的方法,以解决特征匹配时光照强度鲁棒性不足的问题。通过光束平差法(bundle adjustment)进行位姿优化后,基于贝叶斯滤波模型,根据当前场景构建视觉字典以完成回环检测,提高SLAM算法精度。实验结果表明,相比ORB-SLAM算法,在保证实时性不变的情况下,本文算法精度与光照强度鲁棒性有明显提升。     

基于代价敏感LightGBM的网购意愿预测研究

[目的]由于购买商品的消费者数量远小于未购买商品的消费者数量,网购意愿预测研究是典型的不平衡数据分类问题.研究不平衡数据的分类问题以提升网购意愿预测的分类准确率,该问题主要存在少数类样本识别准确率远小于多数类样本的问题.[方法]提出一种基于贝叶斯优化的代价敏感轻量梯度提升机(Light Gradient Boosting Machine, LightGBM)模型.首先引入误分类代价作为惩罚因子修正LightGBM的损失函数,其次通过阈值移动降低模型的分类阈值以提高针对少数类样本的预测准确率,最后利用贝叶斯优化算法优化误分类代价参数、分类阈值及其他参数.[结果]从KEEL数据库中选取5个典型的不平衡数据集进行对比实验,相较于标准LightGBM模型,改进LightGBM模型的AUC值和G-mean值均提升了10%左右;相较于遗传算法优化代价敏感LightGBM模型和粒子群优化代价敏感LightGBM模型,改进LightGBM模型的AUC值和G-mean值普遍提升了4%左右;相较于ADASYN-LightGBM模型和BorderlineSMOTE-LightGBM模型,改进LightGBM...     

构件可靠度的模拟计算和贝叶斯计算

本文给出一种计算构件可靠度及其置信区间的方法。模拟计算可利用手册、资料中的数据作为原始数据,通过小子样的试验用贝叶斯方法进一步修正构件的可靠性指标,减少了试验费用.对 SL620型汽车后桥壳的计算说明这种方法是可行的.     

组织过程策略优化的案例分析与求解

组织过程策略优化是依据组织的使命和资源能力约束建立组织的最佳行动过程。以联合战役为背景对基于效果的组织过程策略优化方法进行了案例分析，并对最佳策略搜索的不同方法进行了比较，通过案例的求解结果分析了基于效果的过程策略优化方法的可行性。     

基于贝叶斯网络的目标融合识别方法研究

利用贝叶斯网络模型进行目标融合识别是近年来的一个研究热点。以电子战环境中的数据融合为背景，提出了一种以朴素贝叶斯分类器和扩展的朴素贝叶斯分类器为基本结构的目标融合识别模型，采用同质传感器数据优先融合原则对雷达侦察、通信侦察和红外成像侦察数据进行融合。仿真实验表明，该模型可以有效地提高识别系统的准确率、可靠性和稳健性。     

Paretian型超出损失再保险纯保费的贝叶斯极值估计

导出全Paretian模型的参数的贝叶斯估计式，并将参数估计式应用于纯保费的估计，得到了超出损失再保险保单的纯保费的贝叶斯估计公式。作为一个应用，将所得到的估计结果应用于火灾保险和汽车保险数据。最后通过MC模拟说明所构造的模型的稳健性。     

基于贝叶斯网的钢筋混凝土耐久性损伤诊断专家系统研究

在简要分析钢筋混凝土的耐久性问题及影响因素的基础上,通过引入基于贝叶斯网的知识表达和相应的不确定性推理原理,构造了钢筋混凝土耐久性损伤诊断专家系统.与一般基于规则的专家系统相比,贝叶斯网专家系统利用先验概率分布,可以使推理在输入数据不完备的基础上进行;以网络的拓扑结构表达定性知识,以网络节点的概率分布表达知识的不确定性,从而使不确定性知识的表达直观、明确;利用贝叶斯法则的基本原理,可以实现由因到果及由果到因的双向推理.