Semiparametric Preference Learning

Unlike traditional supervised learning problems,preference learning learns from data available in the form of pairwise preference relations between instances.Existing preference learning methods are either parametric or nonparametric in nature.We propose in this paper a semiparametric preference learning model,abbreviated as SPPL,with the aim of combining the strengths of the parametric and nonparametric approaches.SPPL uses multiple Gaussian processes which are linearly coupled to determine the preference relations between instances.SPPL is more powerful than previous models while keeping the computational complexity low （linear in the number of distinct instances）.We devise an efficient algorithm for model learning.Empirical studies have been conducted on two real-world data sets showing that SPPL outperforms related preference learning methods.     

海南猕猴行为偏好性研究

对偏好性行为的研究,有助于了解脑功能不对称性对行为的影响,而吸乳以及携抱偏好,同时也是母婴关系的重要组成部分.本研究对海南猕猴利手,母猴携抱偏好、婴猴吸乳偏好进行了研究.共记录63只个体利手,28对母婴中母猴携抱偏好,以及35对母婴的婴猴吸乳偏好.结果发现,虽然个体层面上,证实了利手、吸乳和携抱偏好的存在,但是群体水平上没有显示出统一的偏好方向.成年雄性偏向左利手,成年雌性偏向右利手.初产母猴可能存在左侧携抱的偏好.母猴的携抱偏好与婴猴的吸乳偏好不存在相关性.     

Multicategory Purchase Incidence Models for Partitions of Product Categories

We analyze multicategory purchases of households by means of heterogeneous multivariate probit models that relate to partitions formed from a total of 25 product categories. We investigate both prior and post hoc partitions. We search model structures by a stochastic algorithm and estimate models by Markov chain Monte Carlo simulation. The best model in terms of cross‐validated log‐likelihood refers to a post hoc partition with two groups; the second‐best model considers all categories as one group. Among prior partitions with at least two category groups a five‐group model performs best. Effects on average basket value differ for the model with five prior category groups from those for the best‐performing model in 40% and 24% of the investigated categories for features and displays, respectively. In addition, the model with five prior category groups also underestimates total sales revenue across all categories by about 28%. Copyright © 2016 John Wiley & Sons, Ltd.     

无穷水平倒向双重随机微分方程解的存在唯一性及比较定理

研究无穷区间上的倒向双重随机微分方程,在一类Lipschitz条件下,通过有限区间的逼近,运用Gronwall不等式和It公式,证明了方程解的存在性、唯一性以及比较定理.     

执行器饱和的随机Markov切换系统的观测器设计

利用直接法对转移概率是部分未知的,并且具有执行器饱和现象的随机Markov切换系统进行稳定性分析.通过引入自由连接权矩阵降低系统的保守性.首先,针对此类随机Markov切换系统,充分考虑转移概率中元素之间的特性,通过构建参数依赖型Lyapunov函数,并设计观测器确保闭环饱和系统的随机稳定性.然后,在线性矩阵不等式的框架下,得到均方意义下的最大不变吸引域,并将其归结为求解一组线性矩阵不等式的可行性问题.最后,数值仿真算例验证本方法的有效性.     

内燃机配气机构传动链脱节概率

以某型发动机配气机构传动链为研究对象,应用随机摄动和概率可靠性等分析方法,建立了配气机构脱节概率可靠性数学模型.当配气机构基本随机变量为正态分布时,提出了传动链脱节的可靠性分析方法.通过算例分析获得了凸轮在不同运动阶段的传动链脱节概率,以及在不同转速下的脱节失效概率,并且随着转速升高传动链发生脱节的概率也会升高,与实际情况相符合,进一步表明了所提方法的正确性.此外,通过分析脱节的原因,提出了为降低脱节概率而应采取的方法,为今后内燃机配气机构传动链的可靠性设计提供了理论依据.     

随机多智能体系统一致增益问题分析

在随机多智能体系统一致增益函数为一常数函数不满足鲁棒性条件下,把现有文献中一致稳定性鲁棒性增益条件加以拓展,得到了保证系统趋于一致稳定性的新条件,分析了随机多智能体系统一致稳定性问题.运用代数图理论和随机稳定性理论,把随机多智能体系统的一致稳定性问题通过系统变换转化为闭环随机多智能体系统状态差为变量的随机微分方程的稳定性问题;然后运用随机稳定性系统理论来分析闭环随机多智能体系统状态差系统是一致稳定的,从而得到了随机多智能体系统一致稳定性的条件.最后通过实例来验证所提系统的可行性和有效性.     

白高斯噪声对肿瘤增长系统的影响

目的研究受白高斯噪声驱动的肿瘤细胞增长系统的定态性质。方法从理论和数值两方面对系统的定态进行分析。结果该系统的定态概率密度随乘性噪声强度D的增长而减小,而加性噪声强度α对定态概率密度几乎没有影响。结论乘性噪声强度D的增长能够引起肿瘤数的减少。     

α稳定噪声下基于随机共振的微弱诱发电位潜伏期延长检测

提出了一种基于分数低阶统计量及随机共振技术的鲁棒性时问延迟估计新方法--随机共振共变时间延迟估计(SRCTDE)算法,用于在低混合信噪比条件下及a稳定噪声下微弱诱发电位信号潜伏期延长的检测.SRCTDE算法首先利用带嗓诱发电位信号与双稳态非线性动力系统之间的随机共振效应提高参考及待测诱发电位信号的混合信噪比,在最大对称...     

多运行水平马尔可夫可修系统可靠性分析

为了更准确地刻画马尔可夫可修系统的运行特征,建立了多运行水平马尔可夫可修系统模型.在该系统中,工作状态被聚合成几个不同的运行水平.应用离子通道理论和Laplace变换方法,给出系统在不同运行水平逗留时间密度函数的Laplace变换及平均逗留时间.分析了系统访问不同运行水平的次数,得到它们的分布律及平均值.通过一个数值示例说明了结论的应用,表明了该模型的有效性.