面向对象知识库建库技术

针对目前人工建立对象知识库的局限性,提供了一种基于样本利用,模式识别、形式文法和改进结构建模方法的面向对象知识库的建库新它直接从客观世界提取样本知识,经过人工神经网络机制进行学习,然后通过语意理解器的识别从而达到提高性、减小信息熵的目的;最后由改进结构建模方法实现对象知识库的继承体系。     

一种新的基于GM(1,1)模型的粗大误差判别模型

针对未知概率分布的小样本数据识别问题,提出了一种新的基于GM(1,1)模型的粗大误差外推判别模型.介绍了判别原理和步骤,基于GM(1,1)建模精度和检测值精度确定判别门限,并对样本量、判别精度及方法的合理性等相关问题进行了讨论.实例仿真取得了较好的判别结果,结果表明该方法对数据没有分布要求,简单可行.     

供应商进行正态样本截尾处理的过程能力判断研究

针对供应商管理过程中出现的剔除不合格品数据的情况,以统计理论为支撑,推导了正态分布截尾样本的特性.对截尾处理过的数据进行还原,给出原始数据的均值和标准差,重新计算过程能力指数.结合模拟研究与现实案例研究,结论表明该研究能够科学地、正确地评价与控制供应商提供的产品质量.     

一种基于材料形变理论的股价塑性幂指数模型

针对中国股市量价关系的问题,借鉴材料形变理论,通过引入成交的最高、低价,将成交量、成交额和流通股的时间标度后移了一天,并将幂指数形式转换为对数形式,从而构建了一种新的股价塑性幂指数模型,并利用1999年1月4日至2007年6月9日沪深A股市场30支股票的日数据进行了实证研究.实证结果表明新模型比原模型的样本决定系数平均提高了21.16%,其余变量也均通过显著性检验, 新模型也具有经济学意义.在一定程度上表明,新构建的模型的拟合优度要比原模型有较大提高.     

C~2GS~2模型在甘肃科技投入产出效率评价中的应用

应用C2GS2模型,以科技活动的有效性和规模收益分析为基础,对甘肃省的科技投入产出效率进行了评价.一方面,通过对甘肃省2001～2005年科技投入产出的C2GS2分析,发现甘肃科技活动在大多数年份里相对有效,但规模收益的效果不是非常明显;另一方面,对甘肃省若干样本产业科技投入的效果进行了分析,揭示出不同产业的科技投入产出效率情况.     

养护路段的有序聚类划分

路段的合理划分是开展路面养护和管理工作的基本前提.本文首先分析了常规养护路段划分方法在实际养护工作中的缺陷,然后提出了一种更加合理、操作性更强的养护路段划分方法,即利用有序样本的聚类方法来划分养护路段,主要阐述了有序样本聚类的基本原理,建立了养护路段的有序聚类模型,并利用此模型进行了实例分析.     

基于MATLAB小样本的最短置信区间

研究了小样本抽样正态总体参数的最短置信区间,对单峰非对称分布给出了最短区间估计MATLAB实现;并通过实例分析其对小样本区间估计的优越性.     

混凝土面板堆石坝渗流量监控指标的正交多项式法拟定

渗流量变化是混凝土面板堆石坝防渗体系工作状态变化的直接反映,拟定渗流量监控指标,对及时发现大坝渗流异常现象有重要意义.渗流量测值影响因素复杂,有时不满足传统概率统计分布,但在小样本情况下较易通过概率分布检验,这给应用典型小概率法拟定监控指标造成困扰.本文基于矩问题理论,运用切比雪夫正交多项式,提出了小样本情况下渗流量测...     

基于伪标注样本融合的领域分词方法

目前常用的神经网络分词模型,均需要大量的标注语料才可得到较好的泛化效果,但在面对领域标注语料稀缺的场景时,不能很好的适应。为解决这一问题,该文提出了一种基于伪标注样本融合的领域分词方法。该方法从领域专业辞典、电商及百科网站等数据源收集相关词汇组成领域词典,并从中随机抽取词汇生成伪标注样本。将伪标注样本与通用语料融合为训练样本,即将领域词典信息融合至模型训练当中。网络模型方面,该方法选用双向门限循环神经网络(Bidirectional Gate Recurrent Unit,BiGRU)作为主网络层,联合一维卷积(One-dimensional convolutional neural network,Conv1D)获取更多局部上下文信息,最终由条件随机场(Conditional random field,CRF)解码输出。通过实验证明,该文的方法可以有效提高模型的领域分词性能,与未使用伪样本的模型相比可提升F1值约6.67%。