集团拆分效率综合评价的非参数方法

在对集团拆分问题进行定量描述的基础上,给出了拆分单元有效性的概念和判定方法,分析了其经济含义,探讨了拆分有效单元与相应的多目标规划Pareto有效解之间的关系,然后,给出了拆分单元群整体效率的度量方案和拆分效率的优化方法.最后,在企业战略拆分中进行了仿真应用.     

一种基于样本加权的位置文本排序算法

为有效解决元搜索引擎结果排序的问题,提出了一种基于样本加权的位置文本排序算法。分析了现有基础算法,并在充分考虑结构信息的基础上将记录的PageRank值转化为权值。结合文本信息及其在结果列表中的位置信息实现局部相似度的调整,对排序位置的相关分值进行了规范化处理。对摘要排序算法进行了改进,提出了查询词条匹配度和词条间关联度的概念。最后将各相关分值进行合并得到搜索结果的最终相关度。实验结果表明该方法的可行性和有效性。     

Super-resolution image reconstruction based on three-step-training neural networks

A new method of super-resolution image reconstruction is proposed, which uses a three-step-training error backpropagation neural network (BPNN) to realize the super-resolution reconstruction (SRR) of satellite image. The method is based on BPNN. First, three groups learning samples with different resolutions are obtained according to image observation model, and then vector mappings are respectively used to those three group learning samples to speed up the convergence of BPNN, at last, three times consecutive training are carried on the BPNN. Training samples used in each step are of higher resolution than those used in the previous steps, so the increasing weights store a great amount of information for SRR, and network performance and generalization ability are improved greatly. Simulation and generalization tests are carried on the well-trained three-step-training NN respectively, and the reconstruction results with higher resolution images verify the effectiveness and validity of this method.     

基于多节点多核的样本级并行仿真技术研究

针对蒙特卡罗仿真的特点,开展了基于多节点多核环境的样本级并行仿真技术研究,设计实现了基于客户端/服务器架构的系统原型,给出了并行仿真实验流程。案例简析表明,该技术能够很好的利用局域网环境下普通PC计算节点以及集群计算服务器各计算刀片上多核处理器的计算能力,大为减少多样本闭环仿真运行时间,提高装备论证效率。

Abstract：

For the characters of Monte Carlo simulation, the research on sample-level parallel simulation based upon multi-node multi-core environment was carried out. The C/S based system prototype was designed and implemented. The experimental process was also given. Case analysis shows that this technology can make use of the multi-core CPUs’ computing power of both normal PC nodes and blades of the cluster server and greatly reduce the simulation time, thus improve the efficiency of equipment demonstration.     

评测智能化入侵检测方法的样本库分析

对入侵检测评测样本库的生成方法进行了介绍,给出了KDD CUP’99数据集的样本分布,探讨了httptunnel攻击在KDD CUP’99数据集中的分类情况,通过分析KDD CUP’99数据集的特征属性与SNORT特征项的关联,表明了KDD CUP’99数据集作为智能化入侵检测方法评测样本库是公正而合理的．     

劳丹悲观归纳中的两个统计学错误

劳丹借助科学史对科学实在论的观点进行反驳,特别是通过一组曾经取得成功但无指称的理论列表来否认成功和近似真理之间的关联.为了使反驳有效,劳丹归纳出的列表必须具有统计学的意义,但同时又犯了统计学错误.刘易斯认为悲观归纳犯了假阳性错误,米兹拉西认为悲观归纳犯了样本错误.米兹拉西同样以科学史为依据提出了一种支持实在论观点的乐观...     

基于W-ReLU的设备多工况状态异常检测方法

针对光通信设备在多工况条件下由于健康状态的不确定性导致难以及时发现运行异常的问题,对基于监控日志数据量化分析的设备异常检测方法进行研究,提出了基于加权线性修正函数(W-ReLU)的设备多工况状态异常检测方法．首先采用滑动时间窗口机制对告警日志进行划分,并根据每条日志的类型,将日志子集表征为日志特征向量;然后对健康状态下的样本点进行密度峰值聚类分析,以构建设备的基准健康状态矩阵;最后采用W-ReLU非线性映射模型量化评估设备的异常度,并据此进行异常检测．结果表明,与现有的相似性度量方法相比,该方法具有更高的准确率和稳定性．     

关于上海股市收益厚尾性的实证研究

对股市收益厚尾性进行了研究 ,基于极值理论利用高限峰值法 POT( Peak Over Threshold)方法以样本平均超限 ( The Sample Mean Excess Function)函数为工具 ,通过 GPD( Generalized ParetoDistrbution)模型 ,对股市收益分布尾部进行拟合探讨 ,由此给出股市收益分布尾部估计 ,并求出了尾部分位点.     

损伤位置分步识别法中参数选择、样本简化等问题的探究

对于多层多跨的框架结构,构件数量众多,直接确定损伤位置十分困难。基于神经网络的损伤位置分步识别法是先构建一个网络来确定结构损伤层的位置,然后针对每层再分别构建一个网络,确定损伤层中损伤柱的编号,于是一个复杂的神经网络被分解简化为几个简单的子网络,这样可以根据模态参数的性质合理选择损伤识别指标,并降低训练样本的数量,从而提高了网络的识别精度。结合分步识别法,建立了详细的多层多跨框架结构数值模型,对模态参数的性质和选择,如何减少训练样本．样本的构造方法等影响识别的因素做了初步探究。     

数据共享是道德律令

本文的第一部分讨论了人体生物样本数据库的性质、定义、特色、社会价值和概念模型,以及在此领域评价决策的标准,即伦理原则,认为应该包括效用、知情同意、保密、公平可及、透明和共济。第二部分讨论了数据共享的伦理学辩护,分别考查了反对和支持数据共享的伦理论证,以及数据共享引起的关切和影响数据可及的可能障碍。第三部分讨论了如何在保护隐私与数据之间保持平衡,以及伦理委员会可能在其中发挥的作用。