动态贝叶斯网络在复杂系统中建模方法的研究

提出了用动态贝叶斯网络(DBN)对复杂系统进行建模的有效方法。基本思路是将扩展后的隐变量引入了DBN的演化过程中来建立马尔可夫模型,并给出了引入扩展后的隐变量的DBN结构学习算法框架。进而,利用贝叶斯概率统计方法对后续时间片的充分统计因子进行了估计,并通过当前已存在的充分统计因子和估计的充分统计因子对基于时间变化的转移概率进行了学习。原理性分析和仿真实验结果也验证了该方法的有效性。     

视频语义分类特征选择算法

提出一种将连续特征数字量化后进行特征选择的算法(ABFSA)。利用样本集中的先验信息选择出特征值域中最具类间区分意义的区域,将其作为完整量化区间。采用向后式的启发搜索策略,搜索合并后能使贝叶斯分类错误率降低的相邻量化区间。合并搜索得到的两相邻量化区间,量化的级数降低一阶。重复搜索和合并过程,直至贝叶斯分类错误率不再降低为止。所有特征搜索、合并完成后,总的特征量化阶数得到大幅降低。用UCI仿真数据集及真实视频数据进行实验,对比结果表明该算法能有效选取视频语义概念分类的重要特征,其综合性能较优。     

基于高性能计算环境的并行仿真建模框架

为提高大规模分析评估推演类仿真的运行速度,基于高性能计算环境(HPC)的并行分布仿真正成为当前仿真研究的一个重要方向。论文在深入分析研究SPEEDES仿真引擎的基础上,阐述了基于HPC的并行仿真建模框架的组成及功能,分析了其设计思想,并给出了建模框架相应的实现。     

网架分段组装滑移总装施工问题的处理

本文通过工程实践 ,介绍了网架结构采用分段组装、滑移就位、总体组装施工中关键问题的处理     

Multivariate Bayesian regression applied to the problem of network security

An Erratum has been published for this article in Journal of Forecasting 23(6): 461 (2004) . This paper examines the problem of intrusion in computer systems that causes major breaches or allows unauthorized information manipulation. A new intrusion‐detection system using Bayesian multivariate regression is proposed to predict such unauthorized invasions before they occur and to take further action. We develop and use a multivariate dynamic linear model based on a unique approach leaving the unknown observational variance matrix distribution unspecified. The result is simultaneous forecasting free of the Wishart limitations that is proved faster and more reliable. Our proposed system uses software agent technology. The distributed software agent environment places an agent in each of the computer system workstations. The agent environment creates a user profile for each user. Every user has his or her profile monitored by the agent system and according to our statistical model prediction is possible. Implementation aspects are discussed using real data and an assessment of the model is provided. Copyright © 2002 John Wiley & Sons, Ltd.     

基于文本情感特征的心理评估模型

构建基于文本情感特征的心理评估模型. 首先, 根据词语的情感极性和词性设计词语特征, 将文本中的每个词语映射成情感词向量, 进而将其作为卷积神经网络的输入, 并加入注意力机制对输出结果进行优化, 得到包含情感特征的文本向量表示. 其次, 使用Bayes正则化算法优化权值, 控制并平衡神经网络拟合程度, 改进BP神经网络算法的网络泛化能力. 最后, 将文本向量作为Bayes正则化神经网络的输入, 预测学生的心理状态, 与心理评估结果的对比实验结果表明, 模型效果较理想.      

多级评分的Bayes估计

对多级评分的测验题型,给出了其Bayes模型,把先验分布从无信息先验推广到了更一般的Dirichlet先验分布情形,求出了参数的Bayes估计,指出了其意义,并在不同样本条件下给出了先验分布超参数的估计.     

敏捷制造:企业实行科学、系统化经营的有效模式

针对企业在全球市场竞争中面临的挑战,介绍了敏捷制造模式及企业重组的管理思想．指出采用敏捷制造模式是企业实行科学、系统化经营,增强自身竞争力,快速适应严酷而多变的全球市场的有效方法.     

基于HLA的通用分布式仿真环境研究

HLA正逐步成为我军下一代分布式仿真的基础体系结构，各种基于HLA的仿真对象／模型以及不同版本的RTI也正在积极开发中。论文分析研究了不同版本RTI之间的互连互通、仿真对象的平台独立性与语言无关性、不同仿真对象之间的互操作性、仿真对象的可重用性以及开发仿真对象的复杂度等问题，并针对上述问题，研究了结合WWW技术，设计一个通用分布式仿真环境GDSE的可行性，并提出一个初步的设计方案。     

不确定需求下的电力竞价贝叶斯博弈模型

电力竞价是一个不完全信息的博弈过程.假定竞争对手的报价服从已知区间上的某种分布,分别构建了确定需求与不确定需求条件下的二发电商电力竞价博弈模型,并给出这2个模型的贝叶斯纳什均衡解,即发电商在不同条件下的均衡报价.最后假定竞争对手的报价服从均匀分布,对构建的模型进行了分析,分析结论表明:在确定电力需求情况下,发电商的均衡报价一般在报价上,下限附近波动;而在不确定电力需求下,发电商的报价在报价下限与报价区间中点之间波动:当竞争对手的最大可供电量很少时,选择报价区间中点,而当发电成本很少时,很可能选择报价下限.