N-策略多重工作休假Geom/Geom/1离散时间排队

考虑策略工作休假Geom/Geom/1排队,利用拟生灭过程和矩阵几何解方法,得到了稳态队长和稳态条件等待时间的分布.此外,也得到了队长和等待时间的条件分解结构及附加队长和附加延迟的分布.     

语义知识库构建中的异常数据发现

为了提高RDF知识库的数据质量, 提出RDF图数据的异常检测及其自动修复的方法。首先, 原创性地定义了基于图的条件函数依赖(GCFD), 能够将属性值和语义结构的依赖关系统一表示; 然后, 提出有效的算法框架以及优化策略, 挖掘RDF数据中的GCFD, 并给出异常数据的自动修复流程; 最后, 在真实的数据集上, 通过大量实验确认解决方案的可行性和优越性。     

远期运费协议与粮食期货市场的波动溢出关系

从金融视角出发, 探究远期运费协议和粮食期货市场之间的波动溢出关系. 粮食作为世界三大干散货类型之一, 具备相当成熟的期货交易市场, 故选取远期运费协议(forwardfreight agreement, FFA)和巴拿马(Panamax)型船主要运载的粮食期货类型进行研究. 首先,采取统计特征分析及协整检验对日收益序列进行分析; 然后, 通过建立广义自回归条件异方差(generalized autoregressive conditional heteroskedasticity, GARCH)模型, 分析两个市场间的相关性并对比其波动性. 结果表明, 粮食期货市场在收益和波动性上均引导FFA 市场的变化, 论证了GARCH 族模型检验波动溢出特征的有效性, 并为干散货航运市场参与者和投资者提供理论参考.     

面向地理国情监测的CRF遥感影像分类

针对地理国情监测中地表覆盖信息的提取,提出了一种基于条件随机场的高分辨率遥感影像自动分类方法.与面向对象的传统分类方法不同,该方法基于概率图模型分别计算像素级和对象级的势函数,以及像素与它所属对象之间的层间势函数,将所得势函数统一到一个CRF模型中进行图割求解.该方法较充分地表达了像素与对象之间的关系,从而降低了对象分割误差传递对影像分类结果的影响.以“高分1号”遥感影像为实验数据,借鉴地理国情普查中地表覆盖分类体系进行实验验证.分类总体精度和平均精度分别达到91.08%和86.95%,远高于基于面向对象的分类结果.     

基于互信息的模糊决策树及其增量学习

将互信息引进模糊决策树,用于确定决策树的候选分类属性,进而构建模糊决策树.通过增量学习来修正决策树分类模型,以修正分类效果,并用实验验证了该方法的有效性.     

副词“都”用法自动识别研究

首先对副词“都”分别进行基于规则和基于统计两种方法的用法自动识别研究, 并具体分析它们的优点和不足, 然后尝试了规则与统计相结合的方法。3种方法的准确率分别为82%, 89.62%和98.54%, 实验数据表明, 采用规则和统计相结合的方法使副词“都”用法的自动识别取得较好的效果。     

基于CVaR准则的单制造商两零售商供应链决策模型与协调

针对单制造商和两零售商组成的供应链,假定产品存在次品需返修、产品需求为随机的且受到产品质量和零售商促销努力的影响,运用均衡分析方法建立了零售商为风险中性时的供应链集中式决策模型和分散式决策模型,给出了协调供应链的回购加促销补贴合同。然后基于条件风险值准则建立了零售商为风险厌恶时的供应链集中式决策模型和分散式决策模型,给出了协调该供应链的回购加促销补贴合同。最后的算例表明了模型的合理性和协调合同的有效性。研究表明:零售商越厌恶风险,其订货量越少,制造商、零售商和供应链的收益都将下降;而产品正品率的提高有利于供应链各方;零售商为风险中性时的供应链决策是零售商为风险厌恶者的特例。     

不完备信息条件下基于Roustida改进算法的诊断规则提取

诊断决策过程本质上为信息的处理过程。由于信息结构的复杂性和采集的局限性使得获取的信息存在缺失、模糊、冗余等不完备现象,从而影响诊断的准确性。为此,对条件属性冗余、部分数据值缺失情形下,如何提高被诊断信息的完备性开展讨论,试图通过问题聚类探寻诊断决策所需的隐含规则,提出信息补齐与属性约简的知识挖掘方法：首先,针对Roustida算法在缺失值处理时存在的局限性进行改进,扩充其在工程实践中的适用范围,使缺损信息趋于完整;然后,利用遗传算法和广义诊断规则推理实现条件属性约简和规则凝练;最后,以质量问题诊断为对象进行了案例研究,测试样本诊断结果覆盖度 ,验证了不完备信息条件下该方法可以实现以相对较简方式表达问题与情境信息之间的关联关系,挖掘问题发生的隐含规律。     

Metering and modelling residential end-use electricity load curves

In most electricity systems the residential sector is one of the main contributors to the system peak. This makes it important to know how different residential end uses, such as space heating or cooking, contribute to the system load curve at the time of system peak and also at other times of the day. In this paper we discuss the estimation of residential end-use load curves for the state of New South Wales in Australia. Half-hourly readings were taken for 15 months on the total load and a range of end-use loads of 250 households. Information was sought on 16 different end uses, while eight metering channels were available for each household. We describe the optimal design procedure used to determine which end uses to meter in each household. The econometric model used for estimating the end-use load curves integrates a conditional demand analysis (CDA) of the total load readings for the household with the readings on all the directly metered end uses. Our integrated approach achieves impressive gains in efficiency over the conventional approach to estimating end-use loads. The paper concludes with an illustration of how end-use load curves can be used to simulate a variety of policy options.     

一类Poisson型分布的特征

证明了满足 EX²<∞ 的具有非退化分布的母体 X 服从 Poisson 型分布 P (λ,α, 1)的充要条件是 T₂- T₁ 关于 T₁有常回归,其中 T₁= X =1n
ni= 1X_i , T₂=
1n- 1
ni= 1( X_i-
X )²分别为子样均值和子样方差.