带隐变量贝叶斯网学习方法：研究综述

带隐变量贝叶斯网是一种重要的概率图模型，通过引入隐变量，对数据中的隐含知识进行定性和定量描述，从而实现不确定性知识的表示和推理.近年来，带隐变量贝叶斯网的学习，成为了不确定人工智能和知识发现领域中的重要研究方向.文章分析总结了目前带隐变量贝叶斯网学习研究面临的挑战，针对所涉及的确定隐变量的势和个数、参数学习及结构学习这3个方面的工作，介绍确定隐变量势和个数的基本思想，对学界广泛关注的参数学习和结构学习的代表性成果进行了综述，给出相关方法的适用场景、基本思想和主要步骤，也给出相应的对比分析.确定隐变量的势及个数方面，阐述了基于聚类的方法和基于团的方法；参数学习方面，阐述了包括插补、梯度上升、EM算法在内的方法，以及基于EM算法的改进方法；结构学习方面，阐述了基于评分搜索方法和基于条件独立方法的基本思想，以及基于评分搜索算法的改进方法.此外，基于对现有研究成果的分析总结，指出了带隐变量贝叶斯网学习进一步研究的问题及重点.     

可交换随机变量序列的随机极限定理的一个推广

讨论了可交换随机变量序列{Xn:n≥1}的极限定理,得到了可交换随机变量序列的随机强大数定律成立的充要条件,并在一定的条件下,推广了文[1]中的结果.     

一个双参数二元不等式的推广

二元不等式aars--bbrs≥rsa 2bs-r成立或反向成立的充分条件是被学者广泛关注的问题。通过变换a=bx将该不等式转化为一元不等式,并结合简单的分析手段较大地扩展了参数r,s的取值范围。     

纳米铝的低温热容及其热力学性质

用扫描电子显微镜测定了纳米铝试样的粒径,结果表明Al试样平均粒径为18nm,在温度108～385K,用精密低温绝热量热计测定了Al的等压摩尔热容,拟合出其等压摩尔热容与热力学温度的函数关系式．根据热容与热力学温度的函数关系,计算了以298．15K为基准的纳米Al热力学函数,并与粗晶Al热容进行比较,从能量角度分析了不同粒径Al热容差别产生的原因。     

MgH2的结构与热力学性质的第一性原理研究

采用基于密度泛函的第一性原理方法计算了四角形MgH2的电子结构,通过准谐德拜模型研究了MgH2在压强为0～100 GPa,温度为0～600 K范围内的热力学性质。研究得到了MgH2零温零压下的平衡体积V、晶格常数、带隙,以及体弹模量B0、摩尔定压热容Cp,m、熵S、德拜温度Θ、体膨胀系数α随温度和压强的变化关系。     

190MW联合循环机组热经济性分析

结合马来西亚沙巴RPII 190MW联合循环电站机组的实际运行数据,阐述联合循环机组热经济性分析的一般方法,从燃机热力性能参数,压气机系统．燃烧系统、蹋轮系统部件的结构和性能;锅炉漏风,循环方式;汽轮机缸效率、阀门节流损失、工质泄漏．凝汽器压力以及机组负荷和运行方式等主要因素着手对机组热经济性进行分析,提出相应的节能措施。     

二元表面活性剂混合体系表面活性及胶束形成热力学

通过平衡表面张力的测定,研究了聚氧乙烯(10)油基醚(Brij97)/硬脂酸蔗糖酯、聚氧乙烯(20)油基醚(AEO20)/硬脂酸蔗糖酯及Brij97/卵磷脂混合体系的表面活性及胶束形成的热力学性质(ΔGom、ΔHom、ΔSom),并探讨了温度对各混合体系的影响.研究表明,三个混合体系均为非理想混合.对比分析得如下结果:(1)与AEO20相比,Brij97能显著提高硬脂酸蔗糖酯的表面活性.Brij97/硬脂酸蔗糖酯体系胶束形成及表面吸附能力均随Brij97的摩尔分数α1的增大而减小.(2)硬脂酸蔗糖酯、卵磷脂均不同程度的降低了Brij97的表面活性及形成胶束的能力.其中卵磷脂的影响更加明显,随卵磷脂摩尔分数α1的增大,CMC及ΔGom均大幅度增大.(3)在25℃-45℃范围内,温度升高,促进了各混合体系胶束的形成.     

基于熵理论的学校师资队伍的评价与分析

引入"师资系统熵"的概念,探讨了将熵理论应用于某些实际问题的方法与步骤,以嘉兴电大为例说明了它在学校师资队伍评价与分析中的作用和应用.实证研究表明,该方法实用有效,所得结果与实际情况较为相符.     

工具变量线性回归模型的指数平方损失估计

在讨论协变量和响应变量关系时,常会遇到内生变量,已有关于内生变量的研究大多是在最小二乘目标函数的框架下讨论,然而该方法不具有稳健性,鉴于此,本文采用指数平方损失估计方法,构造模型中回归系数的稳健估计.为了克服内生变量对估计产生的偏差,利用工具变量消除协变量的内生性,再构造回归系数的指数平方损失估计;针对指数平方损失目标...     

二元函数全微分求积探究式教学设计

探讨了高等数学中二元函数全微分的求积问题.按照循序渐进的方式,举例分析二元函数全微分求积时积分路径的选取问题,探究复连通区域内二元函数全微分求积问题,推广了二元函数全微分求积题目的条件.