“互联网+”环境下数据可信度量方法研究

大数据在生产活动中扮演着越来越重要的角色,不可信数据给大数据的应用带来了很大的麻烦,如何筛选出真实可信的数据成为大数据应用的重要课题。本文阐述了当前数据可信计算方法和模型,并分析其优缺点,提出了"互联网+"环境下的数据可信度量方法及其评价方法。该数据可信度量方法依据发布信息的主体、数据源以及数据自身的相关属性,计算数据的主观可信度、全局可信度以及本地可信度。试验结果表明,本方法在电子商务数据可信度计算方面有较好的效果。     

MLINEX损失下k阶Erlang分布参数的Bayes估计

在MLINEX损失函数下,利用Bayes估计的方法研究了k阶Erlang分布参数的Bayes估计,并证明其容许性.给出了在MLINEX损失下得到了k阶Erlang分布参数的Bayes估计的精确表达式,并且通过随机模拟检验参数Bayes估计的合理性和优良性.     

基于Bayes估计的一般原则及在平方损失下的简单应用

讨论了求Bayes估计一般方法的理论依据,给出一种新的证明途径.并进一步给出了平方损失下,二项分布参数以Beta分布为先验分布时的Bayes估计以及正态均值在正态先验分布下的Bayes估计.     

复杂网络可靠度的Bayes估计

给出了复合路的概念,并利用Bayes方法,对复杂网络可靠度进行Bayes估计,最后对实例进行分析,给出了模拟结果,说明本方法是可行的.     

地理专家系统的知识表示与知识库组织

介绍了地理专家系统的知识表示和知识库组织的基本原理和方法,并以水土保持专家系统为例,阐述了水土保持专家知识的分类分级方法,以及在水土保持专家系统中知识表示的基本规则和知识库中专家知识的组织方式.在知识获取机构中,系统提供了以辅助编辑手段为主,自然语言理解为辅的人机交互界面,从而简化了专家知识的录入过程,提高了系统的工作效率.     

关于建立人力资源管理专家系统的设想

人力资源管理专家系统是人工智能的专家系统理论和技术在人力资源管理领域中的应用,它可以提高组织中人力资源管理的整体水平,并辅助组织进行人力资源管理战略决策.文章根据专家系统的发展提出了建立人力资源管理专家系统的设想,并分析了建立人力资源管理专家系统应注意的几个问题.     

标准Whittaker修匀中参数h的确定

利用正规Bayesian修匀中K-J方法的变形，将后验期望作为标准Whittaker修匀中参数h的取值，充分利用已有样本信息和先验观点，将h视为先验观点相对于样本的可信度来进行修匀，得到一个避免标准Whittaker修匀中参数h主观取值的方法．实例分析表明该方法的有效性。     

融合分类器可信度的数据流集成分类

提出基于分类器可信度的权重计算策略,解决动态数据流集成分类中子分类器权重分配难题.该方法充分考虑了所处不同位置样本对权重计算的影响,利用信息熵描述分类器对预测结果的不确定性,建立分类器可信度与样本之间的关系,进而给出分类器可信度的定量计算方法.最后结合动态数据流分类需求和概念漂移特点,借助批量学习和时间遗忘策略构建基于分类器可信度的动态加权集成分类模型.理论分析和实验结果表明该分类方案可行,相比传统集中方法具有一定的优势.     

土地合理利用规划决策专家系统试验研究

介绍了土地合理利用规划决策专家系统的构造原理与设计方法.系统可对土地合理利用规划方案进行地学专家级的评价和决策,并对区域综合治理和区划提出几种可行性建议供用户选择.以乌鲁木齐河流域为例,阐述了流域土地合理利用规划决策专家知识的表示方法,以及专家系统中知识表示的基本规则和知识库中专家知识的组织方式.此外,还讨论了推理规则的设计原理和推理规则的组织方法及推理算法.     

软件系统序贯验后加权检验模型

本文用Bayes动态模型检验软件可靠性．模型失效间隔时间长度服从weibull分布；利用主观信息和客观信息逐步修正先验分布．利用Gibb方法计算后验样本，利用序贯验后加权检验系统的稳定性和失效率．最后在系统稳定的条件下，给出失效率的序贯验后加权的结尾检验的两类错误上界．     

利用朴素贝叶斯模型进行多层网络链接预测

针对多层网络链接预测中层间信息融合的问题，提出了一种利用朴素贝叶斯模型的链接预测方法。该方法结合目标层的邻域信息和辅助层相对于目标层的全局信息进行链接预测。在目标层中，根据节点对的邻域信息，利用朴素贝叶斯模型计算其连接概率；在辅助层中，计算节点对在该层有边或无边时在目标层存在链接的概率。在真实数据和合成数据上的实验结果表明：该算法在正相关和负相关的多层网络中都有很好的预测性能。     

有限规划水平自适应Markov决策过程的参数决策

针对现有Markov决策过程自适应决策方法仅研究无限规划水平自适应决策的不足,提出了一种有限规划水平Markov决策过程自适应决策算法.算法的基本思想是运用Bayes理论对未知系统进行"学习",并且在每次决策时以最大概率保证实际决策为最优决策.最后用仿真结果表明了算法的有效性.     

根据软件体系结构评估软件可靠性

现有软件系统可靠性的评估未考虑各功能的执行概率和部件失效严重性等级对软件可靠性的影响. 该文提出根据软件体系结构的软件可靠性评估方法. 用统计方法分析UML描述的软件体系结构,得到各功能的执行概率,并定义了构件和连接件的可靠性. 根据专家经验给出构件和连接件失效的严重性等级,通过场景构建Markov多构件软件系统转换模型,得出软件系统和各构件的可靠性. 以一个ATM系统实例验证了方法的有效性.     

贝叶斯公式的教学方法

贝叶斯公式是概率论课程中的重要公式之一,也是在现实生活中应用非常广泛的公式.对贝叶斯公式的讲解给出新的尝试,并在教学中取得了良好的效果.     

由古典概型引入贝叶斯公式的一种教学设计

对贝叶斯公式的教学方案进行了设计,通过引入简单实例,尝试应用学生熟悉的古典概型的计算公式导出贝叶斯定理.结合案例直观解释贝叶斯公式中所包含的先验信息和后验信息等概念,使学生更容易理解和掌握贝叶斯公式,并逐步理解贝叶斯公式在贝叶斯统计中的重要地位.     

多专家择优求解策略的研究

为了避免系统求解的主观性和片面性,提出了多黑板系统作为问题的求解策略.为使其非公认的渗碳领域问题通过多专家进行辩论择优选出最佳解,为此建立了基于多元组命题性知识的辩论框架,体现不同策略的辩论算法.并进行了实验,结果证明此方法是有效的.     

COM组件技术在ASP智能专家系统实现中的应用

介绍了COM组件、ASP和专家系统等相关技术及ASP在实现网络专家系统所存在的问题,研究用COM组件和ASP相结合,设计网络专家系统的实现技术,并给出系统的结构模型和专家系统组件的设计方法,最后以林火扑救专家系统为例,说明实现专家系统COM组件的过程。     

NA样本情形连续型线性指数分布参数的经验Bayes估计

对连续型线性指数分布在平方损失下导出了参数的Bayes估计，利用同分布负相协（NA）样本构造了经验Bayes（EB）估计量，并在适当的条件下获得（EB）估计的速度．     

用影响网分析复杂系统关键事件

为分析复杂系统关键事件,将系统事件序列图转换为影响网图,通过着色Petri网进行建模和仿真,采用影响网分析系统事件的敏感性并搜索关键事件集合. 统计着色Petri网模型的仿真输出结果,得出事件发生的条件概率和基准概率,将影响强度与条件概率值的关系线性化,从而推算出影响强度. 该方法避免了影响强度、基准概率等参数由专家指定存在的主观性. 以弹道导弹防御系统为例进行分析,结果表明所述方法直观实用,对复杂系统的决策有一定的参考价值.     

基于神经网络专家系统的高压断路器故障诊断研究

将神经网络与专家系统的融合技术应用于高压断路器故障诊断的研究,该系统利用神经网络鲁棒性好、学习功能强等优点,可以充分发挥专家系统逻辑推理能力,克服专家系统容错能力差和学习能力弱的缺点。仿真结果验证了该方法的有效性和可行性,为高压断路器的快速故障诊断提供了一条新的途径。