基于灰关联理论和神经网络的价值预测方法

为了预测股票价格的短期走势,在预测算法中引进RBF神经网络,利用RBF神经网络具有唯一最佳逼近、无局部极小、学习速度快的特点,在预测股票行情时,能达到较高的精度。同时,为了优化RBF网络的输入参数结构,引入二次参数的概念,设计了基于灰关联理论的技术指标选择控制器,从众多的技术指标中选出部分最能反映股票近期趋势的指标,从而获得包含股市本质信息的低维输入,大幅度减少了运算量。最后,在综合两者优势的基础上构造了一种新型价值预测系统,该系统具有较快的运算速度和较高的预测精度。仿真实验表明,该方案是可行的。     

Epistemic Value Theory and Information Ethics

Three of the major issues in information ethics – intellectual property, speech regulation, and privacy – concern the morality of restricting peoples access to certain information. Consequently, policies in these areas have a significant impact on the amount and types of knowledge that people acquire. As a result, epistemic considerations are critical to the ethics of information policy decisions (cf. Mill, 1978 [1859]). The fact that information ethics is a part of the philosophy of information highlights this important connection with epistemology. In this paper, I illustrate how a value-theoretic approach to epistemology can help to clarify these major issues in information ethics. However, I also identify several open questions about epistemic values that need to be answered before we will be able to evaluate the epistemic consequences of many information policies.     

An Information Theory Framework for the Analysis of Scene Complexity

In this paper we present a new framework for the analysis of scene visibility and radiosity complexity. We introduce a number of complexity measures from information theory quantifying how difficult it is to compute with accuracy the visibility and radiosity in a scene. We define the continuous mutual information as a complexity measure of a scene, independent of whatever discretisation, and discrete mutual information as the complexity of a discretised scene. Mutual information can be understood as the degree of correlation or dependence between all the points or patches of a scene. Thus, low complexity corresponds to low correlation and vice versa. Experiments illustrating that the best mesh of a given scene among a number of alternatives corresponds to the one with the highest discrete mutual information, indicate the feasibility of the approach. Unlike continuous mutual information, which is very cheap to compute, the computation of discrete mutual information can however be quite demanding. We will develop cheap complexity measure estimates and derive practical algorithms from this framework in future work.     

信息系统中的熵理论和信息粒度

不确定性是人工智能中的研究热点,而熵理论和信息粒度是度量信息系统不确定性的两种主要方法。本文在给出信息系统中熵的物理意义基础上,提出了信息系统中熵增加原理,给出了熵和信息粒度的公理化定义,据此构造了两种新的不确定性度量函数—α熵和α粒度,它们是已有熵和粒度度量的进一步推广。研究表明,α熵以及现有的熵度量都是广义熵的特殊形式,而α粒度以及现有的粒度度量都是广义粒度的特殊形式,从而统一、规范和发展了完备与不完备信息系统中的不确定性度量方法。     

基于信息熵模糊聚类和粗糙集理论故障的模糊判据研究

复杂电子系统的缓变故障是故障预报的难点之一,针对这一问题提出了基于信息熵模糊聚类和粗糙集理论的故障决策判据方法;该方法主要分两个步骤:以信息熵作为聚类标准,采用谱系的方法确定聚类数目,然后通过FCM模糊聚类构造故障决策表;利用粗糙集理论对故障决策表进行简化和最小化,最终形成带评价的简约故障决策判据;该方法改进了一般模糊聚类算法的不足,克服了先验信息和知识不准确、不完整、不一致情况下故障决策表获取与更新的困难;实际算例表明,信息熵模糊聚类方法比一般模糊聚类方法的聚类质量更高,更客观真实。     

基于多Agent信息融合的煤与瓦斯突出预测

针对现有煤与瓦斯突出预测方法存在的不足,考虑检测到的影响煤与瓦斯突出的多种因素数据,建立了煤与瓦斯突出预测的多Agent信息融合模型,实现对煤与瓦斯突出的快速、准确和动态预测。利用基于均值的分批估计融合算法对煤与瓦斯突出指标的多传感器数据进行处理以获取更为准确、可靠的数据以提高预测准确性,应用D-S证据理论解决煤与瓦斯突出预测过程中的不确定性和不精确性问题。通过实例对提出方法进行验证,结果表明所提出的方法预测准确性高,是一种有效的煤与瓦斯突出预测方法。     

基于aTrous的灰色理论及其在齿轮磨损预测中的应用

本文提出利用小波理论对非平稳时间序列的数据通过分解进行平滑过渡,然后以灰色无偏GM(1,1)模型对过渡后的数据进行预测.扩展了灰色预测理论在非平稳时间序列中的应用,有效的提高了预测精度.并以此方法用于对齿轮磨损数据进行了预测,通过仿真运算获得了满意效果.     

基于动态贝叶斯网模型的股指收益率序列预测

证券市场预测,是当前研究的热点和难点.动态贝叶斯网(DBNs),能够学习变量间的概率依存关系及其随时间变化的规律,表达时间序列蕴含的潜在信息.利用DBNs方法,在证券心理分析技术的基础上.建立中国证券指数的日收益率预测模型.文中使用上海证券交易所综合指数日收益率数据对模型进行训练与预测.在离散量预测环境下,模型能达到80.12%预测命中率,在采用混合高斯(GMM)分布的连续量预测中,模型的平均绝对比例误差(MAPE)指标<1%.低于BP神经网络和GARCH-BP神经网络,而且累计误差增长稳定.说明:在市场高噪声的情况下,模型具有良好的稳定性和预测能力.     

空间信息论的新研究进展

空间信息指雷达探测系统中目标的距离、方向和散射等信息,空间信息论是采用香农信息论的思想方法研究雷达等信息获取系统的基础理论。本文围绕空间信息的概念、空间信息量的理论公式及闭合表达式、熵误差和雷达分辨率等基本理论问题,论述了空间信息论当前的研究现状,总结了空间信息论方面的主要研究工作,介绍了空间信息的概念及其系统模型,目标距离信息、散射信息和方向信息方面的研究工作,重点分析了空间信息量的理论推导,熵误差的概念及其与均方误差的关系,分辨率的新定义及其与传统分辨率的关系。本文指出空间信息论亟待解决的理论问题,最后对空间信息论的发展趋势做出了分析和展望。     

结合信息论和运动信息的镜头检测算法

在分析已有基于信息论的镜头检测算法的基础上,针对其在镜头渐变尤其是在镜头融合的检测上的不足,提出了一种新的镜头算法.该算法以信息论为基础,结合运动信息对镜头变换进行检测.试验结果表明,该算法有着良好的镜头变换检测能力.     

Two Information Measures for Inconsistent Sets

I present two measures of information for both consistentand inconsistent sets of sentences in a finite language ofpropositional logic. The measures of information are based onmeasures of inconsistency developed in Knight (2002).Relative information measures are then provided corresponding to thetwo information measures.     

一种基于互信息的图像配准算法

针对红外和可见光图像的特性,提出了一种基于互信息的图像配准算法。该算法采用互信息作为红外和可见光图像的统计相关性测度,并使用仿射模型实现两者的配准。实验结果表明,该算法能够较好的进行图像间尺度、旋转和平移差别的修正,可以很好地解决成像差异较大的红外与可见光图像间的配准问题。     

信息融合中的有关熵理论

将信息论中有关熵的概念和应用引入到目标观测识别系统中，建立了观测决策融合系统的熵模型；提出了观测决策融合系统中有关条件熵的两个重要定理，并指出它们在理论研究和实际应用中的指导意义；最后阐述了融合系统中熵的结构关系．     

基于抽象域和数值熵协同的数值程序分析

在软件日益丰富的信息时代,程序的正确性验证问题需要深入地研究。提出了基于抽象解释和数值熵协同的数值程序正确性分析方法。利用抽象解释理论框架对数值程序进行抽象解释分析,提取不变量的抽象域区间;在抽象域区间上进行数值熵运算;运行程序获取数值变量的实际取值,计算数值熵;将抽象域区间数值熵和实际数值熵信息进行对比分析,准确地判断程序的正确性等性质。单纯的抽象解释分析只可以近似得到数值变量的取值范围,而引入数值熵算法,在取值范围的基础上对程序静态分析的准确性进一步检验,同时也做到了对程序的正确性验证。通过C语言程序实例,对抽象解释基础上的熵值分析方法进行了验证,证明了该分析方法的可行性和正确性。     

基于博弈论的综合赋权法的信息安全风险评估

为了合理确定风险评估中风险因素的权重,对信息安全风险进行科学的评价,在确定风险因素权重时,本文应用基于博弈论的综合赋权法将主、客观权重集成为风险因素的综合权重。并利用该方法对信息系统进行了实例分析,说明了该方法所得的评估结果科学合理,为信息系统风险评估提供了一个新的思路。     

Computing Information in Neuronal Spikes

This paper provides new insights regarding the transfer of information between input signal and the output of neurons. Simulations of the Hodgkin-Huxley (HH) model combined with computational techniques are used to estimate this transfer of information. Our analysis shows that comparatively, mutual information (MI) between input signal and sodium flux is about two times that between input signal and output spikes during each spike within a millisecond-level time domain. This higher transfer of information provided by ionic fluxes extends the working frequency domain of neural cells beyond those accessible to information transfer within spikes alone.     

基于灰度值限定信息熵的图像检索方法

颜色直方图图像检索方法是一种重要的基于颜色特征图像检索方法。在分析了基于颜色直方图信息熵进行图像检索方法的基础上,提出了一种通过灰度值对信息熵进行限定的遥感图像检索算法。该方法在一定程度上解决了传统的基于颜色直方图信息熵方法进行图像检索时,由于熵的对称特性造成图像误检索的不足。在实验精度评价中,分别采用直方图分析法和相关系数法,从定性与定量两个角度对检索精度进行了评价。实验结果显示,运用该方法进行检索,具有较高的检索精度,相关系数在0.95以上,在实际应用中具有良好的可行性。     

中文公众事件信息熵计算方法

随着中文社交网络的发展（特别是微博的兴起）,互联网中文公众事件越来越深刻地影响现实社会的生产和生活.由于缺乏有效的技术手段,信息处理的效率受到了限制.提出了一种公众事件信息熵的计算方法,其基本思想是：首先,对公众事件信息内容进行建模;然后,以香农信息论为理论基础,对公众事件的多维随机变量信息熵进行计算.这为互联网公众事件的定量化分析提供了一个重要的技术指标,为进一步的研究工作打下基础.     

基于时空信息的交通流预测

交通流量预测是城市道路交通信号控制中的重要组成部分。为了提高预测的准确性,基于路口视频检测器数据,提出了一种交通流量预测的交通数据分析方法。随着逐年提高的计算能力,深度学习方法进行短时交通流预测越来越流行,经典的交通流量预测方法通常只能根据被预测道路自身的数据进行分析和决策,而往往较少考虑由同一区域不同道路之间的交通流量关联性。基于城市核心路网交通数据,提出一种基于时空信息的TS-LSTM模型,并与其他经典模型进行比较,所得出的结果验证了相比其他方法而言,该模型具有较高的预测精度。     

剩余价值理论应当结合实践注入新的内容

本文从现实出发，对剩余价值生产领域、生产主体、生产范围及剩余价值的载体进行了论述。提出马克思主义剩余价值理论在新的历史条件下应结合实践注入新的内容。