使用贝叶斯分类的高考学业规划智能问答系统

考生在填报高考志愿时,针对复杂繁多的各类高校信息数据,传统的搜索引擎无法根据考生需要的实际信息和搜索结果进行匹配,考生还需要额外消耗一定精力去筛选数据,这无疑增加了考生的时间成本.为此本文提出了基于高考领域知识图谱,使用中文分词模型和朴素贝叶斯分类算法,设计并开发了针对高考学业规划的智能问答系统.与传统的搜索引擎不同的是,基于人工智能的问答系统能够对考生所关注的问题和搜索结果进行精确匹配,减少考生重复搜索和筛选数据的次数.测试结果表明,本系统可以对高考学业规划中所涉及的大多数问题进行相对准确的针对性回答.     

Probabilistic observation model correction using non-Gaussian belief fusion

This paper presents a framework for state estimation which tolerates uncertainty in observation model parameters by (1) incorporating this uncertainty in state observation, and (2) correcting model parameters to improve future state observations. The first objective is met by an uncertainty propagation approach, while the second is achieved by gradient-descent optimization. The novel framework allows state estimates to be represented by non-Gaussian probability distribution functions. By correcting observation model parameters, estimation performance is enhanced since the accuracy of observations is increased. Monte Carlo simulation experiments validate the efficacy of the proposed approach in comparison with conventional estimation techniques, showing that as model parameters converge to ground-truth over time, state estimation correspondingly improves when compared to a static model estimate. Because observation models cannot be known with perfect accuracy and existing approaches do not address parametric uncertainties in non-Gaussian estimation, this work has both novelty and usefulness in most state estimation contexts.     

反映的规律为本构关系的变分原理

为证明经典变分原理中存在反映的规律为本构关系的变分原理,从非线性弹性动力学的基本方程出发,应用变积方法建立非线性弹性动力学Hamilton原理.再应用对合变换法、Lagrange乘子法和局部代入法,将Hamilton原理变换为本构变分原理.论证了该变分原理反映的规律为本构关系,本研究以非线性材料为例,找到了一个新的材料本构关系的获得途径,为数值建模提供了理论依据.研究结果表明,补充和完善了经典变分原理中对3类基本规律的反映,即:最小势能原理反映的规律为平衡关系、最小余能原理反映的规律为连续关系和本构变分原理反映的规律为本构关系.     

基于贝叶斯模型与最佳伙伴相似度量的目标跟踪

提出了一种基于产生式与判别式联合模型的视觉目标跟踪算法。首先介绍了一种基于全局颜色特征直方图特征的贝叶斯分类器,检测出若干最有可能属于目标的候选区域,然后利用最佳伙伴相似性度量（Best-Buddies Similarity）得到候选区域与目标模板的相似度,结合概率值与相似度值估计出最优的目标状态。通过划分目标-背景区域模型、目标-干扰区域模型,对可能产生干扰的区域提前进行抑制,降低了长期跟踪可能产生的漂移问题的风险,同时引入了自适应尺度估计机制和在线模型更新策略,以获得更为精准的跟踪结果。在37组具有挑战性的图像序列上与7种优秀的算法对比实验表明,所提出的算法能够有效应对光照变化、遮挡、旋转与尺度变化等多种问题。     

城市出租车拥挤收费

建立了多方式分担模型来分析拥挤收费背景下出租车是否也应征收拥挤费问题,并设计了求解模型的遗传算法。研究利用双层规划模型对该问题进行了描述,其中下层规划为组合网络均衡模型,刻画了出租车拥挤收费前后对出行产生、出行方式划分、出行路径选择及出行分布的影响,构建了与之等价的变分不等式;上层规划为社会福利的最大化。算例结果表明,是否应该对拥挤收费区域内的出租车征收拥挤费主要取决于私家车与出租车的单位距离运营成本之比。通常情况下(当二者的比值小于5.6时),对出租车进行拥挤收费就能获得更大的社会福利。     

PolSAR快速贝叶斯非局部均值相干斑抑制方法

从单极化合成孔径雷达(SAR)贝叶斯非局部均值算法出发,推导了极化相干矩阵在复Wishart分布下的块相似性度量函数,给出了无先验知识下的极化SAR贝叶斯非局部均值模型,并采用积分图实现了该算法的快速计算.最后,通过机载合成孔径雷达实测旧金山地区的极化SAR数据进行了验证.实验结果表明,文中方法能够有效抑制相干斑的同时,保持了极化特征,并大幅提升了运算效率.     

贝叶斯方法的污染源季节性排放量控制和管理

为保证水质功能区内水质达标,必须对区域内污染源排放量进行控制和管理。选取松花江哈尔滨段主要污染指标COD和氨氮为研究对象,利用一维水质模型构建各污染源排放量与河流水质之间的关系。用贝叶斯方法估计水质模型中的重要参数综合降解系数（ k）,根据估计时期的不同,分别建立季节模型和年度模型,用以控制既定水质目标下各污染源排放量。结果表明,季节模型的预测效果较好,能更好地表达水中污染物的综合降解浓度。应用季节模型和贝叶斯方法开展季节性水质管理工作,可以提供给决策者更多的信息,有助于对污染源排放量的不确定性进行量化和评估。此外,通过对比各污染源的削减水平,可得各污染源在不同时期的控制权重,从而使管理者在不同时期有针对性地对污染源排放量进行控制。贝叶斯方法在污染源排放量控制中的应用可以增强水质模型的预测能力,有效提高水质管理的水平。     

逐步增加定数截尾下Weibull 分布恒加试验的Bayes估计

基于逐步增加定数截尾样本,对累积失效模型(简称CE模型)下,Weibull分布恒定应力加速寿命试验(简称恒加试验)进行了Bayes统计分析,利用Gibbs抽样给出了该模型的Bayes估计。最后,通过模拟例子表明Bayes估计有效而实用。     

基于 FTA-BN模型的城市燃气管道失效风险分析

为了找出导致城市燃气管道失效事故的原因,以城市燃气管道失效事故为研究对象,采用故障树方法和贝叶斯网络模型对其进行分析。通过实例分析,找出了导致某市城市燃气管道失效事故概率较大的因素分别为：阴极保护失效、外腐蚀、内腐蚀、外力影响、施工缺陷等。结果表明,基于FT A BN模型的城市燃气管道失效风险分析方法注重基事件的多态性和事件间逻辑关系合理性,能推算出更准确的基事件概率分布,同时可以找出导致事故发生的最有可能途径,为城市燃气管道失效事故预防、风险控制、安全管理提供较为合理性建议。