基于极大熵方法的反向散射通信资源分配算法

针对因反向散射通信节点存在重叠、混乱分布情况,导致通信效率降低、资源分布不均匀问题,提出基于极大熵方法的反向散射通信资源分配算法。以资源累积奖励期望作为目标函数,利用极大熵方法求得资源节点在不同状态下的局部最优值,采用贝尔曼迭代逐次递归求解资源分配最大熵值参数。基于分配信息熵概念,根据信息熵与资源均匀性间的正比关系,将反向散射通信不同区域节点的信息熵值和时延变化参数作为约束条件。将反向散射系数、传输功率、反射端子载波数的实时状态输入约束函数,获取最优资源分配因子,按照分配因子对通信参数逐一调试直至满足最佳资源分配条件。实验结果证明,所提方法性能表现优异,应用后通信系统能效得到了明显改善,资源分配效果更优。

基于熵方法分析中风病方剂中药物之间的关联度

目的:运用熵方法定量描述中风病方剂中每两味中药之间的关联度。方法:用熵定义两个随机变量之间的关联度,以此分析中风病方剂数据库中每两味中药之间的关联系数,定量描述它们之间的关联度。结果:有341对中药组合的关联系数在0·1以上,其中185对中药组合具有明确的中医理论依据。结论:熵方法能有效分析中药之间的关联度。

基于最大熵方法的测量结果估计及测量不确定度评定

针对未知分布的测量数据、难于精确估计测量结果及其不确定度的问题,采用最大熵方法,根据已有的测量数据,求取被测量的概率分布,并利用所求得的分布,计算测量结果的估计及其不确定度。仿真与计算结果表明:采用最大熵方法所确定出的被测量的概率分布是含有最少主观假定的分布,由其所确定的测量结果的估计、测量不确定度的计算结果是可靠的。

一种基于密度核估计的最大熵方法

针对未知概率分布类型的测量数据,采用最大熵方法可以确定被测量含有最少人为主观假设的概率分布.但经典最大熵方法由于其密度函数的数学形式导致全局优化难度较大,计算结果难以满足概率密度函数基本性质,需要截断及归一才能使用.本文通过引入概率密度核估计方法,对最大熵方法进行了改进,简化了计算过程,并证明了改进后计算结果能够满足概率密度函数基本性质,最后通过算例说明了该方法的有效性.

多式联运运输方案选择的交叉熵方法

为了深入研究多式联运运输方案优化问题,将问题抽象成为组合优化问题,并将交叉熵方法应用于多式联运问题的研究.探讨综合运输的背景下,寻求运输成本、转运费用等最小化的运输方案,提出了针对多式联运运输方案选择问题的交叉熵算法,并给出了计算步骤和相应的计算方法.在计算过程中,为了验证本文提出算法的有效性,采用节点扩展的网络图描述多式联运网络,进而转化为最短路问题进行求解.结果表明,运输成本、转运费用对运输方案起到关键作用,并且提出的交叉熵算法能够很快收敛.

基于Markov决策过程用交叉熵方法优化软件测试

研究了待测软件某些参数已知的条件下,以最小化平均测试费用为目标的软件测试优化问题.将软件测试过程处理成马尔可夫(Markov)决策过程,给出了软件测试的马尔可夫决策模型,运用交叉熵方法,通过一种学习策略获得软件测试的最优测试剖面,用于优化软件测试.模拟结果表明,学习策略给出的测试剖面要优于随机测试策略,检测和排除相同数目的软件缺陷,学习策略比随机测试能够显著地减少测试用例数,降低测试成本,提高缺陷检测效率.

复杂系统中统计相关性测量的熵方法研究

在熵方法定义的关联度系数法的基础上,提出了一种计算复杂系统统计相关的广义关联度系数法,并将其应用到生态经济区划和中医理论(齿痕舌出现的特点)中,进而证明了该方法的有效性.结果表明:广义关联度系数法在计算时不需要特定的数据,从而减小了数据的不确定性和计算量;既适用于线性的情况也适用于非线性的情况;复杂系统分类所需的判据减少,使复杂系统分类简单化;可以对系统变量(或子系统)之间的相关性进行定量的描述.

最大熵方法下的纯稳健信度估计

最大熵方法(MEM)已被广泛运用到保险精算领域,并取得了一定成就,然而,将稳健信度估计与MEM结合起来的相关研究还没有出现,正是致力于这方面的研究,即最大熵方法下的纯稳健信度估计.众所周知,以往的信度公式都要对索赔随机变量X做出一定假设,从而得到信度公式的确切表达形式.对随机变量X没有做出任何假设,也同样得出了信度保费的确切的线性表达形式和两个重要推论.

基于熵方法动态分析中风病中经络中脏腑证候要素的相关度

目的:探讨中风病证候组合与病程、病情严重程度的关系。方法:用基于熵的关联度方法计算中风病6个证候要素两两之间的相关度,定量描述不同时点中经络及中脏腑证候要素的相关程度。结果:中风病急性期不同时点证候要素相关性最高的分别为风-火、痰-热(火)、气虚-阴虚、气虚-血瘀和痰-瘀。在多个时点中经络与中脏腑证候要素相关度最高的组合不同。结论:通过对中风病中经络与中脏腑病程不同时点证候要素相关度的纵向及同一时点的横向比较,发现证候要素组合规律与病程、病情严重程度密切相关。病证结合的临床研究有助于制定临床诊疗决策与康复计划。

最大熵方法中特征选择算法的改进与纠错排歧

对应用最大熵原理建立语言模型的特征选取方法作了改进.用特征模板从训练样本中获得候选特征集,应用频次与平均互信息相结合的方法从候选特征集中选取特征.在选择有效特征时,对候选特征集中出现频次大于某一限值的特征或平均互信息很大的特征直接加入有效特征集,且不是每选一个特征都调用参数的求解过程,从而加快了特征选择的速度.将改进的算法应用于文本纠错建议的排歧,实验证明,所改进的特征选择算法有效.

边坡工程可靠性分析的最大熵方法

边坡工程可靠性分析的最大熵方法,利用已有样本的部分信息来使熵最大化,充分利用了随机变量的高阶矩信息,由样本矩来推断边坡可靠性功能函数的概率密度函数,求解边坡的破坏概率。该方法对基本随机变量的分布没有特别要求,避免了常规方法计算过程中在迭代点处对非正态随机变量进行近似当量正态化处理的缺陷。通常,功能函数的真实概率密度函数很难、甚至无法求得,将Pearson曲线族引入岩土参数随机变量高阶矩的求解当中,可以很容易地得到功能函数的高阶中心矩,然后,基于最大熵原理拟合得到功能函数的最大熵密度函数,采用区间截断法和高斯-克朗罗德数值积分法分别确定最大熵密度函数的拉格郎日系数和边坡的破坏概率。算例分析结果表明:该方法计算效率高,结果可靠,克服了传统方法求解过程复杂、精度低的缺点,将其应用于工程边坡的可靠性分析当中,发展潜力大,具有一定的应用前景和实用价值。

基于最大熵方法的统计语言模型

针对现有统计语言模型中存在计算量过大和系统负担过重的问题,该文提出了一种基于最大熵方法的统计语言模型。模型在参数估计阶段,引入约束最优化理论中拉格朗日乘数定理和牛顿迭代算法,以确保模型在多个约束条件中可求出最优化参数值;在特征选择阶段,采用计算近似增益的平行算法,解决模型计算量过大和系统开销问题。将该模型用于汉语句子分析的软件实验中表明:模型具有较高的计算效率和鲁棒性。

最大熵方法下的信度估计（英文）

在经典的信度理论中,计算信度保费时除了要知道历史索赔数据,还要对X_i(i=1,2….,n)的分布做出一定假设.本文在索赔数据X_i(i=1,2….,n)的分布信息完全未知时,运用最大熵的方法给出了相应的信度保费.并且在一定的假设条件下得到两个性质,即:对年份较近的索赔比年份较远的索赔赋予更大的权重;经典的信度保费是本文信度保费的一种特殊情况.最后进行数值模拟,结果表明:在均方误差标准下,本文的结果优于其它三个模型.

线性支持向量机优化问题的极大熵方法

支持向量机是一种新的机器学习方法,已成功地应用于模式分类、回归分析和密度估计等问题中.本文依据统计学习理论和最优化理论建立了线性支持向量机的无约束优化模型,并给出了一种有效的近似解法—极大熵方法,为求解支持向量机优化问题提供了一种新途径.本文方法特别易于计算机实现,数值实验结果表明了模型和算法的可行性和有效性.

基于多层交叉熵方法的舰船核动力装置非能动系统可靠性评估

为高效、精确地进行非能动系统热工水力可靠性(thermal-hydraulic reliability,TH-R)评估,引入多层交叉熵(multi-level cross entropy,MCE)方法,该方法适用于小失效率、隐式模型问题。以某型核动力装置非能动余热排出试验系统为算例进行验证,给出6种分布参数更新策略下的系统失效率估计过程。仿真结果表明:MCE方法能在较少运算量下精确估计出系统失效率,且估计值变异系数较小;选择相对较小的中间失效率和平滑参数,能使重要抽样密度函数的采样中心更加靠近设计点附近的重要区域,提高评估精度。相关方法和结论有助于从可靠性角度增强对非能动系统热工水力过程不确定性的认识,可作为非能动系统性能评估与优化的参考。

极大极小问题极大熵方法的研究(Ⅱ)

对成员函数是可微的和Ｌｉｐｓｃｈｉｔｚ型的极大极小问题，研究了极大熵方法得到的近似问题和原问题满足最优性一阶必要条件的解之间的关系；举出反例说明，在特殊情况下，近似问题的局部解未必收敛到原问题的局部解；原问题有解，近似问题未必有解．

数控车床刀尖位置动态熵方法不确定度研究

应用熵方法不确定度概念对典型测量与控制系统(数控车床)进行加工精度分析,通过建立刀尖位置伺服控制数学模型,求得刀尖位置B类和A类动态熵方法不确定度,并引出动态熵方法扩展不确定度公式,力图简明地表达基于熵概念的精度理论及其应用。

非线性lp问题的极大熵方法

在非线性l1问题极大熵方法的基础上,构造了非线性l(0<p<1)问题的极大熵方法.为了克服lp问题的非光滑性,导出了极大熵函数,并证明了极大熵函数列的收敛性.根据同伦算法证明了极大熵函数的最优解序列逼近于非线性lp问题的最优解,并提出了解决计算过程中易于溢出的方法.最后,数值仿真表明算法是十分有效的.

基于失效概率的全局重要性测度分析的交叉熵方法

输入随机变量对失效概率的贡献程度可以用基于失效概率的全局重要性测度来表征。引入交叉熵方法计算全局重要性测度,以解决传统重要抽样法存在重要抽样函数难以确定的困难。交叉熵方法是一种自适应重要抽样方法,通过渐进确定重要抽样函数的方法回避传统重要抽样法中设计点位置和个数求解的困难。通过比较重要抽样法和交叉熵方法的基本思想和算例结果可以发现:重要抽样法只适用于设计点位置和个数容易求得的情况,而对于多设计点和复杂极限状态函数的情况,交叉熵方法具有更高的效率和精度。

基于交叉熵方法的选择性AODE算法

AODE(Averaged One-Dependence Estimators)算法是最近提出的一种典型的基于naveBayes的改进算法,并受到国际机器学习界的关注。交叉熵方法(Cross-entropy Method)是一种解决组合优化问题的全局随机搜索算法,已经成功地被应用到许多经典的NP问题中。给出了AODE算法选择性集成的理论基础,并基于交叉熵方法,提出了解决AODE算法选择性集成的CESAODE(Cross-Entropy method for Selective AODE)算法。在WEKA平台上使用UCI数据集进行的仿真实验结果表明,CESAODE算法比现有的分类算法,例如AODE等具有更好的分类性能。