神经元簇的层次性联合编码假设

提出一个新的神经信息编码假设 ,称为神经元簇的层次性联合编码假设。它不同于祖母细胞假设和Hebb经典细胞群编码模型 ,但融合了它们的优点 ,因而可以解释更多的神经生物学实验。

基于推理空间等距原则的影视字幕翻译研究

推理空间等距原则是基于关联理论而提出的,该原则应用于字幕翻译个案研究,认为翻译作品要忠实原交际,要保留原作者的假设集复现给译文读者,而不是简单混同第一和第二次交际。

以翻译的推理空间等距原则探究影视字幕翻译的忠实性

本文以关联理论为基础提出的推理空间等距原则为指导,认为翻译作品要忠实原交际,要保留原作者的假设集复现给译文读者,而不是简单混同第一和第二次交际。从该原则角度来评判国内翻译作品的得失,强调该原则对于翻译作品忠实性的指导意义。

本体学习算法的两类LOO一致稳定性和广义界

近年来,随着本体研究的深入,各类机器学习方法被尝试应用于本体相似度计算和本体映射获取。稳定性是本体学习算法的必要条件,它从本质上体现了算法的可用性,即要求本体学习算法的最优解不会受到本体样本的小幅度调整而发生大的变化。本文研究了删除一个本体样本点的条件下,对本体学习算法的期望误差与经验误差的差值产生的影响。分别在本体学习算法一致稳定和假设空间一致稳定两种不同的框架下,利用统计学习理论的技巧,得到对应广义界的上界估计。

有穷多模态类型逻辑语法及其在汉语中的应用

多模态类型逻辑是一种模态Lambek演算的分支。以类型逻辑为基础的范畴语法一般用于自然语言的智能处理。在多模态类型逻辑语法中添加假设集的方式可以用来处理汉语语言现象。本文采用带有穷假设集的多模态非结合Lambek演算的根岑表述系统。介绍其句法和代数语义,证明了其可靠性与完全性。探讨了在多模态非结合Lambek演算系统下,有穷假设集在汉语语序与异常句等处理上的应用,并简述了此方法的优势。

《电路分析》与《电工技术》开课教学方法探讨

《电路分析》与《电工技术》是电类专业首先接触的专业技术基础课。由本课程特点所决定的诸多教学方法,直接影响本课程教学质量的提高,并对后续课程影响深远。本文试就开课教学过程中采取的方法加以探索,以期获得良好的教学效果。

基于黑箱子学说的连续统问题解答之第二部分

2013年,连续统问题取得突破。本文证明第二数类无基数;提出最大集无基数无序数;得出有基集与无基集等等,终于,问题彻底解决。

基于黑箱子学说的连续统问题解答——第五部分

2013年7月20日,严格证明第二数类无基数,连续统问题真正彻底解决。

组织文化结构新探

经过几十年的发展,组织文化的研究取得了丰硕的成果,但也存在将组织文化简单化、模式化、习俗化的倾向。针对这一倾向,本文对组织文化的结构进行了重新探讨。其突破在于,笔者通过对组织文化的“再解构”,将组织文化结构分为集群性假设、文化实践和外显事物三个部分,并且这三者全息地构成一个整体。希望笔者的这一探索能打破由组织文化结构传统划分所带来的固有思维,帮助人们透过组织文化的表面现象深刻认识到组织文化更深层和更基本的结构。

从“电磁学”到“电路分析基础”——对电路问题的几点思考

分析了"电路分析基础"课程的"电磁学"理论基础,以帮助学生理解电路知识.

基于叠加式传感器的多普勒雷达多目标联合检测与估计

多目标检测与估计是多普勒雷达的基本任务。当信噪比较低时,为确保检测到目标需降低门限而产生了大量虚警,基于数据的多假设跟踪(Multi-Hypothesis Tracking,MHT)和联合概率数据关联(Joint Probabilistic Data Association,JPDA)方法因计算复杂度过高而失效,基于原始信号的随机有限集(Random Finite Set,RFS)滤波器可有效解决该问题。多普勒雷达回波信号以叠加的方式受到多个目标影响,其多目标检测与估计问题属于叠加式传感器的典型应用。本文在叠加式多伯努利(Multi-Bernoulli,MBR)滤波器基础上利用具有准确势估计的独立同分布群(Independent and Identically Distributed Cluster,IIDC)RFS对新生目标建模,并采用辅助粒子滤波器(Auxiliary Particle Filter,APF)实现了多目标联合检测与状态估计。仿真结果表明,混合MBR和集势概率假设密度(Cardinalized Probability Hypothesis Density,CPHD)滤波器对多普勒雷达多目标的检测估计性能优于MBR滤波器,且减小了计算复杂度。

基于双层模型的置信规则库参数与结构联合优化方法

作为置信规则库优化过程的两个重要方向，参数学习和结构学习共同影响着置信规则库的建模精度和复杂度．然而，现有的置信规则库优化方法大多只关注参数学习或结构学习某一方面的研究，无法有效平衡建模精度和复杂度这对相互影响的指标．为此，本文提出了置信规则库参数与结构联合优化方法．该方法基于赤池信息准则将建模精度和复杂度两方面信息纳入统一目标，建立置信规则库联合优化目标函数；然后，建立交集假设下的置信规则库双层优化模型并提出模型求解算法；进一步拓展前提假设条件，提出并集假设条件下的置信规则库规则激活方法和权重计算方法，并提出并集假设下的置信规则库双层优化模型以及相应的求解算法．经过参数与结构联合优化之后，得到置信规则库最优决策结构．文末，引入输油管道泄漏检测案例验证所提出方法的有效性．通过与已有研究相对比，结果表明并集假设下的置信规则库联合优化方法在提高建模精度和降低复杂度方面均具有良好表现．