基于概率相关性的AIMM跟踪算法

为解决传统自适应交互式多模型(AIMM)算法计算量普遍过大而不适应于实际工程应用的问题,提出了基于概率相关性的自适应的交互多模型算法(PR-AIMM),该方法在由CA、CV和基于圆周运动的转弯(TR)模型3个基本模型组成的模型集上,利用模型后验概率最近时间相关性自适应地调整马尔可夫转移矩阵的参数,能对空中大部分机动目标进行有效的跟踪,有效地解决在实际工程应用中机动目标跟踪问题。最后运用仿真试验对上述算法进行了合理性和有效性验证,并在实际工程应用中达到了满意的效果。

概率相关图推理技术在双向适应机制中的应用研究

针对适应性学习系统应用中"双向适应"的需求,提出了具有双向反馈式机制的个性化学习系统模型.通过构建数字化学习资源数据库作为系统的核心基础,概率相关图技术可作为知识表示的有效方法支撑资源库构建,提供智能推理技术提升系统智能推荐的有效性.设计和开发了双向适应性个性化学习系统,进行了实证研究,并提出了下一步工作方向.

条件概率相关公式的内在联系与应用技巧

针对在概率论学习中的一些公式间容易混淆的问题,文章从介绍条件概率相关公式入手,着重对这些公式之间的联系和特点进行了分析与研究,给出了一些便于掌握的应用技巧。

考虑多元随机因素概率相关性的主动配电网规划研究

针对分布式电源在配电网中的选址定容问题,提出了一种考虑多元随机因素概率相关性的配电网规划方法。首先,采用Spearman秩相关系数对各随机因素之间的概率相关性进行表征。然后,利用多面体不确定性集合表征的方法将风电出力、光伏出力以及负荷的不确定性分别通过无分布的有界区间来表示。最后结合二阶段动态鲁棒的思想构建了计及需求侧响应的主动配电网规划模型,并采用Benders分解法对规划模型进行求解。本文所提方法的合理性和有效性在基于标准算例的仿真结果中得到了验证。

基于概率相关性的多标签数据流变化检测

由于传统的概念漂移检测研究主要针对单标签数据流,对现实中常见的多标签数据流却缺乏足够的关注,多标签数据流概念漂移检测问题有待进一步的研究。因此,通过分析多标签数据流中存在的特殊依赖关系,提出了一种基于概率相关性的多标签数据流概念漂移检测算法。其基本思想是从概念漂移的产生原因出发,利用概率相关性近似描述数据分布来监测新旧数据分布变化,判断概念漂移是否发生。实验结果表明,提出的算法能够比较快速、准确地检测到概念漂移,并在多标签概念漂移数据流分类问题上取得了预期的学习效果。

命题概率相关性的形式化研究(英文)

首先在命题语言内刻画一种概率相关性,即一个命题P在一个背景理论Γ下与另一个命题Q概率相关在直觉上指的是:给定Γ,命题Q为真的概率会在随着P成立而提高;然后形式化此概念并研究其主要的性质;最后讨论了该概念在主体理性决策研究中的应用.

一种基于标签概率相关性的微博推荐方法

向微博用户推荐对其有价值和感兴趣的内容,是改善用户体验的重要途径。通过分析微博的特点以及现有微博推荐算法的缺陷,利用标签信息表征用户兴趣,提出一种基于标签概率相关性的微博推荐方法 LPCMR。首先,该方法利用标签之间的概率相关性,构造标签相似性矩阵。然后通过相关性标签权重加权方案,加强标签权重,构建用户-标签矩阵。针对用户标签矩阵稀疏的问题,采用标签相似性矩阵对用户-标签矩阵进行更新,使该矩阵既包含用户兴趣信息,又包含标签与标签之间的关系。以新浪微博公开API抓取的微博信息作为实验数据,进行了一系列的实验和分析,结果表明本文提出的推荐算法具有较好的效果。

混合概率典型相关性分析

典型相关性分析(canonical correlation analysis,CCA)是一种用来分析2组随机变量之间相关性的统计分析工具,但作为一种线性数学模型,CCA不足以揭示真实世界中大量存在的非线性相关现象.采用局部化的方法,在概率典型相关性分析(probabilistic CCA,PCCA)的基础上,使用概率混合模型框架,提出了混合概率典型相关性分析模型(mixture of probabilistic CCA,MixPCCA)以及估计模型参数的2阶段期望最大化(expectation maximization,EM)算法,并给出了使用聚类融合确定局部线性模型数量的方法和MixPCCA模型应用于模式识别的理论框架.在手写体数据集USPS和MNIST上的实验证明,MixPCCA模型通过混合多个局部线性PCCA模型不仅提供了一种捕捉复杂的全局非线性相关性的解决方案,而且还具备检测只在局部区域才存在的相关性的能力.

相关概率小波变换在局部放电检测中的应用

为准确识别高压电气设备中被噪声淹没的局部放电信号,提出了一种基于相关概率小波变换的局部放电信号检测方法。该方法首先对采集到的原始信号进行小波变换,利用局部放电信号与噪声信号相关性的不同对各层的小波系数进行预处理,然后基于分位数的概念在处理后的各分解层上设置若干个多尺度阈值,根据这些阈值计算原始信号各处为局部放电信号的概率,最后根据概率值的大小来判断该处是否发生局部放电。利用该方法对仿真及实测信号进行分析,并与传统小波变换方法的处理结果进行比较。结果表明,该方法能够更为有效地抑制局部放电在线监测中的噪声干扰,全面、可靠地检测到强噪声背景下的微弱局部放电信号,具有一定的工程应用价值。

基于弱匹配概率典型相关性分析的图像自动标注

针对弱匹配多模态数据的相关性建模问题,提出了一种弱匹配概率典型相关性分析模型(semi-paired probabilistic CCA,简称Semi PCCA).Semi PCCA模型关注于各模态内部的全局结构,模型参数的估计受到了未匹配样本的影响,而未匹配样本则揭示了各模态样本空间的全局结构.在人工弱匹配多模态数据集上的实验结果表明,Semi PCCA可以有效地解决传统CCA(canonical correlation analysis)和PCCA(probabilistic CCA)在匹配样本不足的情况下出现的过拟合问题,取得了较好的效果.提出了一种基于Semi PCCA的图像自动标注方法.该方法基于关联建模的思想,同时使用标注图像及其关键词和未标注图像学习视觉模态和文本模态之间的关联,从而能够更准确地对未知图像进行标注.

基于概率语言相关系数的多属性群决策模型

针对评价信息为概率语言术语集,专家权重和属性权重完全未知的多属性群决策问题,提出基于概率语言相关系数的多属性群决策模型.首先定义了概率语言的相关系数并且拓展到概率语言矩阵间的相关系数;然后基于每个专家的决策矩阵,通过最小化加权相关系数总和求得每个专家的属性权重向量,并且通过决策矩阵的相关系数客观地确定专家权重;最后将经典的ELECTRE方法加以改进用于方案排序,并且通过算例分析与比较分析证明了该决策方法的有效性与优越性.

基于告警相关概率的负载均衡方法

针对在负载均衡中相关告警分配到不同处理节点上的问题,提出一种基于告警相关概率的负载均衡方法。实验结果表明,该方法适合于传输信息关联的场合,具有负载均匀度较高、告警关联平均破坏度低等优点。

基于位点相关概率模型的富亮氨酸重复序列预测

富亮氨酸重复序列(leucine-rich repeat,LRR)是一种广泛存在的蛋白质结构基序,在诸多重要生命过程中起关键性作用并与诸多人类疾病紧密相关。研究LRR中各个位点之间的氨基酸分布的相关性,并基于此相关性建立概率模型,可应用于序列水平上的LRR预测,以提高LRR预测的准确度。本文从LRRML数据库中提取已知的LRR蛋白质序列作为训练集和测试集;为LRR各个位点上氨基酸的分布数据构建4种不同的概率模型,包括位点相关和位点不相关概率模型;再通过机器学习和K-折交叉验证的方法,确定可以用于LRR预测的最佳模型。结果表明,位点相关概率模型和位点不相关概率模型以不同权重相加之后的综合模型在LRR预测中显示出高的准确度。LRR中各个位点之间的氨基酸分布存在一定的相关性,此相关性可作为重要参数应用于LRR预测。

用非均匀地区地震活动率预报地震的偶然相关概率:VAN震例

采用 M_s(面波的)和 M_L(地方的)震级表对 Varotsos 和 Lazaridou(1991)宣称成功的22个希腊地震预报作了评估。如果我们假定预报的震级为 M_s(预报的震级表在电报中未指明),用震中初步测定目录(PDE)估算地震活动性,我们发现有74%是虚报的(它们并不和某一指定的地震相关),9%偶然相关(任何一个或更多地震的随机概率 p>50%),以及17%是不确定的(0.15<p<0.40)。没有什么成功预报其置信水平超过85%。如果我们假定预报的震级表和地震活动性满足关系式M(VAN)=M_L(ATH)+0.5,采用雅典国家观象台地震研究所的目录(SI-NOA)来估算地震活动性,我们发现宣称的23个预报成功中有12个是虚报,其余的极可能都和地震偶然相关,只有一个例外。在我们采用的两类资料中,漏报的地震数分别为35和456。用预报成功的单次概率和 n 次预报中 m 次成功的全部排列的乘积之和估算所得出的预报和地震相关性(23次中分别为6和11次)出于偶然的概率,分别为69%和96%。偶然实现的单次预报概率是基于每个预测地区的减丛集的目录分别估算的,只有余震期内的预报除外。为此,采用了主震后一个月内的平均地震活动率的概念。我们的结论是 Varotsos 等(1981a,b,c,1982a,b,1983,1993a,b,1996)及 Varotsos 和 Lazaridou(1991)(这些参考文献将简称为 VAN)关于地震电信号(SES)与地震相关联是无效的。

一种基于相关概率模型的卫星异常检测方法

卫星在轨运行期间,遥测数据是反映卫星健康状态的重要依据,在卫星故障早期检测到遥测数据的潜在异常对卫星的安全维护具有重大意义。工程上采用的阈值法无法有效检测到门限内的故障征兆,而且目前这一领域的理论研究无法有效地挖掘多维遥测序列的潜在相关性。针对这一问题,采用一种融合主成分分析的相关概率模型的检测方法,以某型号卫星实际在轨遥测数据为对象,深入分析故障案例。通过仿真验证该方法能够在故障早期检测出异常,并对实验结果进行对比和分析。而且,这种方法可以快速地帮助运管人员对早期故障做出诊断,以便地面及时处理,避免发生更大的事故。

用平均相关概率法预报倒春寒天气

引言 本方法制作于1982年,样本个例为1955～82年共28年,历史概括率为100％。从1983年使用到95年,预报准确率为11/13=85％。 1 预报对象分级 1.1 预报对象分级 预报对象_ye(e为预报对象的级数,e=0,1)为嵊县倒春寒天气。4月3日～30日,受冷空气影响,连续≥3天日平均气温【11.0℃为倒春寒天气,即y_e=1;反之。为无倒春寒天气,即y_e=0。 1.2

一种基于概率加权的朴素贝叶斯分类

朴素贝叶斯分类是一种简单而高效的方法,但是它的属性独立性假设,影响了它的分类性能。为了克服该问题,提出了一种基于概率推理的加权朴素贝叶斯分类模型。通过计算属性和类之间的相关概率和不相关概率,对属性赋予不同的权重,从而在保持简单性的基础上有效地提高了朴素贝叶斯算法的分类性能。实验结果表明,该方法可行而且有效。

中国陆区活动地块边界带主要断层10年尺度强震发生概率

中国陆区孕震环境具有“垂向分层,横向分块”的特征,活动地块边界带对中国陆区的强震具有控制作用,针对活动地块边界带主要断层开展10年尺度强震危险性定量研究对抗震设防工作有重要意义.本文综合不同区域断层离逝率样本建立了中国陆区通用强震复发模型,在此基础上,对各断层段强震概率进行预测.由于中国陆区幅员辽阔,不同断层的研究程度有较大差距,部分断层由于缺乏计算离逝率的资料而无法获得强震概率.因此本文使用不同方法对相关资料进行了补充.针对缺乏强震复发周期记录的断层段,通过统计断层运动速率与强震复发周期的经验关系,使用地震地质资料或大地测量资料给出的断层运动速率计算强震复发周期;针对缺乏强震离逝时间记录的断层段,根据地震目录完整时间给出强震离逝时间的分布.在此基础上,获得了中国陆区活动地块边界带主要断层的391个断层段未来10年的强震累积概率和条件概率.由于相对预测时长对条件概率的影响较大,而中国陆区不同断层段的强震复发周期有较大差别,本文主要依据累积概率分析强震危险性.结果表明,未来10年强震危险性较高的断层段主要集中于川滇菱形地块东边界、青藏高原东北缘、鄂尔多斯地块东边界与西北边界、天山地区和喜马拉雅弧等区域.