模型发现和维护的递归函数方法

本文提出了一种用于计算机进行模型自动发现和自动维护的方法──递归函数方法。本文的主要工作包括：（一）应用递归函数理论给出了模型的形式化定义，（二）定义了一种模型的评价指标。（三）给出了从大量经验数中发现最优模型的算法，（四）给出了模型的维护算法。

基于基因表达式的太湖水质聚类及模型发现

应用基因表达式编程研究太湖水质自动聚类及其数学模型发现,解决了传统聚类算法需预先设定类别数目及不能对聚类建立数学模型的问题.与实际数据比较,表明聚类结果正确;所发现的营养盐对水质影响的数学模型,对监控、优化太湖水质具有建设性意义.

基于模型发现教学模式的理论基础研究

基于模型发现的教学模式,其以生活活动为基础,知识背景渗透下的学科模型为研究核心,在特定的条件下,学习者完成从原型到模型再到理论的认知过程,使知识源于生活而又高于生活。1本文主要从建构主义理论、信息加工理论、教育模型理论等几个方面阐释基于模型发现教学模式的理论基础,旨在对该理论的进一步研究发展起到一定借鉴作用。

基于机器学习的病案隐性知识发现模型研究及临床应用实践

目的为提高海量病案隐性知识的感知效率与深度,改善病案信息化机制存在的不足,提出一种基于机器学习的病案隐性知识发现模型。方法首先形成融合前置训练集和后置测试集的海量病案隐性知识特征数据池;然后构建时间正序下的海量病案隐性知识特征全息感知机制;最后构建特征集之间隐性映射自主识别决策机制,进而识别特定疾病与其他协同疾病之间的隐性对应关系。结果选取海南省儋州市人民医院病案科为临床应用实践评估载体,对模型开展工程实践评估与临床统计学分析,结果表明,病案隐性知识感知精确率达98.62%,疾病隐性协同精确率达97.71%,差异有统计学意义(P<0.05)。结论本文模型在病案隐性知识感知效率、感知精度、感知深度、临床实用性等具有明显优势,为病案领域的非结构化数据挖掘提供了案例数据集。

基于粗糙集的转炉炼钢知识发现模型

针对转炉炼钢知识发现的特点,采用粗糙集理论进行分析,应用数据清洗、标准化及离散等方式对转炉炼钢生产数据进行预处理,以炼钢生产的主要影响因素作为知识发现的条件属性,以转炉冶炼终点控制目标作为知识发现的决策属性,建立了基于粗糙集方法的转炉炼钢知识发现模型,实现转炉炼钢生产知识的自动发现、获取和规则提取。以转炉冶炼终点钢水温度的变化规律做为知识发现的决策属性,采用210t转炉炼钢实际生产数据进行模型的应用测试,结果表明提取出的铁水硅含量、铁矿石质量、氧气消耗量等影响因素对转炉冶炼钢水终点温度存在重要影响,且模型提取出的转炉炼钢终点钢水温度知识规则与现行转炉炼钢现场的变化规律一致,证明基于粗糙集方法的转炉炼钢知识发现模型的有效性。

软件缺陷发现时序过程的叠加双阻尼振荡模型

在软件测试实践中,被测软件通常要经历多轮次的测试和修改过程.由于受到被测软件的缺陷分布、迭代式的开发与测试过程、测试者发现缺陷的能力等诸多非确定性因素的影响,使得软件缺陷发现的时序过程呈现出相应的周期性、随机振荡性和阻尼衰减等时序特征.通过对以软件缺陷发现为目标、测试过程管理规范的软件测试过程基本特征和关键影响因素的深入分析,提出了一种描述软件缺陷发现时序过程特征的叠加双阻尼振荡模型(accumulative bi-damped oscillation model,简称ABDOM).采用从两个真实软件测试项目中采集的缺陷发现过程数据,检验了ABDOM模型的有效性,定义了ABDOM模型的适用范围,并对ABDOM模型的应用进行了初步讨论.

保证服务可用性的服务发现模型研究

针对UDDI提供的Web服务资源可用性差的问题,分析了不同SOA角色对Web服务可用性需求,构建了一种可保证服务可用性的服务发现模型。该模型利用轮询算法定期轮流对Web服务进行可用性度量,以判断UDDI的可用率,当可用率降低到预警值时能够立即更改轮询周期,提高对服务可用性的监控。通过对UDDI服务可用性的评估不仅保证了UDDI的可用性,同时也保障了用户发现服务的可用性。

服务贸易出口复杂度的影响因素研究——基于“成本发现”模型的考察

本文基于拓展后的"成本发现"模型,运用静态、动态识别相结合的计量方法,考察了服务贸易出口复杂度的影响因素,并利用2000—2012年跨国面板数据进行实证分析。结果表明:对于全体样本而言,资本存量、自然资源禀赋、人力资本、对外开放程度以及基础设施变量与服务贸易出口复杂度存在显著正相关关系。此外,制度质量对于服务贸易出口复杂度升级的作用较为模糊,但其与资本存量之间存在显著互补性,两者的交叉项显著为正。不同收入水平国家的服务贸易出口复杂度影响因素存在显著差异性。各国应立足本国现实比较优势,采取有针对性的措施使本国服务贸易"量质齐升"。

基于本体的多Agent分布式数字图书馆资源信息发现服务模型之研究

针对万维网上分布式数字图书馆资源发现和集成存在的问题,提出了基于本体的多分布式数字图书馆资源信息发现服务模Agent型,详细研究和分析在这种模型框架下资源集成和发现的原理和关键技术,并提出进一步的研究工作。

社交网络的舆情热点发现模型研究

随着社交网络的大规模发展,传统的基于文本分析的热点话题发现技术面临严峻的挑战。构建了针对社交媒体的舆情热点发现分层架构模型,详细介绍了模型中的关键技术,并将时间因素和链接分析技术引入舆情热点发现算法,阐述了新算法的主要思想和大致流程。在舆情热点发现中引入网络化方法,开拓了舆情分析的新思路。

评Lee的油气资源量发现过程模型及预测模型的建立

Lee的专著《Statistical Methods for Estimating Petroleum Resources》第4章和第7章的发现过程模型是评价油气资源量的重要理论基础。Lee利用对数正态(Lognormal)分布、威布尔(Weibull)分布、伽马(Gamma)分布、逻辑斯谛(Logistic)分布和帕雷托(Pareto)分布的概率密度函数来描述一个含油气盆地单峰周期资源量的发现过程,但Lee引用的5种概率密度函数,除对数正态分布正确外,其余4种都是错误的,因而,必然影响到发现过程模型的正确性。此外,由于概率密度函数是0-1的无因次量,必须进行量纲的变换,才能建立可靠的预测模型,但Lee在专著中没有提到关于概率密度函数的量纲变换。本文以对比的方式,指出了Lee引用的概率密度分布函数存在的错误,并经过量纲变换和推导,建立了评价油气资源量的预测模型。

基于语义Web的关系型虚拟社区服务发现模型分析

近几年来关系型虚拟社区服务创新滞后,没能紧随网络用户偏好,发展势头由强转弱。在前人关于服务发现和语义Web应用研究的基础上,构建关系型社区服务发现模型。通过会员信息和第三方服务数据的语义本体化、推理匹配来进行模型仿真,实现了服务集与会员的快速、准确关联,为进行针对关系型社区服务开发和内容创新做准备。

搜潜发现概率模型探讨

针对已有的搜潜发现概率模型存在的不足,在参考相关知识和概念的基础上,采用逐步修正的方式,建立了一个考虑信息因素、敌我双方运动因素的搜潜发现概率模型,并进行了举例计算。研究表明:该模型的"逼真度"在某种程度上得到了提高,对研究反潜行动具有一定的参考价值。

网格环境下数据库对等发现服务模型的研究

发现服务是网格环境下的核心服务之一。本文针对网格中数据库的发现服务问题 ,提出了一种对等发现服务模型DPDS(DatabasePeer to peerDiscoveryService)。该模型引入发现服务器日志 ,试探性的在对等网中搜索可用的数据库及服务。不仅使发现服务具有更好的可用性和可扩展性 ,同时可以缩短响应时间 。

油气发现过程模型预测蜀南地区中下三叠统与二叠统勘探前景

油气发现过程模型揭示了钻井数与气田发现数量之间的关系,一般应用于成熟探区的资源评价与勘探预测。通过建立蜀南地区中下三叠统与二叠统老气层的发现过程模型,进行勘探潜力计算结果表明,蜀南地区中下三叠统与二叠统气田原始存在数量66.37个,已经发现53个,预计还有13.37个气田待发现。随着勘探进程,新增气田的发现速度越来越慢。

个人所得税流失估算研究——基于发现-控制模型的实证分析

运用个人所得税税收征管和稽查的微观数据,采用发现-控制模型,对样本纳税人的整体个人所得税流失率进行研究。实证结果表明,样本纳税人的整体个人所得税流失率在50%左右,纳税人的收入、边际税率和工薪收入占比极大地影响着纳税人的偷逃税动机,而纳税人的年龄、婚姻状况和是否属于税务部门重点监控的群体不对纳税人偷逃税产生显著的影响。为此提高税务稽查覆盖率和税务稽查人员素质对减少个人所得税的流失有着较为显著的影响。

一种可扩展的网格资源发现模型

提出一种基于对等(P2P)计算方式的网格资源发现模型(SRDM),使用多种策略保证了网格资源发现服务的可扩展性和消息的路由效率.在虚拟组织内部使用改进的分布式哈希表技术,提高了局部的消息路由效率,并且具有极大的灵活性;超级节点只负责转发路由消息,使得负载更加均衡;超级节点间的消息转发通过多播实现,网络负载低,提高了全局可扩展性.构建了原型系统并进行测试,测试结果表明:SRDM模型具备良好的可扩展性,提高了网格资源发现服务的质量.

基于复杂类型数据的发现特征子空间模型(DFSSM)的研究

探讨围绕知识发现领域中较为宏观、较为重大的问题。首先 ,根据复杂类型数据 (包括Web数据、多媒体数据、空间数据、时间序列数据等 )所具有的非线性动力学性质和特征 ,采用模式 (定义为Hilbert空间中的矢量 )来定量地表征复杂类型数据的多变性及具有的不确定状态和行为 ,并用模式的变化来刻画其整体知识发现过程的发展和演变规律 ;其次 ,以知识发现系统内在机理的研究为基础 ,构造了复杂类型数据知识发现系统的总体结构模型———发现特征子空间模型DFSSM ;最后 ,用基于Web的文本挖掘系统和基于图像信息 (气象云图 )的知识发现系统作为实例进行了验证 ,结果表明DFSSM方法对于非结构化的文本数据及图像数据类型的知识发现过程具有指导性作用。因此 ,该结构模型具有较好的实用性与普适性 。

一种基于非功能属性决策的可信Web服务发现模型

Web服务注册中心为服务请求者寻找Web服务带来方便,但由于其缺少对服务非功能信息的支持,无法很好满足用户需求,最终导致服务发现可信程度不高。首先对Web服务质量、服务信誉等非功能属性进行分析,通过服务行为观测机制获取较客观的属性指标数据,利用多属性决策方法,提出一种可信的Web服务发现模型。模型能帮助服务请求者发现最优的、可信的服务。最后通过一个应用实例验证了模型的有效性。

基于社会网络的语义Web服务发现模型

web服务发现模型是为了满足用户各种用途的web服务方式,以代码重入和松散耦合的方式以最优的组合实现可以提供用户需要的web服务模型。web服务发现模型是一种面向服务系统架构的一类基础性问题,但是又是解决用户不同需求十分有效的模型。通过对本体特性和发现模型的结构特点的研究,在本文中引入了本体解析的web服务标注算法和环境语义web发现模型。从而更好地实现web服务发现模型的选择用户所要求的服务的准确性,也为web服务的智能匹配做出了探索。