准则的不完备性及盈余管理监管的贝叶斯分析

作为一种成文的游戏规则,准则不可能穷尽现实中的所有情形,所以,"不完备"之特性就成了准则之必然。同时,作为"经济人"的管理层基于自利需要存在盈余管理的动机。如何有效监管管理层的盈余管理行为是长期以来困扰监管方的重要课题。文章采用贝叶斯分析方法说明:在信息不对称的情况下,监管方对管理层盈余管理行为的监督可以采取更加有效和直接的方式——对盈余管理程度的监督。

岩土工程反分析的扩展贝叶斯法

基于概率与数理统计理论和现代信息理论,针对传统贝叶斯法中观测信息与先验信息不匹配的缺陷,探讨了一种新的反演方法。该方法通过引入匹配系数b,将现场量测信息和先验信息有机地结合起来,克服了传统贝叶斯法的不足,在形式上完成了目前常用的最小二乘法、最大似然法及传统贝叶斯法准则函数的统一,并可由量测数据的质量和数量推算预测模型的最佳阶数。同时,可以由b 值的定量分析,直观地得到量测值与参数初始估计值之间的权重比例。

基于MCMC模拟的贝叶斯厚尾金融随机波动模型分析

针对现有金融时间序列模型建模方法难以刻画模型参数的渐变性问题,利用贝叶斯分析方法构建贝叶斯厚尾SV模型。首先对反映波动性特征的厚尾金融随机波动模型(SV-T)进行贝叶斯分析,构造了基于Gibbs抽样的MCMC数值计算过程进行仿真分析,并利用DIC准则对SV-N模型和SV-T模型进行优劣比较。研究结果表明:在模拟我国股市的波动性方面,SV-T模型比SV-N模型更优,更能反应我国股市的尖峰厚尾的特性,并且证明了我国股市具有很强的波动持续性。

基于贝叶斯信息准则的文本主题数估计

特定领域的主题识别和关键词提取有着广泛的应用,但通过人工指定识别或文本聚类自动生成的主题类别缺乏客观的度量方法。该文结合基于BIC准则的模型选择理论和独立分量分析技术对主题的数量进行概率估计,给出主题数量在BIC意义下的统计分布。在此基础上实现了文档矩阵的ICA分解,并根据分离的独立分量获得主题的关键词及其权重。实验表明,该方法在没有领域知识支持的情况下能估计出反映文本集合的主题数并提取相应的关键词。

近地表密度估计的重力贝叶斯分析方法及在云南地区的应用

基于布格重力异常相对于地形起伏光滑分布的约束条件,从一维自由空气重力异常数据出发,采用贝叶斯方法估算近地表岩石密度,同时采用三次B样条函数拟合布格重力异常,获取光滑分布的布格重力异常.数据拟合和光滑约束之间的权重采用Akaike贝叶斯准则(ABIC准则)自动确定.均匀剖分模型和不均匀剖分模型数据试验都验证了该方法的有效性.相关参数评价表明,足够多的样条系数可以提高估计结果的准确性,样条系数的个数接近测点数时可获得较稳定的估计结果.增大异常的噪声水平时,ABIC准则可有效地自动增大先验光滑约束的权重.云南地区两条重力剖面应用结果表明,剖面沿线的近地表密度值起伏变化明显(达2.45~2.8g·cm^-3),前寒武纪和古生代地层密度相对较高(主要为2.53~2.75g·cm^-3),而中生代密度较低(2.45~2.73g·cm^-3);本文估计的近地表密度结果与区域物性资料及地表地质特征较吻合;估计的剖面布格重力异常具有光滑性;红河断裂两侧近地表密度差异较大,可达0.4g·cm^-3.本文获得的两条剖面近地表密度结构和布格重力异常为该区深部结构与构造研究提供更可靠的重力基础数据.

顾及共模误差的陆态网络GPS观测数据噪声分析

为了进一步研究共模误差的提取对分析全球定位系统(GPS)坐标时间序列最优噪声模型及速度场的影响,提出一种顾及共模误差的陆态网络GPS观测数据噪声分析方法:以西北地区70个陆态网络连续站10aGPS观测数据为研究对象,利用主成分分析法剔除残差坐标时间序列中的共模误差;然后根据贝叶斯信息准则数值分析法对比分析滤波前后坐标时间序列最优噪声模型及速度场变化。结果表明,滤波前西北地区整体最优噪声模型以白噪声+闪烁噪声(WN+FN)组合模型为主,滤波后最优噪声模型仍以WN+FN为主,但部分站点滤波后最优噪声模型发生了变化;滤波后北(N)、东(E)、天(U)各分量速度不确定度可分别平均降低38.97%、36.36%、48.14%,水平速度场及垂向速度场精度均高于滤波前;主成分分析法(PCA)剔除共模误差可有效降低白噪声和有色噪声量级。

浅议新会计准则对企业财务分析的影响

新会计准则在原有会计准则的基础上进行了改进和完善,同时也给企业的财务分析工作带来了新的挑战。本文从新会计准则在企业财务报告方面的发展进行分析,探讨新会计准则在企业财务分析中产生的主要影响,并对新会计准则所具有的一些问题提出自己的意见和建议。

利用多因子定量分析进行水土保持区划的研究——以窟野河、孤山川流域为例

应用多因子定量分析进行水土保持区划,就是设区划总体为一受多因子控制的多维欧几里德空间,依据一定的原则与方法,将其划分为着干相互排斥的子空间,各子空间将欧氏空间充满,达到区划的目的。具体方法是:在一定的精度与信度要求下,将区划总体采用系统抽样技术,划分为若干基本单元。挑选与水保密切相关的多个变量,依据Q模式系统聚类与贝叶斯准则逐步判别分析,对变量进行筛选处理,建立综合判别模型,判断基本单元在多维空间的位置,定量地划分子空间的范围,进行水土保持区划。

时间跨度对GPS坐标序列噪声模型及速度估计影响分析

选取全球范围内72个基准站的坐标序列,采用改进的赤池信息量准则、贝叶斯信息量准则对不同噪声模型组合进行噪声分析,得到基准站坐标序列的最优噪声模型及速度参数,探讨时间序列跨度对噪声模型及速度估计的影响。结果表明,基准站坐标序列噪声模型不能由单一的噪声模型表述,其呈现出多样性特征,主要表现为幂律噪声、高斯马尔科夫噪声、闪烁噪声+白噪声特征,且三坐标分量表现出不同的噪声特性;随着时间跨度的增加,坐标时间序列的最优噪声模型、GPS站速度及其不确定度逐渐由发散趋于收敛,随机游走噪声模型的比重有所增加。结果表明10 a以上的时间跨度是较为理想的噪声模型估计尺度。

基于变分贝叶斯改进的说话人聚类算法

说话人聚类是说话人分离中的一个重要过程,然而传统的以贝叶斯信息准则作为距离测度的层次聚类方式,会出现聚类误差向上传递的情况。本文提出了一种逐级算法增强处理机制。当片段之间的最小贝叶斯信息准则距离超过设定的门限值时,或者类别个数到达一定程度时,将当前聚类结果作为初始类中心,通过变分贝叶斯迭代法重新对每个类别中的片段调优,最后再依据概率线性判别分析得分门限确定说话人个数。实验表明,本文方法在美国国家标准技术署08summed测试集上,使得"类纯度"和"说话人纯度"比传统算法都有了一定提升,且使得说话人分离整体性能相对提升了27.6%。

基于二阶聚类分析的客户管理分类研究

根据市场上企业管理的要求,利用二阶聚类分析方法结合SPSS软件对某汽车信贷客户进行分类,又对每种变量进行分析,聚类分析结果表明汽车信贷面对的客户类型分类为年龄在35~45的为优质客户,服务优先级最高;其余的应为企业的一般客户,应该提供该类别客户的长久服务.该分析结果有利于企业更加有效地管理客户,并制定相应的操作策略.

基于肤色和改进的贝叶斯分类器的人脸检测

提出了一种新的基于肤色的多人脸检测方法。该方法先通过肤色分割得到人脸候选区,然后结合图像的小波表示和主元分析方法通过训练得到可用于区分人脸和非人脸的特征向量,并用改进的贝叶斯分类器对输入图像进行多人脸检测,改进的判决准则中参数,可用于控制检测的准确率和虚警概率,通过设定不同值可使算法适用于不同要求的应用,另外为保证获得较高准确率的同时降低虚警概率,还提出在经分类器判决后的人脸区域中依据对应的马赛克模板进一步排除虚假人脸。

高斯样本模式混淆度分析及其在语音识别中的应用

文章介绍了一种非统计地分析具有高斯分布样本的模式之间混淆度的方法,并将此种方法应用在语音识别中。实验表明,由此种方法得到的模式之间的混淆度信息对提高模式识别系统的性能有很大的帮助。

基于概率线性判别分析的可扩展似然公式化人脸识别

针对概率线性判别分析(PLDA)方法在训练及似然计算过程中矩阵大小随着标志类采样数量呈平方增长的问题,提出了一种基于概率线性判别分析的可扩展似然公式化方法。首先通过简单变换变量对角化PLDA模型;然后,利用贝叶斯准则和最大期望算法估算潜在变量一阶矩、二阶矩,从而对变换后的PLDA模型进行可扩展训练;最后,通过结合Woodbury矩阵特征存储模型信息,从而将大矩阵转换成低维向量或标量。在FLW及Multi-PIE两大通用人脸数据库上的实验验证了所提方法的有效性及可靠性,实验结果表明,相比其它几种较为先进的同类人脸识别方法,所提方法不仅取得了更高的识别率、更低的半错误率,还大大地降低了训练、似然计算复杂度。

基于多先验期望效用模型的新的决策准则

决策时设定单个先验概率分布往往不能很好反映状态的不确定性,从而不利于获得最优决策。依据Castagnoli提出的多先验期望效用模型,并将其思想应用于决策分析,结合贝叶斯分析方法,建立了基于多先验期望效用模型的新的决策准则,如悲观准则、折衷准则等。

基于聚类分析的P2P流量识别

通过使用聚类分析的方法来进行P2P的流量识别.首先给出P2P流量的特征,接着定义聚类特征树,然后通过扫描从网络中截得的数据得到相应的初始聚类树,最后计算初始聚类的贝叶斯信息准则值得到最终聚类结果.该方法能有效利用存储空间,避免了存储所有数据对象.同时还能够根据数据特征自动得到聚类数目,减少人为因素的影响,与K均值算法相比较优.

基于主成分分析和高斯混合模型的耐火材料损伤信号分类

运用主成分分析方法对MgO-C耐火材料损伤实验获取的声发射参数进行消除相关性降维处理,以构造出的新参数作为损伤信号分类的指标,采用高斯混合模型聚类方法及贝叶斯信息准则将样本信号分为ω1、ω2两类,其权重分别为63%和37%。扫描电镜验证结果表明,MgO-C耐火材料受载下的损伤形式主要为基质相损伤和界面损伤两种,并以基质相损伤形式为主。

利用声压场的浅海地声参数贝叶斯反演方法

针对浅海考虑弹性海底下的地声参数反演和对反演结果的不确定性分析问题,本文提出了一种基于贝叶斯理论的利用声压场信息的反演方法。首先通过快速场方法(FFM)计算声压场的理论预报值,其次根据贝叶斯理论基于似然函数建立实测声压场与理论声压场间的目标函数,最后依照Metropolis准则采样给出待反演参数的后验概率密度(PPD)作为反演结果。结果表明:依据本方法获得的反演结果与经典遗传算法(GA)寻优结果基本吻合;反演声压场与水池实测声场的相关系数达0.89;反演结果的不确定性表明与横波声速衰减、纵波声速衰减相比,弹性海底中的横波声速、纵波声速以及密度的不确定性更小。

基于计算听觉场景分析的说话人转换检测

在短时语音说话人快速转变的说话人转换检测中,用于训练说话人模型的连续语音较短导致模型不稳健,致使说话人转换检测的性能较差。为此,提出一种新的说话人转换检测方法。借鉴人耳听觉处理机制将语音信号分解为多个子带,可以得到准确的浊、清音边界,实现对零散清、浊音子段的拼接。利用贝叶斯信息准则判决语音子段间的疑似转换点,并运用音高特征做区间验证。实验结果表明,该方法在平均语音子段时长为1.34 s的极短语音条件下,可使说话人转换检测的等错率降至23.2%,F1值达到70%。

判别分析与情报检索

本文介绍的是目前数学的一个新分支——多元统计分析中的判别分析理论在情报检索中的应用。文章从情报检索的角度阐述了判别分析中的贝叶斯决策准则,引出了概率检索的数学模型中常见的“判别函数”(有时也称作检索函数)。同时介绍了美国G.Salton的“检索的决策理论模型”,并把它与英国的Van Rijsber-gen等人提出的“检索的概率模型”做了比较;文章还介绍了G.Salton评价检索效果的“泊松模型”,并把它与Swets的模型对比,指出这四个模型都是贝叶斯决策准则在情报检索中的应用。