边际关联分析及其在表情识别中的应用

提出了一种基于边际关联分析MCA的人脸表情识别方法。传统的CCA、MML等处理的是所有训练样本的全局关联系数。受关联分析和边际学习启发,MCA专注于样本与对应类标间的个体关联,而非整体或全局关联。基于JAFFE和CED-WYU两个表情数据库的识别结果证实了MCA特征提取方法的有效性。

英语词汇记忆中边际效益递减效应的应用

首先强调了词汇量的大小对于英语学习的重要性;其次从经济学角度解释了何为边际效益递减效应;最后通过分析记忆词汇的投入和产出不成正比,得出结论,并结论应用到科学记忆英语词汇中,使得边际效益最大化,最终取得高效、良好的记忆效果。

回报函数学习的学徒学习综述

通过研究基于回报函数学习的学徒学习的发展历史和目前的主要工作,概述了基于回报函数学习的学徒学习方法.分别在回报函数为线性和非线性条件下讨论,并且在线性条件下比较了2类方法——基于逆向增强学习(IRL)和最大化边际规划(MMP)的学徒学习.前者有较为快速的近似算法,但对于演示的最优性作了较强的假设;后者形式上更易于扩展,但计算量大.最后,提出了该领域现在还存在的问题和未来的研究方向,如把学徒学习应用于POMDP环境下,用PBVI等近似算法或者通过PCA等降维方法对数据进行学习特征的提取,从而减少高维度带来的大计算量问题.

组织管理学视域下诉前调解激励机制的现状检视与制度构建——以A省16地市125家法院近三年案件数据为样本

以A省16地市125家法院近三年来的诉前调解案件情况、调解成功率、诉前调解率为样本,结合各地法院诉前调解激励机制建立情况、激励机制类型情况,发现现有诉前调解激励机制建立中存在问题和面临的困境。从组织管理学的角度,根据数据分析、机制分析、类型分析等手段,结合"层级理论""公平理论""强化理论""边际效用递减理论",确立了四条诉前调解激励机制建立原则,分别是分档定级原则、动态激励原则、负面强化原则、边际效用最大化原则,从而构建起全国性动态、综合、优化的诉前调解激励机制,充分调动特邀调解员的积极性,有力发挥调解激励机制的杠杆作用,引导多元力量参与到矛盾纠纷化解,促进共建共治共享的社会治理格局建设。

基于回报函数逼近的学徒学习综述

回顾了基于回报函数逼近的学徒学习的发展历史,介绍了目前的主要工作,总结了学徒学习的一般方法,讨论了线性和非线性假设条件下的回报函数求解,比较了逆向增强学习(IRL)和边际最大化(MMP)两类逼近方法.基于IRL的学徒学习是一种通过迭代的方法用基回报函数的线性组合来逼近真实回报函数的过程.MMP方法可以看作是一类基于梯度下降的最优化方法.综合采用滤波及将策略函数概率化等方法可以降低对专家演示的最优要求.最后指出了该领域存在的问题,提出了未来的研究方向,如在部分可观察马尔可夫决策过程框架下的学徒学习及对不确定策略的学习等.

方向距离函数中方向向量的最优选择

方向距离函数(DDF)中方向向量的选择一直是理论难题,文章摈弃传统外生方向,将方向内生化,从决策单元(DMU)边际利润最大化的角度提出方向选择的理论方法,该方法不仅可用于效率评价,也可指导效率提升.为理解方法的现实意义,文章利用中国省际工业部门数据确定各省市的最优方向,以便最大程度地兼顾省际工业增长和减排的双重目标.结果表明,当减排任务增加到一定程度以后,能源、资本和人力的投入都将大幅度减少,因此在工业发展过程中减排任务需要适度;在允许自由选择方向之后,各省市对工业增长和保持空气质量的偏好有较大差异;此外,内生方向下减排任务比传统方向下宽松.