隐蔽线索对基于时间前瞻记忆的影响

本研究通过三个实验,从不同角度考察隐蔽线索对基于时间前瞻记忆的影响,以期进一步了解基于时间前瞻记忆的加工特点。实验1A旨在考察不同进行中任务线索条件下基于时间前瞻记忆的表现差异;实验1B旨在考察不同干扰任务条件下的线索对基于时间前瞻记忆的影响;实验2旨在考察嵌入不同的前瞻记忆任务线索和进行中任务线索对基于时间前瞻记忆的影响。结果表明:(1)适当的隐蔽线索对个体的基于时间前瞻表现具有促进作用。对于提示回溯成分的隐蔽线索,时间线索无论隐藏在进行中任务中还是干扰任务中都显著提高被试基于时间前瞻记忆的表现。(2)与出现在干扰任务阶段中的线索相比,出现在进行中任务阶段中的线索更能提高个体基于时间前瞻记忆的表现,说明线索越临近目标时间,促进效应越大。(3)基于时间范式的线索能够促进基于时间前瞻记忆表现,基于事件的线索则不能。本研究结果支持随机游动模型。

基于网络的区域移动性管理协议性能分析

分析一种新的基于网络的区域移动性管理方案,并根据移动节点一维随机走动模型给出了性能分析的解析模型.根据解析模型,导出了位置更新费用和数据分发费用的公式.在此基础上分析了平均小区驻留时间和小区内移动节点数量对整个费用的影响,研究了整个费用如何随会话移动性比改变而变化,以及实现整个费用最小化的区域移动性管理域大小最佳值.分析结果表明,会话移动性比和区域移动性管理域大小是最小化总费用的最主要性能因素.

基于自适应陷波器的科氏流量计信号频率跟踪新方法

为提高对科氏流量计信号频率随机缓慢变化的持续跟踪能力,以对格型ANF、简化格型ANF和基于SMM的新式ANF三种典型自适应陷波器的性能比较分析为基础,提出了一种科氏流量计信号频率跟踪新方法。该方法对频率、幅值和相位均随机游动变化的科氏流量计信号,首先采用新式ANF快速检测信号频率并作短时频率跟踪,待其收敛后简化格型ANF开始并行工作,在简化格型ANF收敛后取代新式ANF持续跟踪信号频率的变化。仿真结果表明,本文方法比格型ANF方法收敛速度更快、频率跟踪精度更高,比单一采用新式ANF方法计算更为简便,是一种科氏流量计信号处理的有效方法。

基于ESU图的活动社交网络用户参加活动推荐

活动社交网络(EBSNs)为用户提供了方便的组织、参加和分享社交活动的平台。该文面向EBSNs活动推荐问题,提出了包含活动(Event)、主办方(Sponsor)和用户(User)的ESU图模型,深入揭示了EBSNs的实体及其社交关系。因为用户参加活动受多个因素影响,我们提出了基于ESU图的活动推荐多因素决策模型,包括社交影响力、活动内容、活动地点及活动时间。根据ESU图特点,提出了基于双向重启随机游走算法BD-RWR的实体重要度计算方法。选取真实的EBSNs平台-豆瓣同城验证所提方法的有效性。实验结果表明,该文提出的ESU图模型及融合了多因素的活动推荐模型,与已有最新方法相比,有效地提升了用户参加活动的推荐效果。

基于半监督学习模型的自动图片标注研究

基于关键字的自动图片标注方法,可以更为有效地实现海量图片的管理和检索。然而由于"语义鸿沟"问题,传统的自动图片标注效果往往并不理想。因此,对不精确的标注结果进行优化就显得尤为重要。文中提出一种新颖的图片标注方法。首先,利用基于相关性模型的递进算法得到图片的初始标注结果。然后,利用一种半监督的学习模型,也即随机游动与重新启动算法对得到的初始标注结果进行优化,并选择一定数量的顶端标注作为图片最终的标注。通过在通用Corel图片数据库的实验表明,文中提出的方案可以有效地提高图片自动标注的性能。

基于随机行走电容提取且保证准确度的线网时延计算方法

从随机统计原理出发,考虑基于随机行走电容提取的多端线网时延计算,提出保证准确度的多端线网自适应互连时延计算方法.首先推导了互连时延的随机误差与随机行走电容提取结果误差的依赖关系,给出了时延误差的理论上限;然后提出了基于误差上限估计和基于误差微调的2种自适应互连时延计算策略,它们根据用户指定的时延误差阈值自动调整执行随机行走电容提取的精度设置与次数,并通过"断点续算"提取技术缩短整体计算时间.对实际电路版图中互连线网结构进行计算的实验结果表明,该方法能够保证时延结果的准确度,而基于误差微调的自适应策略比基于误差上限估计的策略效率更高,在确保时延误差可控的同时使包含电容提取的总计算时间最短.

基于“醉汉随机游走”问题的统计实验教学案例设计

为了提高学生在数据化时代的实践应用能力,本文基于“随机游走”问题设计统计实验教学案例.将蒙特卡洛随机模拟和回归分析应用于求解“随机游走”的平均距离,并找出平均距离与步数之间的关系,以深化学生对概率统计知识的理解和系统掌握,强化学生对统计软件的操作能力.

基于随机游走的实体类型补全方法

伴随着大数据的大量涌现以及开放链接数据(LOD)等项目的开展,语义网知识库的数量激增,语义网知识库正在引起学术界和工业界越来越多的关注,在信息检索系统中起着重要的作用,如实体搜索和问答系统等.实体类型信息在信息检索中扮演着重要的角色,例如,查询"汤姆·汉克斯所出演的电影",该查询限定了返回的实体类型是"电影",这对提高查询结果的精度具有重要作用.然而,知识库中实体类型信息的缺失是十分严重的,影响了知识库在信息检索等领域中使用的正确性和广泛性.据统计,在DBpedia2014中,8%的实体没有任何类型信息,28%的实体只有高度抽象的类型信息(比如类型为"Thing"),因此对于实体类型补全的研究尤其是实体细粒度类型的补全是十分重要的.目前已有的方法包括基于概率模型和表示学习两类.以基于概率模型的SDType算法为例.首先,SDType为每个谓词计算对各个类型的区分能力得分,然后,在为实体做类型补全时,累加该实体所具有的谓词对各个类型的得分.此类方法没有考虑谓词与谓词之间的相互增强作用,在存在知识缺失的情况下会影响补全效果.以表示学习的类型补全方法TransE为例,此方法对于简单的关系(1-1的关系)补全是可以的,但是对于补全实体类型这种复杂的关系效果并不理想,另外,表示学习的训练集尤其是负例难以获得.由于模型需要学习大量的参数,在大数据量的背景下,性能也是一个问题.文中提出一种基于谓词-类型推理图的随机游走方法来补全缺失的实体类型.首先对知识库中已有知识进行统计,包括具有某个谓词的实体数目、属于某个类型的实体数目以及属于某个类型并且具有某个谓词的实体数目.其次,基于得到的统计信息构建结点由谓词和类型组成的有向推理图,推理图的边包括谓词-谓词和谓词-类型两种.在构建推理图时,作者考虑了谓词之间的相互增强作用,在类型补全中是有效果的,尤其是在知识库存在知识缺失的背景下.最后,对于一个缺失类型信息的实体,根据该实体所具有的谓词在推理图上做随机游走来补全类型.为了解决由于知识库中存在错误知识等原因导致的类型语义漂移现象,文中使用PMI(点互信息)技术对结果进行了进一步的优化.在真实DBpedia知识库上的实验,验证了文中提出的算法相比于已有的典型算法有更高的精确度.

基于概率密度演化的基础隔震结构随机响应分析

针对抗震结构和基础隔震结构,应用概率密度演化方法对其进行多遇地震作用下的线性随机响应分析。通过引入工程地震动物理随机函数模型,采用数论选点法对多维外荷载随机变量进行离散代表点的生成并求得其赋得概率,利用离散代表点合成地震动加速度时程样本作为输入结构的随机激励,对于每条地震波,相当于对结构进行确定性动力反应分析。在求得结构响应及其相关导数后,应用TVD差分格式求解广义概率密度演化方程即可得到所求响应的时变概率密度及其演化。结果表明:基础隔震结构在随机地震作用下相比抗震结构具有良好的减震性能,隔震层的设置能够减小结构位移响应的标准差,减少了结构响应的离散型;概率密度演化方法不仅能够给出结构响应的二阶统计矩,还能全面地反映结构响应的时变概率信息,位移响应的概率密度函数分布不服从正态分布或其他常用分布,且随着时间演化。

考虑纤维波纹度的单向复合材料代表性体积元生成算法

提出一种单向纤维增强复合材料(Unidirectional fiber reinforced polymer,UD-FRP)周期性高保真代表性体积元(Representative volume element,RVE)的创建算法。首先基于随机游走算法,采用贝塞尔(Bézier)曲线表征纤维形态,使曲线各控制点处的切线方向的统计分布服从多变量冯·米塞斯-费歇尔(Von-MISES FISCHER)函数,创建出初步的软核模型。进而基于力偏置算法,在保证RVE内部纤维不产生过度扭曲的前提下,调整纤维间的重叠,创建出对应的硬核模型。调整过程中,通过引入三维近邻列表算法,大幅提高算法效率。最后对所创建的含有纤维波纹度特征的RVE模型进行了横向剪切渐进损伤分析,用以揭示该方法的研究价值及应用领域。结果表明,该方法能够快速有效地创建不同尺寸及纤维波纹度的RVE几何构型,这种含有波纹度特征的纤维构型会对UD-FRP的横向剪切性能产生一定影响,纤维波纹度越大,UD-FRP的横向剪切强度越大。

带有个体淘汰的强制进化随机游走算法优化质量交换网络

针对强制进化随机游走算法(RWCE)在优化质量交换网络进程中,存在部分个体在竞争中长期处于劣势状态以及个体结构高度相似的现象,提出带有个体淘汰的RWCE算法优化质量交换网络。即在一定的周期内,通过对种群中个体优化状态的实时监控,首先对个体的网络结构进行标准化处理,以此识别出结构中相似的质量交换器,再根据其数目评价个体的结构相似度,将种群中的个体划分为若干个集团,并以年度总费用作为评价个体优化性能的指标,淘汰种群中的劣势和相似个体,以此加强种群间个体的信息交流,提升个体优化活力和种群多样性,同时有效增强算法优化质量交换网络的全局搜索能力。将该方法应用于2个质量交换网络实例中,优化结果均优于文献最优结果,说明该方法能改变结构的进化方向,激励种群间个体的差异性进化和保持个体的优化活力,且有效提升算法的全局寻优性能。

随机游走过程在三维储层建模中的应用和问题

在对随机游走算法基本原理简要介绍的基础上,对其在两个方面做了进一步改进。(1)在迁移概率的计算中,加入了蒙特卡罗影响因子,更符合河流振荡性随机游走发育的特点,得到的模型更具决策性;(2)在河道加宽模式中,沿着主流线利用圆形方式充填,得到加宽后的河道更合理,不会在高曲率处出现河道宽度突变。随后在改进算法基础上利用东部某油田的实际数据进行了检验,模拟实现与实际地质模型吻合度较高。抽稀后的模拟实现与未抽稀模拟实现的吻合率大,同一网格点相类型相同的比率达到77.3%,说明算法具稳健性。最后,分析了目前随机游走过程在油气储层建模领域仍然存在的问题及其可能的解决方案。

局部平稳性未知条件下STAR模型的线性性检验

本文讨论了局部随机游走STAR模型、局部随机趋势STAR模型的线性性检验问题,构造了Wald类检验统计量,推导出了这些统计量的极限分布,并分析了这些统计量有限样本下的统计特性;本文提出了在局部平稳性未知的条件下,进行STAR模型的线性性检验方法,构建了稳健的检验统计量。检验功效与检验水平分析表明,该统计量具有良好的检验水平及较高的检验功效。