模型选择中的贝叶斯因子修正

在贝叶斯统计学中,贝叶斯因子是进行模型选择的主要工具．但在计算贝叶斯因子时,要用到不正常的无信息先验,这会产生带有随机性的常数因子．本文修正了常规的贝叶斯因子,解决了这一问题．     

基于贝叶斯网络的网络交互教学成效评价系统

网络交互质量是影响网络教学效果的重要因素。已有的网络交互教学成效评价系统缺乏对学习过程的监控和对学习者的良好建模,评价大多凭借专家经验,评估的主观随意性大,评价结果与实际值存在一定的误差。贝叶斯网络有很强大的解决不确定问题的处理水平,是目前基于概率的不确定表达和智能推理方面最有效的理论模型之一。基于贝叶斯网络的网络交互教学成效评价系统,基于领域知识关系构建贝叶斯网络学生模型,并引入模糊数学变换方法对学生认知水平进行评估。能减少不正常因素的干扰,提高对学生认知能力评价的精确度．实现对网络教学交互的质量评估和个性化导学。     

基于贝叶斯网络的数据挖掘技术

从海量数据中挖掘有用的信息为高层的决策支持和分析预测服务。已成为网络时代人们对信息系统提出的新的需求。但我们发现数据处理和数据的提炼技术是匮乏的。起源于贝叶斯统计学的贝叶斯网络以其独特的不确定性知识表达形式、丰富的概率表达能力、综合先验知识的增量学习方法等特性表示了客体的概率分布和因果联系，成为当前数据挖掘众多方法中最为引人注目的焦点之一。本文首先对贝叶斯网络、贝叶斯网络推理和贝叶斯网络学习进行综合性的阐述。然后讨论其在数据挖掘中的应用和优势。     

基于贝叶斯网络的数据挖掘技术

从海量数据中挖掘有用的信息为高层的决策支持和分析预测服务,已成为网络时代人们对信息系统提出的新的需求,但我们发现数据处理和数据的提炼技术是匮乏的。起源于贝叶斯统计学的贝叶斯网络以其独特的不确定性知识表达形式、丰富的概率表达能力、综合先验知识的增量学习方法等特性表示了客体的概率分布和因果联系,成为当前数据挖掘众多方法中最为引人注目的焦点之一。本文首先对贝叶斯网络、贝叶斯网络推理和贝叶斯网络学习进行综合性的阐述,然后讨论其在数据挖掘中的应用和优势。     

基于贝叶斯网络的人力资源管理评价体系

目前对人力资源的管理局限于人力资源管理过程的研究,文章将贝叶斯网络引入到人力资源管理评价中,提出人力资源管理结果的贝叶斯评价预测模型,取得了较好的预测效果。     

线性模型的模型选择与模型平均

本文在线性模型下讨论了兴趣参数的模型选择与模型平均问题.首先利用最小二乘方法估计子模型下回归系数,进而推导回归系数和兴趣参数估计量的渐近分布,然后得出兴趣参数估计量的均方误差无偏估计量,构造出兴趣模型选择准则,最后通过比较各子模型的兴趣信息准则值选出最优模型.     

基于贝叶斯网络模型的统计学课程体系研究——以Z校为例

课程体系建设是保障高等教育人才培养质量的基础工作之一,一直是教育界广泛关注的热点问题。为了更加科学地优化统计学本科课程体系,文章基于Z校统计学专业本科生的课程成绩数据,借助贝叶斯网络模型对数据进行分析,得到统计学课程体系的网络结构,对比分析Z校统计学培养方案所列的课程体系,提出统计学课程体系的构建原则,并给出进一步优化课程体系的参考意见。     

基于贝叶斯网络的网络风险评估研究

建立一个基于贝叶斯网络的风险评估模型,通过风险因素识别、建模和定量计算对网络运行过程中产生的风险进行评估。选取流量、CPU和内存这3个网络性能指标参数作为网络发生风险的定性分析因素,通过贝叶斯网络来计算出各风险因素造成网络发生风险的概率并对其进行排序,确定各风险因素对网络风险的影响程度,并计算出网络风险率。     

贝叶斯网络对故障树方法的改进

通过建立映射 ,引入作为目前处理概率知识基础上不确定性问题的最有力的推断方法———贝叶斯网络 (BN) ,有效地解决可靠性分析中最常用的故障树分析 (FTA)方法的局限性 :各部件独立 ,状态为二值等。     

基于贝叶斯网络的独立学院学生满意度评价实证分析

文章主要从求学环境、教学管理、师资队伍、个人发展、后勤保障五个方面设计独立学院学生满意度评价指标体系。在阐述贝叶斯网络原理的基础上,文章构建了基于贝叶斯网络的独立学院学生满意度评价模型,进而利用浙江省5所独立学院的调查数据进行贝叶斯网络推理和评价。最后,文章提出了提高独立学院学生满意度的一些建议。     

基于选择标准的Apriori算法改进

关联规则挖掘通过发现密切相关项集的方法已经在商业决策中被广泛使用.现针对关联规则挖掘的经典算法Apriori需要重复多次扫描整个数据库导致在空间和时间方面有很大负载的问题,提出了根据研究者所感兴趣的项集作为关联规则的结果,采用对数据库进行类标签压缩来减少迭代次数.通过实验显示该方法可以有效提高Apriori算法的效率.     

基于改进的贝叶斯网络算法在中医医案中的应用研究

中医医案是中国老中医的智慧的结晶,为了挖掘出中医医案中隐藏的大量的临证经验及用药规律,本文采用了数据挖掘技术对中医医案进行结构化研究,使用了改进的贝叶斯网络算法对其医案进行分析,发现其中的规律,为中医医案的发展做出了一定的改进.     

基于改进BP神经网络的供热负荷预测模型

为在自然环境条件下对供热负荷进行较为准确的预测,分析了对供热负荷产生影响的自然因素,利用回归分析法建立负荷预测模型。在误差较大情况下提出利用神经网络法建模,采用差分进化算法对神经网络的阈值和权值进行优化。使用经过优化的神经网络进行负荷预测,在MATLAB环境下进行仿真。仿真结果表明,采用该方法可得到更为准确的供热负荷预测模型,对供热站节能运行有一定意义。     

基于P2P的贝叶斯网络检测模型研究

针对P2P流不同时间分段发生的P2P流量不同的特征,提出了一种基于P2P的贝叶斯网络检测模型.该模型利用贝叶斯方法在负载均衡下统计和分类不同的网络环境流量,通过加入时间段函数,改进传统的贝叶斯分类器.实验证明,该模型能有效提高P2P网络平均识别率,减少P2P的误报率和漏报率.     

基于改进BP神经网络的DDoS检测模型研究

分布式拒绝服务(DDoS)攻击是当今最流行的网络攻击之一,对该攻击的检测是当前网络安全研究领域中的难点.文章在系统分析比较国内外DDoS攻击检测理论和方法的基础上,根据DDoS攻击时数据包的特性,运用改进BP神经网络理论和方法建立了DDoS检测模型.该方案所采用的技术,实现简单,代价小,具有很好的实际应用前景.     

基于云模型的毕业设计选题评价方法

毕业设计是本科培养最后阶段对学生进行全面专业训练的实践教学环节,也是学校联系社会的桥梁。论文将云模型引入到选题的评价体系中,通过研究电子信息类专业毕业设计题目的特点,对题目进行分类并设置对应的评价指标,通过专家打分实现对课题的具体描述,构建了毕设题目模糊综合评价模型。     

基于改进后灰靶模型的交通线路方案评估

针对交通线路方案多目标性特征,从经济、技术和环境等方面构建了交通线路方案评价指标体系,采用灰靶模型对待选方案进行评估和筛选.鉴于传统灰靶模型采用等权的计算方式,本文引入熵权对模型加以改进,由此建立了基于熵权的改进后灰靶模型.交通线路方案比选的结果表明,该方法计算简洁、实施高效,具有一定的推广应用价值.     

组合赋权-改进TOPSIS法选择多项目商品混凝土供应商

结合多项目工程中商品混凝土的需求特点,将供应链思想引入多项目混凝土供应中,建立供应链导向下的多项目预拌商品混凝土供应商评价指标体系,采用AHP和熵值法相结合的组合赋权法计算备选混凝土供应商评价指标的组合权重值,并结合改进的TOPSIS法对备选混凝土供应商进行综合优选评价,同时通过分别运用组合赋权、AHP法以及熵值法对某工程实例进行改进TOPSIS优选排序,验证了基于组合赋权-改进TOPSIS法在建筑企业优选混凝土供应商的决策过程中的适用性与优越性.     

基于评价的P2P网络信任模型研究

P2P网络的信任研究关系到P2P网络的安全。本文在对信任关系研究的基础上提出了一种基于价的P2P网络信任模型,构建了基于评价的信任网络,给出了信任度的计算方法。并通过实验数据验证了该网络模型的安全性。