贝叶斯网在软件项目管理中的应用

项目开展过程是一个有着许多不确定因素的过程,在项目管理中,揭示该过程中状态间的关联关系,对项目状态预测和缺陷原因的界定是十分重要。利用项目进展过程中层次关系所蕴含的条件独立性,提出了一种贝叶斯推理网络模型。给出该推理网络的学习算法,使得在专家仅给出节点间的关联强度的情况下,系统通过自我学习计算出节点间的条件概率,从而实现科学严谨的推理。     

中国高新区产业政策与制度变迁的效应研究——基于贝叶斯网络方法的情景分析

本文提出一个应用贝叶斯网络模型对宏观区域政策与高新技术产业政策使用效果进行情景分析的决策框架。中国高新技术产业开发区的建立和发展很大程度上依赖于政府政策,然而先前对影响中国高新区发展因素的研究主要集中在禀赋因素,如固定资产投资额或从业员工人数等,缺乏对制度性因素如省级高新区"升级"成国家级这一制度变迁效应的实证考察。对此,本文借助贝叶斯网络静态情景分析方法探讨制度因素与高新区成长之间的关系,结果显示:制度因素在中国高新区发展中起到关键作用,省级高新区"升级"政策如果结合加大R&D经费投入将会促进高新区成长。     

基于属性选择法的朴素贝叶斯分类器性能改进

为提高朴素贝叶斯(Naive Bayesian)分类器的分类准确率,对朴素贝叶斯属性选择算法及假 设属性概率 值先验分布中的参数设置问题进行分析,提出将属性先验分布的参数设置加入到属性选择的 过程中,并研究当先验分布服从Dirichlet分布及广义Dirichlet分布情况下的具体调整步骤 。以UCI数据库为例进行仿真实验,结果表明当先验分布服从广义Dirichlet分布时,该方法 可提高分类的准确率,如Parkinsons数据集,效率可提升1332%。     

简析《社会成本问题》与“科斯定理”

科斯的《社会成本问题》无论是从知识和写作方法,研究思路,都能够引起我们深刻的思考和探讨,许多方面值得我们借鉴。科斯也凭借《社会成本问题》的探讨获得了诺贝尔奖,同时使我们对市场和经济有了新的探讨和认识。可以说,从《社会成本问题》的研究中,我国实行社会主义市场经济的必要性。     

国有工业企业生产率的区域性差异及收敛性检验——基于贝叶斯SFA共同边界方法

基于1999-2010年中国地区国有工业企业面板数据,应用贝叶斯SFA共同边界方法对地区国有工业企业Malmquist生产率指数进行测算,并检验其收敛性.结果显示:国有工业企业生产率的增长是伴随着国有企业改革的深化而出现的,但这种增长主要是由于技术进步所引起,国有经济内外部软环境实力的提高并不显著;从地区差异来看,中国中部地区在国有经济生产率增长速度以及技术进步速度方面最快,其数值指标要优于东部及西部地区.收敛性分析结果显示,中国地区国有经济生产率并没有出现全局性随机收敛特征.而从各地区群组来看,只有东部群组存在俱乐部收敛,而中、西部群组不存在俱乐部收敛效应.     

全球通货膨胀率的国际联动效应研究——基于贝叶斯潜在多动态因子模型的分析

本文通过构建基于Gibbs抽样估算的贝叶斯潜在多动态因子模型对全球63个国家通货膨胀率的全球性联动效应和区域性联动效应进行了实证研究。研究结论表明:在整体样本期间上,通货膨胀率的全球性联动效应和区域性联动效应能解释各国通货膨胀率波动的36%和18%,而特定国家通货膨胀率的异质性成分对通货膨胀率波动的解释能力接近50%;通货膨胀率的全球性联动效应对工业化国家的通货膨胀率波动的解释能力达到60%以上;大部分国家通货膨胀率的国际联动效应的强度较稳健,但有些国家的通货膨胀率的国际联动效应强度在不同时间区间上变化较大,并能通过相关的历史事件加以解释。     

专注数学 终成辉煌——记我国著名民间科学家董德周的科研路程

<正>一个一生只为科研活着的人,他的成果已获得国际认可。如今,他的成果将驶向海峡两岸,希望两岸的科技工作者能互相学习。他,就是我国著名的民间科学家董德周。在研究"四色猜想"过程中,他严格按照"四色猜想"定义的要求,即"任何平面和球面地图,要求相邻国家或地区用不同颜色着色,最多只需要四种颜色就够了",在1997年完成了《四色定理普遍地证明》的全     

加总模型与扩展的高斯—马尔科夫定理

本文将经典的高斯—马尔科夫定理推广到加总数据层面,探讨三类加总形式下加总模型参数估计的最小方差线性无偏性质;揭示加总模型最小方差线性无偏性与非加总模型最小方差线性无偏性之间的关系。在满足正态误差项的假设下,进一步分析加总模型参数所具有的最优无偏特征。最后运用蒙特卡洛方法对加总模型的参数无偏性特征进行数值模拟。     

博弈视角下的大股东掏空与支持行为研究

大股东对上市公司采取掏空或支持投资行为的关键在于双方的博弈,若大股东的综合资本成本较低,那么大股东和上市公司之间存在重复博弈,这种情况下大股东采取支持行为,为了获得更长远利益;反之,则两者之间就是"囚徒"模型,大股东选择掏空追求短期利益。     

基于改进的加权贝叶斯分类算法在空间数据中的应用

朴素贝叶斯算法是一种简单而高效的分类算法,但它的属性独立性假设,影响了它的分类性能。针对这个问题,提出一种基于属性约简的PLS加权朴素贝叶斯分类算法。该算法首先分析属性之间的相关性,通过属性约简选择一组近似独立的属性约简子集,提出改进的偏最小二乘回归加权朴素贝叶斯分类算法,实验结果表明,改进算法具有较高的分类准确度。并将改进的算法应用于边坡识别问题中。