基于条件熵的不完备信息系统属性约简算法

在相容关系下定义了三种不完备条件熵——H′条件熵、E′条件熵和I′条件熵,并对它们的性质进行了分析比较,研究发现,H′条件熵和I′条件熵不适用于相容关系下信息观点的约简。利用E′条件熵刻画信息系统中属性的相对重要性,设计了一种新的基于信息论观点的启发式约简算法,它统一了完备信息系统与非完备信息系统中的约简方法。通过实例说明,该算法能得到决策表的相对约简。     

基于熵理论的战场情报评估方法

熵是度量信息有效性和可靠性的重要理论工具,分析了信息熵和条件熵,并深入研究了熵作为不确定性的度量在战场情报中的评估应用,最后举例说明了既要考虑信息的价值又要考虑其风险程度这一新的情报分析方法,使得决策过程透明化,降低了决策的风险。     

主动学习与自学习的中文命名实体识别

命名实体识别是信息抽取中的一项基础性任务,如何利用丰富的未标注语料来提高实体识别的指标是该领域一个重要的研究方向。基于条件随机场提出一种将主动学习与自学习相结合的方法——SACRF,通过设置置信度函数和2-Gram频度阈值来选取样本,并采用人工与自动相结合的方式进行标注来扩展训练语料。实验表明,该方法在提高实体识别的精确率和召回率的同时,能够显著地降低人工标注的工作量。     

支持度门限改变下的频繁闭项集增量挖掘

针对CLOSET算法每次改变支持度门限时需要重新对所有数据进行挖掘而没有充分利用前一次挖掘结果的问题,提出了基于支持度门限改变下的频繁闭项集增量挖掘算法,利用前一次发现的频繁闭项集作为本次挖掘的约束条件,极大地减少了频繁闭项集的搜索空间。实验结果表明:在支持度门限减小不大的情况下,算法效率提高显著,支持度门限增加时,只需几十个毫秒的时间就可以发现全部频繁闭项集。     

局部线性估计在半参数条件矩中的应用

半参数方法在计量经济领域有着广泛的应用，但由于其既有参数变量，又有未知函数，因此采用条件矩限制和Sieve方法来得到其参数估计是一个比较好的方法。作为一种非参数回归方法，局部线性估计具有优良的统计特性，因此本文用它来得到条件矩的一个非参数估计，并在此基础上证明了估计参数的一致性和收敛速率。     

基于条件事件代数理论的战术防空态势评估

态势评估是战场决策的基础,而如何进行正确的战场决策对防空战斗有着重要的影响.在对态势评估进行分析的基础上,根据条件事件代数理论,提出了一种对战术防空态势评估问题进行推理的方法,并通过示例介绍了对战术防空态势评估问题进行求解的过程.同时该方法也为解决战术防空态势评估问题提供了一种有效依据.     

条件事件的表示

为了进行条件推理，本文讨论了条件事件的表示，并给出了相应的逻辑运算规则，引入了零事件间的概率比和多重条件事件的超条件事件概率的概念，它们均是无条件情形的推广。     

正规模糊测度空间上的条件期望

讨论了次可加、具有有界变差的正规模糊测度空间上关于模糊测度、内测度及模糊积分的性质，在此基础上定义了此模糊测度空间上随机变量的条件数学期望，它是相对于经典测度空间的一个推广。     

条件适定性及其差分类比

讨论了各种适定性和它们之间的关系,给出ι适定性的差分类比,证明了一个类似于Lax等价定理的定理。