鱼雷贮存战备完好率主要维修性指标评估方法

为了评估鱼雷的平均修复时间及维修度,在分析部队基层级维修保障活动的基础上,提出了采用结合验前信息的贝叶斯方法。通过具体的算例分析,证明该方法能够一定程度上将鱼雷的维修性水平直观地呈现出来,具有一定的可行性。     

情感分类器结合Norton模型预测汽车销量

为了在"互联网+大数据+人工智能+区块链+物联网"高度信息化的社会精准预测汽车销量,本文首先利用词图、维特比等算法对汽车评价内容进行分词操作来获取关键词语;其次利用朴素贝叶斯分类器的方法对分词的结果进行计算,获得每条评论内容的情感指数;再次利用Norton模型的三代产品模型结合情感指数来组成拟合模型,同时利用最小二乘原理估计拟合模型的参数;最后利用估计的参数结合某款汽车的评论数据以及每个季度的汽车销量来验证模型,验证结果的准确性高达91.29%。基于此模型,企业可进行车型的销量预测,为合理规划生产和战略布局提供参考和依据。     

基于机器学习算法的沥青路面原位密度预测模型

利用探地雷达(GPR)进行沥青路面原位密度检测时，回归模型和电磁混合理论模型通常被用来建立密度和介电常数的关系，然而现有的模型对精确的参数校准要求较高且精度有限。为了进一步提升沥青路面原位密度预测精度，研究基于机器学习算法的密度预测模型，首先搭建了GPR测试平台，采用2.2 GHz探地雷达天线采集室内沥青混合料试件及现场沥青路面的电磁波反射信号；进而基于平均减法算法和有限冲击响应带通滤波器消除了信号零偏和部分环境噪声，基于反射振幅法对介电常数进行计算；收集了来自文献调研、室内试验、现场检测的124组密度数据，基于极限梯度提升(XGBoost)算法建立了密度预测模型，采用5折交叉验证对数据集进行深度学习，并利用贝叶斯超参数优化(BHPO)获得了最优的模型超参数组合；最后利用现场检测数据对模型进行测试，并对各输入参数进行重要性分析。结果表明：对信号进行消除零偏和环境噪声处理后，密度预测百分比误差显著下降，室内试验误差达到了2.9%,现场检测误差达到了3.0%;不同沥青混合料反射信号的主要差异在于峰值振幅的位置和数值大小，密级配沥青混合料介电常数值要大于开级配沥青混合料；BHPO有效提升了X...     

法兰克福学派的自然观

从自然概念的历史演变着手，通过法兰克福学派自然概念与马克思主义自然概念的对比研究，揭示了法兰克福学派自然观的基本观点，并站在马克思主义的立场上，对之作了具体，准确的评价。     

基于模糊贝叶斯网络的海上风机选择方法

为合理选择海上风机型号,研究了基于模糊贝叶斯网络的海上风机方案选择方法.识别了海上风机选择的主要影响因素,建立了海上风机的3层决策框架,并从风机参数、风机经济性、风机可靠性和通航安全性等4个方面进行了综合考虑.利用模糊逻辑对海上风机的影响因素模糊化,并建立了改进后的IF-THEN推理规则,实现了影响因素与决策准则间的定量转换方法,并引入贝叶斯网络对海上风机影响因素进行推理,实现海上风机方案的最优选择.以中广核海上风机选择为例,确定了中广核海上风机的型号方案,研究结果表明,该方法能够解决影响因素的模糊性问题,同时能够直观的实现影响因素推理,通过将模型计算方案与实际风机方案进行比较,表明本模型能够准确地实现海上风机选择.      

贝叶斯分类算法在垃圾邮件过滤中的应用

研究分析了贝叶斯分类算法的原理,流程及优缺点,采用基于最小风险的贝叶斯决策方法对电子邮件的内容进行分析来识别出垃圾邮件,提高了邮件过滤系统的整体性能。     

基于贝叶斯空间相关模型的城市快速路安全影响因素研究

快速路是城市交通的主骨架,其运行安全态势直接影响整体通行效率的发挥。利用线圈检测器数据和由事故视频监控系统采集的2011~2013年共50069起事故数据,应用贝叶斯空间相关模型,对上海市南北高架、延安路高架、内环和中环4条快速路进行建模分析。为了反映路段间的潜在空间联系,在负二项模型的基础上,加入空间随机影响项建立相邻空间相关模型;进一步改进了该空间随机项的协方差矩阵,建立距离空间相关模型。通过贝叶斯回归方法比较3个模型的回归效果。结果显示,距离空间相关模型具有最优的拟合效果,其方差信息标准(DIC)较负二项模型降低6.04%。由此证明,事故在道路中的分布存在空间关联,且其相关性受距离影响。在道路几何特性影响因素中,路段前后1 km 内匝道数越多,每公里转角越大,事故风险越大;入口-出口型交织路段事故发生几率较高。日均交通量与事故风险显著正相关。不同快速路对比分析表明内环事故风险偏高,中环事故风险较低。      

翻译、流传与阐发——冯友兰与“Neo-Confucian(ism)”概念

冯友兰在留美期间(1920—1923)吸收了西方“Neo-Confucian(ism)”概念，回国后(1924—1926)最早将其翻译为中文“新儒家(学)”,指出宋明新儒学受佛道影响在本体工夫论上与先秦儒家不同，但在人生观上一致。随后李石岑(1926)、谢扶雅(1928)、陈寅恪(1934)等人也阐发了“新儒家(学)”概念，从而使其成为流行的学术名词。虽然由于构建中国哲学史概念体系的需要，加上“新儒学”概念意义的不确定性，1932年底以后，冯友兰在其中文论著中转而使用包括程朱理学与陆王心学在内的“道学”概念。但卜德又将冯友兰论著中的“道学”翻译为“Neo-Confucian(ism)”,从而促进了其在学术界的传播。随后以狄百瑞为首的哥伦比亚学派致力于阐发宋明新儒学的现代价值，又进一步促进了这一概念在海内外的普及。     

基于故障树贝叶斯网的山区高速公路事故成因分析

为分析山区高速公路事故致因因素,采用故障树及贝叶斯网方法,分析各因素对事故的贡献率.建立以事故为顶事件,驾驶员、车辆、道路及环境为次顶事件,事故因素为基本事件的故障树模型;构建基于故障树的贝叶斯网模型,对人、车、路及环境各方面单独分析,定义证据节点的诊断方式计算4个方面的后验概率,找出各方面中最敏感的事件.结果表明,对事故影响较大的基本因素为"未保持安全距离""超限超载""长大下坡坡底"和"夜间无照明";驾驶员、车辆、道路及环境对事故的贡献率分别为54.4%,32.2%,48.1% 和4.5%;对人、车、路及环境最敏感的事件分别为"操作不当"、"超限超载"、"长大下坡坡底"和"能见度不足";基于故障树的贝叶斯网模型不仅可以更高效和简便地对基本因素进行概率推理,而且还能得出更可靠的推论.      

车队认知能力增强的通信区块间隙优化方法

为了在单车超越车队的过程中缩短超车车辆与车队间通信范围，减少车队通信压力，锁定影响车辆入队的关键车队区块，同时通过将待进入关键区块的车队进行间隙优化调整，为驾驶人提供定制化换道入队引导服务，提出了基于驾驶人超车风格特征参数的车队内信息传输关键区块锁定算法，通过分析影响驾驶人换道入队位置范围的关键因素，将驾驶人换道入队过程分为本车道速度调整过程与入队速度调整过程，利用非参数贝叶斯算法获取驾驶人超车换道特征数据并提出基于关键区块所在车队位置序列的车辆间隙优化调整策略。研究结果表明：超车车辆加速度、与前车预计碰撞时间、与车队相对速度是影响驾驶人换道入队范围的关键因素；通过非参数贝叶斯算法将超车车辆运行数据分类获取的驾驶人换道入队驾驶操作基元，可准确提供驾驶人行为特征关键参数；通过将驾驶人换道特征分为48个子类型，可锁定驾驶人换道入队范围且车队关键区块范围随着超车车辆与车队速度差值不同在各个特征类型上呈现不同变化趋势；针对驾驶人入队特征对待进入车队关键区块的车辆间隙进行优化调整，不仅可以为驾驶人提供可接受的驾驶辅助信息，同时减少了车队间隙产生过程中车辆加速度范围，提升了车队运行的舒适性。