基于贝叶斯网的反潜直升机对潜艇的识别模型

快速准确地对潜艇进行的识别在航空反潜作战中是进行战场态势评估和战场决策的基础。通过搜索潜艇中提取搜索的特征信息,结合贝叶斯网络,使用了“两步”对潜艇目标进行识别,在此基础上进行了实例验证,其结果与事实相一致,显示了该方法的正确性和有效性。     

基于贝叶斯网络的声呐系统战场损伤评估及修复模型

为了解决战场环境下的声呐系统损伤评估及修复（SSBDAR）问题,本文研究了战场损伤评估及修复模型。针对舰艇声呐系统战场损伤评估的因果推理特性,建立了基于贝叶斯网络的战场损伤评估模型,提出了基于贝叶斯网络的评估流程,给出了基于贝叶斯网络的评估决断算法。该模型利用贝叶斯网络对各评估修复节点进行分析,能够解决损伤信息不确定性,而且充分利用舰艇声呐系统各节点的损伤信息,提高了模型评估及修复效率,是解决舰艇声呐系统战场损伤评估及修复问题的一个有效途径。     

人的失误模型在船舶溢油事故应急中的应用分析

船舶交通事故问题的预测一直是业内研究人员十分重视的研究课题。分别采用回归预测法、时间序列预测法、灰色理论预测法和贝叶斯统计预测法等不同方法,结合国内某港引航站近十多年来船舶引航总量和事故的实际情况,进行了比较分析和对未来情况予以预测。着重就贝叶斯方法在港口船舶引航风险预测中的运用进行了探讨。结论证明贝叶斯估计方法得到的结果具有良好的预测效果。     

基于互信息贝叶斯网络的交通事故严重程度分析

为掌握省际客运行业事故严重程度影响因素, 采用互信息及贝叶斯网络方法构建模型, 分析各因素变化与事故严重程度的定量互动关系。鉴于行业样本量较小及专家知识建模存在主观性, 采用改进离散算法挖掘数据, 提出结合互信息与交叉验证的先验网络构造方法。以上海市2005—2019年741起省际客运事故数据为例进行模型分析。结果表明: 对事故最敏感的影响因素为驾驶员性别、天气和车辆类型; 其中“女性驾驶员”“雪、大风、雾”“中型客车”对事故严重性的权重占比分别为13.5%, 8.8%和5.7%;此外, 驾驶员年龄对群死群伤事故贡献较小; 客车尺寸与安全性非单调关系; 00:00—05:00引发7人以上受伤的概率同比上升9%;季节、天气、时间因素与财产损失无直接关联。模型泛化能力优于对比模型, AUC均值为0.644 588, 命中率达到97.3%。      

不完全信息下道路客运市场质量招投标的监督博弈

笔者在文中使用博弈论的方法分析了道路客运市场质量招投标中关于中标企业在不完全信息下的静态博弈监督机制，得到了混同的、分离的和准分离的贝叶斯均衡策略．然后建立了完全但不完美信息动态博弈模型和包括投标策略的两阶段不完全信息动态博弈模型，前者只有分离均衡．但在不完全信息下，当低效率运输企业的概率较低且它在中标时只要偷懒能获得足够大的利润，就有混同均衡，即低效率企业能冒充高效率企业在运输线路质量招投标中投出超过自身运营能力的高质量运输服务，然后执行低质量以获得其投机收益．     

归结论视阈下的文化派译论实质浅析-从赵彦春的《翻译学归结论》谈起

在文化派译论逐渐占据翻译主体地位的潮流中,赵彦春等学者意识到翻译正一步步失去自己的地位,因而提出了归结理论,对文化派译论进行了较为客观的思辨。鉴于中西文化传统和思维方式存在巨大差异,对同一理论持完全相反的观点有时也在所难免,但笔者认为归结论对文化研究范式的批评太过激烈。诗学、赞助人、权力关系虽然不是决定性的因素,但也不应视而不见。这些因素影响甚至支配着译者的翻译活动,成为翻译学研究的重要思想资源,为翻译学的理论优化做出了积极贡献。     

企业战略管理研究学派评述

西方发达国家的企业战略管理理论研究已相对成熟，战略理论的丛林生机勃勃。计划学派、定位学派、资源学派与能力学派是企业战略研究中的主流学派，企业家学派、认识学派、学习学派、权势学派、文化学派、环境学派是企业战略研究中的非主流学派，整合学派则试图架起沟通主流学派与非主流学派的桥梁。面对日益激烈的国际国内市场竞争环境，企业必须尽快树立战略管理观念，将战略管理作为企业经营的首位活动。     

基于参数自适应方法的路面性能衰变方程研究

路面性能衰变方程是针对路面在使用过程中性能衰变的预测。应用贝叶斯估计，对路面性能衰变方程的参数自适应进行了研究，得到参数自适应的计算公式。它能够简便的计算出模型所需的参数，不需通过对整体庞大的数据进行回归。最后通过随即生成的样本对提出的自适应算法进行了检验。     

历史中的经济学

从经济学的角度去丈量和解释一些历史现象,常会收获一些意外的东西. 第一次读法国年鉴学派掌门人布罗代尔的煌煌巨著<十五至十八世纪的物质文明、经济和资本主义>时,对布氏融历史、经济、文化、地理、气候等于一体的写法非常惊讶--有离经叛道的感觉,真不知读的是历史课本还是经济学著作.     

出行链化的贝叶斯网络预测

以出行链为研究对象,在特定因素下通过贝叶斯网络对其链化趋势进行预测.首先依据已有的理论基础和实践经验,提取影响出行链的因素并构建贝叶斯网络结构模型,其次通过采集的有效样本数据进行模型参数的学习,预测出行链化倾向.最后将预测数值与实际数值进行对比、分析.结果表明运用模型所得到的预测值与调查所得的实际数据基本相符,两者之间误差很小,只在个别样本点有所偏差,相对于整体,此差值完全在可接受的范围内.由预测结果与实际值对比可知,出行者的链化行为在时间、空间、成本等因素作用下具有一定的波动,但长期趋势保持稳定.