在一种扩展多层感知器模型中实现命题知识的语义推演

§ 1.　Introduction　　Artificialintelligentisbasedonknowledgeexpression ,atthesametimeitisdependedonusingknowledge .Wecangetanalysisanddecisionandforecastbyusingknowledge .Inlogicsystem ,usingknowledgemeanslogicinferenceordeduction .Now ,manylogicsystemshavebeenproposedasformalmodelsforknowledgeexpressionandreasoning [1 ] ,[2 ] ,[6]— [9] .Althoughpropositionalcalculus(P(X) )isthesimplestlogicsystem ,itprovideswithuniversalmethodforotherlogicsystems.Asweknow ,reasoninginpropositionalcalculu…     

二层信用策略下部分延期支付的多物品EPQ模型

基于二层信用策略的EPQ模型中,绝大多数的模型是考虑单物品的情形,由于需求的多样性,多物品库存模型越来越受库存管理者的关注.在二层信用条件下,假设零售商仅提供给它的顾客部分货款延期支付,建立了部分延期支付的多物品EPQ模型,并证明了模型存在唯一的最优解,最后给出数值例子验证模型的有效性.     

多标准等级判别模型在信用评级中的应用研究

在对目前我国信用评级方法应用现状分析的基础上,提出改进的多标准等级判别模型.并将该模型应用于商业银行信用风险评估中.通过对银行五级分类贷款样本的实证研究,证实了该判别模型的有效性和先进性.     

Logistic回归模型在信用风险分析中的应用

通过运行SPSS,建立L og istic回归信用评价模型(cred it eva luation m odel),用来对中国2000年106家上市公司进行两类模式分类,这两类模式是指按照公司的经营状况分为“差”和“正常”两个小组.对每一家上市公司,考虑其经营状况的4个主要财务指标:每股收益、每股净资产、净资产收益率和每股现金流量.仿真结果表明,L og istic回归信用评价模型对总体106个样本,判别准确率达到99.06%.此外,本文的研究结果还发现,当利用SPSS的D iscrim inan t给出的模型系数建立的线性判别分析模型和利用SPSS的M u ltinom ia lL og istic给出的模型参数建立的L og istic回归模型,L og istic回归模型的判别结果不如线性判别模型.但如果剔除不合格的样本,或是将样本数据规格化,则可以提高L og istic回归模型的分类准确率.     

多层线性模型参数估计的MCEM算法

应用Monte Carlo EM(MCEM)算法给出了多层线性模型参数估计的新方法,解决了EM算法用于模型时积分计算困难的问题,并通过数值模拟将方法的估计结果与EM算法的进行比较,验证了方法的有效性和可行性.     

供需模型在众包平台定价中的应用

以众包平台为对象,基于已有数据,考虑供求关系,通过因子分析法对原始数据加以处理,建立任务的定价模型.在实际应用中,可以对分布密集的任务进行打包,并给出针对这种情况的定价模型.结果表明:提出的模型不仅考虑了会员人数与任务数量的关系,还考虑了个人需求的差异,提高了任务的完成度,对众包平台定价的发展与完善有着重要的意义.     

多层前馈模糊神经网络在儿童综合素质测评中的应用

运用对偶标度统计方法计算儿童发展调查问题中原始数据的变量权和样本得分,从而确定评价因素集.采用多层前馈模糊神经网络——FM LP实现对儿童个体综合素质的定量评价.     

杭州市水环境安全评价与预警模型

水环境安全预警是城市水资源安全利用过程中不可或缺的一个重要环节.根据"压力-状态-响应"(PSR)模型,在充分考虑杭州市水环境实际状况的基础上,构建杭州市水环境安全评价指标体系;运用物元模型和可拓评价方法建立杭州市水环境安全预警模型.对杭州市历年的水环境实际样本数据进行分析与整理,利用预警模型对杭州市水环境安全现状进行评价,指出了影响杭州市水环境安全的恶化因素,对未来状况作出预警分析,并提出杭州市水环境安全的保障建议.     

农户信用评估系统的设计与运用研究

农户信用评估的研究对推动农村消费信用的发展，促进农村经济良好运行十分重要。本在构造农户信用评估的指标体系的基础上，提出了农户信用评估神经网络模型的算法，利用实际搜集到的农户资料进一步建立了农户信用评估模型，继而构造了农户信用评估系统，并举例说明了该系统的实际运用，以期能为农村经济发展中的农户信用评价及相关研究提供一丝基础性启发。     

多层神经网络的一个快速算法

本文对文[4]提出的前馈式多层神经网络的单参数动态搜索（SPDS）算法进行了深入的分析，给出了实现快速一维搜索的两个方案，从而实现了多层神经网络更为快速的学习训练．     

基于主分量分析和BP神经网络的个人信用评估模型

运用基于主分量分析和神经网络(PCA-NN)的个人信用评估模型以期取得更好的预测分类能力.经实证分析及与SVM方法、线性判别分析、Logistic回归分析、最近邻估计、分类回归树及神经网络等方法的对比,结果表明,该方法有很好的预测效果.     

一种新的组合模型在信用评分中的应用

针对信用评分的特点,首先对传统的Bagging算法进行改进,然后基于不同的基分类器构建多个改进的Bagging组合模型,最后根据一种全新的方式将其组合,得到双层组合模型.通过实证分析得出以下结论:一、与原Bagging算法相比,改进算法能有效降低第二类错误率;二、与单层组合模型相比,多层组合模型能进一步降低第二类错误率和损失率.     

基于迁移学习的客户信用评估模型研究

客户信用评估是银行等金融企业日常经营活动中的重要组成部分。一般违约样本在客户总体中只占少数,而能按时还款客户样本占多数,这就是客户信用评估中常见的类别不平衡问题。目前,用于客户信用评估的方法尚不能有效解决少数类样本稀缺带来的类别不平衡。本研究引入迁移学习技术整合系统内外部信息,以解决少数类样本稀缺带来的类别不平衡问题。为了提高对来自系统外部少数类样本信息的使用效率,构建了一种新的迁移学习模型:以基于集成技术的迁移装袋模型为基础,使用两阶段抽样和数据分组处理技术分别对其基模型生成和集成策略进行改进。运用重庆某商业银行信用卡客户数据进行的实证研究结果表明:与目前客户信用评估的常用方法相比,新模型能更好地处理绝对稀缺条件下类别不平衡对客户信用评估的影响,特别对占少数的违约客户有更好的预测精度。     

个人信用评分的Adaptive Lasso-Logistic回归分析

以个人信用风险为研究对象,分析影响个人信用评分的因素.利用某商业银行个人信用数据,并采用.Adaptive Lasso-Logistic回归模型对影响顾客的个人信用风险的因素进行分析,并与传统Logistic回归模型以及Lasso-Logistic回归模型进行比较.以对顾客"好"与"坏"的二分类结果的正确比例为主要衡量标准,实证发现以.Adaptive Lassi-Logistic回归方法建立的个人信用评分模型,在变量选择和解释上,以及预测的准确性上,均优于传统的Logistic和Lasso-Logistic方法.     

特征选择方法在信用评估指标选取中的应用

在信用评分模型中所运用的指标变量对模型的表现有重要的影响,指标选取方法的科学化规范化水平有待于进一步提高。本文研究了机器学习领域的特征选择方法在定量确定信用评分模型指标体系上的应用。以实际信用评估问题为例,对四种特征选择方法(ReliefF方法、基于相关性的方法、基于一致性的方法和包裹性)进行了比较试验,验证了特征选择方法可以在精简性、速度和准确率三个方面提高信用评分模型的表现。其中基于一致性的方法和包裹法表现优于Reli-efF方法和基于相关性的方法。     

基于支持向量机委员会机器的个人信用评估模型

为了充分利用SVM在个人信用评估方面的优点、克服其不足,提出了基于支持向量机委员会机器的个人信用评估模型.将模型与基于属性效用函数估计构造新学习样本方法结合起来进行个人信用评估;经实证分析及与SVM方法对比发现,模型具有更好、更快、更多适应性的预测分类能力.     

属性识别预警系统(AFS)——一种新的信用评价方法

在属性集和属性测度函数的基础上建立了属性测度预警系统.利用我国深、沪两交易所2000年公布的106家上市公司作为训练样本,计算出“差”企业和“好”企业的属性测度均值,构造出属性测度函数.进而对2001年公布的13家预亏公司进行预警分析,用置信度准则及最大属性测度准则判别,预警准确率分别达到92.31%和100%.因此,属性识别预警系统在信用评价方面具有良好的应用前景.     

基于两阶段思想处理拒绝推断的信用评分模型

本文首先从数据缺失机制的角度分析了信用评分模型的开发和应用中所存在的样本偏差问题,提出了可以用拒绝推断来处理此类问题;然后在曾经被应用于拒绝推断问题处理的Heckman两阶段模型的基础上,提出了用拟似然两阶段模型和广义偏线性模型这两种新的两阶段方法来处理信用评分模型中的拒绝推断问题。经过实证分析发现,应用这两种方法可以得到很理想的结果。另外根据本文的研究,人行征信这类外部数据是拒绝推断最有效的方法,如果此类数据缺乏,则用拟似然两阶段模型和广义偏线性模型是比较有效的拒绝推断方法。     

二值形态运算的感知器模型及其应用

给出了二值形态运算模型与感知器模型之间的关系.以此为基础对传统的二值数学形态学基本运算进行了推广,建立了基于感知器的形态运算模型.新的模型为传统的二值形态运算赋予了可调节机制.计算机模拟实验表明该方法较传统的二值形态运算有效.     

基于BP神经网络误差函数优化算法的武器装备承制商信用评价模型研究

信用评价是选择武器装备承制商的重要手段.以国标为基础,结合承制商具体情况确定了信用评价指标体系.分析了传统信用评价方法的不足,对经典BP神经网络的误差函数进行优化,优化后的网络模型收敛速度更快,预测精度更高.构建BP神经网络武器装备承制商信用评价模型,仿真实验表明武器装备承制商信用评价可以选用BP神经网络模型.