导读:本文包含了概率信息论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:概率,信息,逻辑,相似性,神经网络,向量,信道。
概率信息论文文献综述
蔡艳辉,程鹏飞,张莉,徐彦田[1]（2019）在《测绘地理信息产品抽样检验的两类错误概率》一文中研究指出针对测绘地理信息产品抽样检验的要求,给出了两类错误概率的计算方法,并通过各种不同抽样方案的两类错误概率值,分析了现行的国标GB/T24356—2009抽样检验的特点。同时针对大批量整体抽样检验和分批抽样检验,通过实例计算,说明了大批量整体检验与分批检验对整体通过概率的等价性以及分批检验的不合理性。基于"纳伪"概率值分析,提出了低合格率总体条件下,抽样检验自身的高"纳伪"概率将导致抽样检验的失效性,并通过实际算例计算了导致检验结论失真的质量边界,对测绘地理信息产品的质量风险控制具有重要意义。(本文来源于《测绘学报》期刊2019年08期）
苏丽卿,付天贵[2]（2019）在《信息技术与概率统计课程整合的实践研究》一文中研究指出信息技术是主要用于管理和处理信息所采用的各种技术的总称。信息技术与课程教学的融合,正在成为当前我国信息技术教育乃至整个教育信息化进程中的一个热点问题。在这种环境下,信息技术与大学概率论与数理统计(以下简称"概率统计")课程的融合成为促进教学改革的有效方式。教师要适应这种转变,必须进一步研究如何使用多媒体网络技术等辅助教学,把信息技术有机地融入概率计课程教学,才能更好地适应时代发展的要求。(本文来源于《教育教学论坛》期刊2019年28期）
姬庆春[3]（2019）在《先验概率信息对足球运动员动作预测表现的影响及认知加工特征》一文中研究指出动作预测能力是决定运动员竞技表现的关键因素之一。在快速球类运动项目中,如足球点球情境下,守门员往往需要在球员射门动作完成之前预测球的落点方向,从而为其后续执行扑球动作预留足够的时间。大量研究表明,高水平运动员能够使用对手有限的身体运动学信息(当前信息)完成高效的动作预测。然而,基于贝叶斯理论和实际运动情境,在当前信息不完整的情况下,高水平运动员会倾向于将先验信息(如预先获知的关于点球队员的射门方向概率信息)与当前信息结合起来以对动作结果进行更为准确的预测。但目前很少有研究探讨先验概率信息与动作预测表现间的关系,其影响特征及机制尚需进一步探索。因此,本研究的目的是探究先验概率信息对动作预测表现的影响,并采用事件相关电位技术深入考察先验概率信息效应的认知加工特征。围绕“先验概率信息影响动作预测表现”这一主线,研究一通过实验1和实验2分别探索先验概率信息能否影响足球运动员的动作预测表现及影响的关键时间点;在此基础上,研究二借助事件相关电位技术,通过实验3和实验4操纵先验概率信息和当前信息的一致性,分别考察先验概率信息匹配和不匹配条件下影响动作预测的大脑电生理特征;最后,研究叁从信息加工的角度入手,通过实验5和实验6分别分析了专项和非专项情境下,先验概率信息效应的阶段性特征,即运动员的专家优势是发生在前期对先验概率信息的加工阶段,还是后期对先验概率信息和当前信息的整合阶段。研究结果显示:(1)实验1中,在当前信息量最少时,干预有偏向、测试有偏向条件下专家组后测动作预测成绩显着高于前测。(2)实验2中,当前信息量为中等和最少时,专家组在有偏向信息条件下的预测正确率最高;对照组在叁种当前信息量条件下,有偏向信息条件的正确率均最高。(3)实验3中,专家组在无先验概率信息条件下诱发的N2波幅显着高于无偏向信息条件和有偏向信息条件,而对照组在叁种条件下无显着差异。(4)实验4中,专家组在不匹配条件下诱发的N2波幅显着高于中性和匹配条件,对照组在叁种条件下的N2波幅无显着差异。(5)实验5中,对先验概率信息诱发的CNV波幅无组间差异,在整合两类信息过程中,只有专家组中不匹配条件下的N1和N2波幅最高,对照组叁种条件间无显着差异。(6)实验6中,专家组诱发的CNV波幅显着高于对照组;专家组在匹配条件下诱发的P3波幅显着小于中性和不匹配条件。研究结论:(1)先验概率信息能够促进足球运动员的动作预测表现;(2)足球运动员能够基于先验概率信息,灵活地调整对当前信息的注意资源投入和认知控制水平,以保持更好的动作预测表现;(3)对于专项情境下的动作预测过程,专家优势主要源于足球运动员能够更好地整合先验信息和当前信息,而非前期对先验信息的加工能力更强;(4)先验概率信息不仅能够促进足球运动员在专项运动情境下的动作预测表现,也对一般认知加工过程产生影响。(本文来源于《上海体育学院》期刊2019-06-19）
阮强强,张淑芳[4]（2019）在《基于自动识别系统信息感知的海事安全预警概率算法与安全建议》一文中研究指出在大波浪、扰动、船舶密集等区域能够及时和连续收到自动识别系统(AIS)感知信号是改善航行安全的问题之一。在无线电干扰的情况下,为了确保海上安全和保护海洋环境,AIS信息感知信道中导航信号的概率研究具有实际意义。本研究目的是建立用于计算在AIS信息感知信道中海事信息信号概率的数学模型并根据信任系数来评估信息信道的保护因子以提高航行安全,在此提出与接收AIS信号概率相一致的信道保护合理值,就能评估理性ITU-R规定中对AIS系统广播时间和中继器的规则。同时结合AIS设备特性分析其与遵守COLREGs—72之间的联系。在此提出安全建议以帮助水手完善工作和改善设备。(本文来源于《科学技术与工程》期刊2019年15期）
汪培庄,周红军,何华灿,钟义信[5]（2019）在《因素表示的信息空间与广义概率逻辑》一文中研究指出国内外近年来所提出的广义概率逻辑对于人工智能的发展有重要意义。能否反映变换演化的实际场景,使逻辑判断能够灵活变通,这是广义概率逻辑发展的关键。为了解决这一问题,本文的目是以信息空间作为逻辑与实际场景的接口。有了这个接口,逻辑判断就能反映变幻莫测的实际场景。本文的方法是用因素空间来定义表现论域以形成新的信息空间,将谓词中的变元取为因素,在已有的逻辑系统中加上本文所提出的背景公理,所有的推理都是在一定背景之下的推理,不同的背景会推出不同的结论。结果是新的逻辑既能维系Stone表示定理的表现要求,又能变得更加灵活有效。结论能使广义概率逻辑更有效地服务于人工智能。为了配合机制主义人工智能的需要,本文还特别提出了语法-语用对接的方法和目标驱动的逆向推理设想,最后为泛逻辑的3种连续算子对进行了数学证明。(本文来源于《智能系统学报》期刊2019年05期）
赵廷廷[6]（2019）在《基于元路径上传播概率矩阵的异构信息网络表示学习算法》一文中研究指出网络由物体和物体之间的联系构成,在人们的日常生活中这样的网络随处可见,例如社交网络、公路网络、生物网络、万维网、语言网络等,对这些网络进行分析具有非常实用的科研和应用价值,可以应用到如节点分类、推荐系统、链接预测、网络恢复、生物医疗等应用任务上。由于规模等问题,不便于直接对这些网络直接进行计算,由此产生了网络表示学习。网络表示学习,又名网络嵌入、图嵌入。网络表示学习将原始高维、稀疏的网络投射到一个低维、稠密的空间中,并根据相关应用任务保留一些相关的网络特性。一个好的网络表示学习算法能够保留节点在原网络中的局部特性和全局特性,传统的网络表示学习算法一般直接或者间接采用邻接矩阵等方式来进行计算,而矩阵计算的时间和空间复杂度都很高。因此传统的网络表示学习算法存在稀疏、高维、难以计算、不能表达语义等问题。怎么有效的表示网络存在两个主要的挑战:大规模(网络中上百万的节点和数十亿的边);异质性(更接近现实世界的异构信息网络具有多种类型的节点和不同类型的边)。本文工作重点和创新点如下:1.本文针对异构信息网络提出一种新的传播概率矩阵计算方法。它利用了邻接矩阵和元路径。传统的网络表示学习大多针对同构信息网络,同构信息网络中节点和节点间关系为同种类型;异构信息网络中节点和节点间关系为不同种类型,节点和节点间的联系具有更多的含义,不区分这些含义直接使用同构网络中节点相似性指标显然是不合理的。所以本文提出一种新的结合邻接矩阵和元路径的传播概率矩阵的计算方法。2.本文提出一种新的异构信息网络节点相似性指标。要对网络进行表示学习涉及到如何设计节点相似性指标,本文提出的异构信息网络节点相似性指标TPM结合了传播概率矩阵和节点一阶、二阶相似性,通过实验证明本文的相似性指标在实验所用的数据集上效果优于对比的节点相似性指标。3.针对异构信息网络的特点提出一个算法HINtpm。它利用之前提出的异构信息网络节点间相似性指标,根据这个相似性指标度量异构信息网络节点间相似性,然后利用自动编码器对得到的矩阵进行降维得到最后的节点的表示,并在分类、聚类、可视化叁个应用任务上进行展示,实验结果表明,本文提出的异构信息网络表示学习算法在应用任务上有不同程度的提升。(本文来源于《吉林大学》期刊2019-05-01）
齐斌[7]（2019）在《计及多源气象信息与评价指标冲突的概率短期负荷预测》一文中研究指出短期负荷预测是电力系统安全、稳定、经济运行的重要保障。但短期负荷具有不确定性、随机性等特点,且随着可再生能源向电力系统不断渗入,发电侧与需求侧不确定性不断增加,确定性预测结果无法反映负荷变化的可靠波动范围,不能有效满足计划调度、风险评估、分析可靠性等工作对概率预测结果的需求。需研究概率短期负荷预测方法,以概率预测结果度量负荷变化不确定性,作为决策依据。但预测各环节中仍存在:预测前,未有效计及多源气象信息差异性,纳入影响短期负荷变化主因的气象因素、特征选用不明确;预测时,概率预测方法误差统计繁琐、模型复杂度高;预测后,各评价指标结论冲突、决策困难等亟待解决的关键问题。针对上述问题,提出计及多源气象信息与评价指标冲突的概率短期负荷预测方法,以获得精确可靠的概率预测结果。预测前,为解决特征选用不明确问题,详析不同时间尺度上负荷周期性变化,确定周期性特征集合;分析负荷自相关性,确定负荷特征集合。预测前,为解决未有效计及多源气象信息差异性,纳入气象因素影响问题,采用核密度估计等方法对比与待预测负荷相关各气象站温度统计特性,采用相关系数分析温度与负荷相关性,表明各站点温度统计特性及与负荷相关性方面存在差异,引入气象因素时,有必要选择气象信息,构造气象场景。基于此,提出气象信息选择策略:构造温度特征集合,基于各气象源或组合展开预测并评价,确定研究气象场景。验证表明,通过气象信息选择或组合有效提高负荷预测准确性。预测后,为解决多指标评价结论冲突、决策困难的问题,提出面积灰关联决策方法综合评价预测结果,优选模型,算例表明面积灰关联决策与原始决策信息相一致,有效克服多指标评价结论冲突问题;相较距离灰关联决策更明确地分辨模型间差异,结论更可靠。预测方法上,为解决部分研究方法误差统计过程繁琐、主观性强,或模型复杂度高等问题,采用结构简单、预测结果有概率意义的高斯过程回归(Gaussian Process Regression,GPR)方法。选择协方差函数确定最优GPR模型,对比其与预测误差统计法、分位数回归神经网络等主要概率模型预测效果,结果表明最优GPR模型在确定性预测方面更准确;在概率预测方面,准确刻画了负荷的波动性,保证预测可靠性的同时,精确性更高。气象场景上,采用面积灰关联决策,确定不同气象场景下最优GPR模型并展开对比,算例结果表明通过选择气象信息,构造合适气象场景,有效提升了概率短期负荷预测的准确性、精确性与可靠性。(本文来源于《东北电力大学》期刊2019-05-01）
黄秀常[8]（2019）在《基于广义线性模型的网页信息搜索错误概率分析》一文中研究指出传统泊松分布模型分析网页信息搜索错误概率过程中,模型构建完成后未检验模型优度,导致预测网页信息搜索错误概率的精度较低,以广义线性模型基本原理为前提,基于广义线性回归设计网页信息错误风险概率广义线性模型,采用极大似然方法估计模型回归参数α取值,通过SD方法、Pearsonχ~2方法检验模型拟合优度,分析模型变量弹性,获取影响网页信息搜索错误概率的关键因素,完成网页信息搜索错误概率分析.实验结果表明,所设计模型预测网页信息搜索错误概率精度均值高达98.5%,预测网页信息搜索错误次数与实际值吻合,能够得出影响网页信息搜索错误概率的因素.(本文来源于《菏泽学院学报》期刊2019年02期）
燕聪[9]（2019）在《基于RSU的二维环境下信息覆盖最大化和概率缓存算法的设计》一文中研究指出随着车辆网络的发展,车辆之间的信息传输变得越来越重要,车载自组织网络(VANET)是智能交通系统的重要组成部分,也是物联网在交通领域的重要延伸部分。对于交通安全的数据要求实时通信,需要依靠车载网,而车载网络的优化在很大程度上取决于车辆携带的信息的覆盖范围,现有研究集中在一维环境中,或致力于车辆到车辆通信上以增强给定道路网络中的覆盖范围。因此,仍然缺乏对使用道路基础设施(RSU)的明确理解,来改善城市地区中的信息覆盖,并且现有的车载网络缓存决策很少考虑基础设施间的协作缓存,易造成相邻节点缓存相同的内容,也由于有限的信道带宽和变化频繁的网络拓扑,使得车辆请求难以被及时响应,网络全局缓存效率下降。因此,本文主要研究内容如下:1)本文详细介绍了一种基于基础设施的信息覆盖最大化算法(ICMA),构建了基于区域的业务密度和应用的延迟约束实现信息覆盖算法的模型。考虑了不同参数对信息覆盖的影响,并进行了大量的仿真,针对广播风暴问题,使用时间屏障机制的数据传播方案(TBEP),来减少延迟并帮助改进信息覆盖范围,本文结合ICMA算法和TBEP算法,在TBEP中选择不同的延迟约束,从而在ICMA获取两个不同的部署集。仿真结果表明结合算法在两个部署集中信息覆盖和信息传播速度方面优于现有的算法。2)从VANET的角度来看,基础设施的缓存以高效的方式向车辆之间和RSU之间传播内容方面发挥重要的作用,因此考虑在RSU处用户请求内容的偏爱度与缓存间隔大小相匹配的特点,提出了基于用户偏好的概率缓存算法(PCS-UP),将内容请求率高的请求跳数转化为加权系数来算出较精准的请求用户偏爱度,然后联合缓存间隔计算出数据包的缓存概率,完成不同数据的均匀缓存,仿真结果显示,所提算法有效地改善了系统的缓存命中率,降低了平均响应跳数,减少了信道访问延迟。(本文来源于《长安大学》期刊2019-04-08）
严煜东[10]（2019）在《基于模糊信息粒化与支持向量分位数回归的风光水概率密度预测方法》一文中研究指出当前,我国的发电模式始终都以传统的火力发电为主。自21世纪以来,我国的生活、工业和国防等用电总量正在逐步增加,这给火力发电带来了巨大的压力和挑战。同时,面对环境保护的压力也越来越大,这就迫使我们需要尽快寻求更加清洁并且高效的能源,以用来解决传统发电方式带来的诸多弊端。风力发电是目前被人们广泛研究和运用的新能源之一,但是由于风能的不确定和间歇性等特点使得风力发电较难稳定地并入电网。近年来,太阳能光伏发电迅猛发展,各个国家和地区都投入了巨大的人力、物力与财力,通过大规模的优势和相关产业的自动化与智能化设备,光伏发电技术得到了迅速发展,并且其市场普及程度也越来越高。水力发电仅对环境有较小的冲击,发电成本低并且启动速度快,容易进行调节与控制,得到了广泛的应用。为了有效度量风电、光伏与径流的不确定性和稳定性,进一步提高新能源发电功率的预测结果精度,本文根据风、光、水的时间序列特性,将支持向量机(SVM)、分位数回归(QR)方法与模糊信息粒化(FIG)相结合,构建了基于模糊信息粒化与支持向量分位数回归(FIG-SVQR)的模型。并且结合了核密度估计进行风电、光电与径流的概率密度预测,得到了较为精确的风电、光电与径流的波动曲线和概率密度曲线。并将FIG-SVQR预测模型与传统的神经网络模型(Elman、BP、RBF)、SVQR模型做对比,并且以相应的评价指标进行分析。为了验证本文提出的方法的高效性和稳定性,选取了概率密度曲线的众数和中位数作为点预测结果进行分析,同时运用了预测区间评价准则对预测区间进行评价。本文采用风、光、水叁种不同的数据集进行案例分析,结果表明:提出的基于模糊信息粒化与支持向量分位数回归概率密度预测方法可以获取完整的风、光、水概率密度曲线和预测区间,较好地解决了新能源的波动性和不确定性问题,为电力系统稳定运行提供了相关的技术支持和理论依据。(本文来源于《合肥工业大学》期刊2019-04-01）
概率信息论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
信息技术是主要用于管理和处理信息所采用的各种技术的总称。信息技术与课程教学的融合,正在成为当前我国信息技术教育乃至整个教育信息化进程中的一个热点问题。在这种环境下,信息技术与大学概率论与数理统计(以下简称"概率统计")课程的融合成为促进教学改革的有效方式。教师要适应这种转变,必须进一步研究如何使用多媒体网络技术等辅助教学,把信息技术有机地融入概率计课程教学,才能更好地适应时代发展的要求。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
概率信息论文参考文献
[1].蔡艳辉,程鹏飞,张莉,徐彦田.测绘地理信息产品抽样检验的两类错误概率[J].测绘学报.2019
[2].苏丽卿,付天贵.信息技术与概率统计课程整合的实践研究[J].教育教学论坛.2019
[3].姬庆春.先验概率信息对足球运动员动作预测表现的影响及认知加工特征[D].上海体育学院.2019
[4].阮强强,张淑芳.基于自动识别系统信息感知的海事安全预警概率算法与安全建议[J].科学技术与工程.2019
[5].汪培庄,周红军,何华灿,钟义信.因素表示的信息空间与广义概率逻辑[J].智能系统学报.2019
[6].赵廷廷.基于元路径上传播概率矩阵的异构信息网络表示学习算法[D].吉林大学.2019
[7].齐斌.计及多源气象信息与评价指标冲突的概率短期负荷预测[D].东北电力大学.2019
[8].黄秀常.基于广义线性模型的网页信息搜索错误概率分析[J].菏泽学院学报.2019
[9].燕聪.基于RSU的二维环境下信息覆盖最大化和概率缓存算法的设计[D].长安大学.2019
[10].严煜东.基于模糊信息粒化与支持向量分位数回归的风光水概率密度预测方法[D].合肥工业大学.2019
论文知识图
