分享到:

基于最大熵模型的垃圾邮件过滤技术

主要介绍如何建立最大熵模型以及  (本文共6页) 阅读全文>>

东北林业大学
东北林业大学

吉林省东北虎重点分布区多尺度野猪损害空间分布预测

本研究全面汇总了 2012年以来吉林省雪地调查、相机监测和东北虎损害信息,确定了东北虎重点分布范围;收集东北虎重点分布区野猪损害补偿案卷,分析野猪损害的类型、损害强度、发生频率和时空变化格局;采用最大熵模型预测了野猪损害分布概率,探讨取样偏差校正,模型复杂性调整对提高模型预测表现的作用,评估模型检验参数的检验效力和适用范围;根据预测综合表现最优模型确定了野猪损害分布概率,分析了环境因子对野猪损害的影响以及尺度效应。采用广义线性模型分析了野猪损害量与损害概率、种群丰富度、捕食压力的关系,并根据东北虎种群分布格局提出了保护管理意见。研究结果表明,吉林省东北虎主要分布于大龙岭分布区,该区域东北虎信息占全省记录的90%以上。雪地调查获得的东北虎分布信息远低于相机监测,东北虎损害信息可以在监测空白区提供有效补充。野猪毁损玉米案件数量比例高达损害农林作物案件总数的97.82%,补偿金额比例为46.65%。野猪对玉米为正选择,对大豆表现为负选...  (本文共148页) 本文目录 | 阅读全文>>

上海交通大学
上海交通大学

神经元动力学数据处理中的统计方法

大脑含有约10~(11)个神经元,这形成了高维的神经元网络。在神经科学中,如何处理高维的神经元动网络力学数据是一个非常重要的问题。本文发展了有效的处理高维神经元脉冲序列的统计方法。数据的结构可以从平均值、二阶关联直至高阶关联的角度来描述。本文研究了在最大熵原则下神经元数据的低阶结构与高阶结构的关系。这里提到的最大熵模型是一个广泛应用在各个领域的统计方法。一个只用平均值和二阶关联信息的二阶最大熵模型可以很好地重构大脑中多个区域神经元发放脉冲序列的分布,因为二阶最大熵模型只用到二阶结构,所以它大大简化了数据的复杂度。本文的研究目的是解释二阶最大熵模型的应用机制。本文针对这个问题做出了三个贡献:第一,发现一个广泛用来反映二阶最大熵模型效果的指标具有误导性,这给出了一个例子来说明不慎重使用熵来解释现象会导致错误的结果;第二,应用微扰分析找到了一个二阶最大熵模型可以重构神经元发放分布的可能机制,并在数值模拟和多电极实验数据中验证了我们提出...  (本文共102页) 本文目录 | 阅读全文>>

华北电力大学(北京)
华北电力大学(北京)

基于最大熵模型的食物网度和碳通量分布研究

生态系统的稳定性一直是生态学家关注的焦点,食物网是生态系统最重要的组成部分,是物质循环和能量流动的表现形式,同时反应出群落间复杂的种间关系。本研究将从食物网的拓扑结构和能量流动两个方面探索生态系统的稳定性,通过将最大熵模型应用到食物网物质能量分布中,从而估计合理的模型系数,探索新的方法来研究自然界的物种分布,对保护全球生态系统的多样性具有重要的指导意义。本文使用了来源于同一个数据集的20个食物网。该数据集由北卡罗来纳州大学威明顿分校的Stuart Borrett教授整理并提供,并已被前人广泛研究。本研究基于最大熵原理,建立了食物网的度分布和碳通量分布,并对分布进行了检验,研究结果表明:(1)在20个食物网中,基于最大熵模型的度分布有80%的最大熵模型与经验分布没有显著不同,拟合效果良好。在置信区间宽度的检验中,近70%的食物网置信区间宽度与最大熵模型有明显不同。这表明,虽然分布曲线以及数据增长趋势与经验分布是一致的,但是大部分食...  (本文共57页) 本文目录 | 阅读全文>>

湖南大学
湖南大学

一种基于最大熵的自适应BLP访问控制模型研究

在目前流行的访问控制模型,安全系统中运行的进程一旦识别完成,安全系统的安全策略和规则将不会改变。这样的安全系统,攻击者找到漏洞的可能性将会增大,因为它缺乏动态感知系统的安全状态和风险的能力。随着未知风险的增加以及攻击方式的不断改变,最终导致系统暴露在风险。本文首先对最基本的Bell-LaPadula(BLP)模型进行改进,然后本文在BLP强制访问控制模型的规则中引入机器学习中的最大熵模型(MaxENT),并且对建立的模型进一步优化。也就是说,本文提出了一种具有自学习功能的改进的BLP模型:MaxENT-BLP。该模型首先建立了基于MaxENT状态转换的安全属性、系统状态、转换规则和约束模型。为了解决缺乏自适应的问题,本文建立了最大熵和BLP模型之间的桥梁,将BLP模型的十条规则作为最大熵的特征函数,并且从BLP模型中抽取出训练模板,而且在训练模板中融入了逻辑运算。接下来,在处理历史系统访问日志作为原始数据集之后,该模型提取用户请...  (本文共73页) 本文目录 | 阅读全文>>

南京航空航天大学
南京航空航天大学

神经元集群编码与方向判别的高阶相关性最大熵模型

神经元集群的编码和方向判别是神经科学研究的基本课题。然而,神经元之间的高阶相关性对神经元集群的编码以及人脑方向判别具有很大的影响,这种影响往往不可忽视。最大熵模型可以有效的对已有数据进行刻画,求出概率分布,量化出高阶相关性的作用。本文用最大熵模型探讨了脑科学中的方向判别问题,并在神经元层次上,对影响神经元集群活动的外界刺激和神经元整体响应(脉冲活动)之间的高阶相关性的进行了理论模型和实际试验的分析。本文的第一章中主要介绍了研究背景、最大熵原理、神经元集群与相关模型知识。第二章中,设计进行了相关方向判别试验,研究在不同的环境模式下(线条数量、颜色、宽度、长度)受试者对一组线条方向是否平行的判断情况,根据最大熵原理,利用通用迭代尺度算法(GIS),建立最大熵模型,求出相应的概率分布,同时利用熵的变化来对各个模型进行评价,发现环境条件相关性对人脑判别有较大的影响。第三章中,考虑时间对大脑方向判别的影响,利用包含时空关系的最大熵模型,并...  (本文共48页) 本文目录 | 阅读全文>>