知识论中信念度的概率确证——贝叶斯知识论

自葛梯尔问题提出以来,当代知识论的论证基本集中在确证这一要素之上,但就确证而言,无论是其结构还是其功能都饱受争议,至今仍未有定论。贝叶斯知识论跳出了有关确证的争论,是一种追寻既具简洁直观、精炼准确,又有着数学的美感、严谨的理论。主观概率是理解贝叶斯知识论的确证模型的切入点,也是该理论的预设前提。荷兰赌论证和条件化定理是贝叶斯知识论的两大基石。然而贝叶斯知识论自身也有其缺陷,不可避免地遭受来自各方的抨击。     

科学确证的贝叶斯网络模型

科学确证的假说-演绎模型与贝叶斯确证模型分别体现了定性确证与定量确证的内涵,然而科学确证是一个在纵横方向都具备复杂内涵的问题,两种模型均没克服因确证本身的复杂性与非单调性所带来的一些难题.为此,将贝叶斯网络方法运用到确证理论的建构中,通过图论与贝叶斯确证理论的结合开拓确证理论研究的新进路,并构建贝叶斯确证网络的简单模型.同时,从模型的定义、结构建模、推理等方面阐述贝叶斯确证网络的基本内容.     

基于贝叶斯神经网络的非参数回归

提高神经网络模型推广能力的关键是控制模型的复杂度。该文探索了贝叶斯神经网络的非参数回归的建模方法,通过融入模型参数的先验知识,在给定数据样本及模型假设下进行后验概率的贝叶斯推理,使用马尔可夫链蒙特卡罗算法来优化模型控制参数,实现了对神经网络模型中不同部分复杂度的控制,获得了模型参数的后验分布及预测分布。在5个含噪二维函数回归问题上的应用显示了模型的复杂度能根据数据的复杂度而自适应调整,并给出了较好的预测结果。     

KUK随机化调查模型下的贝叶斯估计

本文针对属性特征的KUK模型建立了贝叶斯估计理论,求出了在先验分布是混合贝塔先验分布、抽样方法是简单随机抽样情况下总体敏感特征比例的贝叶斯估计,并且使用后验均方误差作为精度标准,对贝叶斯估计与极大似然估计进行比较。     

采用多信号流图模型的雷达接收机故障诊断方法

介绍了多信号流图模型建模的基本方法。利用多信号流图模型建立了雷达接收机的故障诊断模型,得到了反映故障源和测试结果之间对应关系的故障依赖矩阵。在此基础之上结合故障源先验故障概率信息推导了一种计算故障源贝叶斯最大后验概率的算法。将该算法应用于某型雷达接收机故障诊断中,以故障后验概率最大为判断准则,实现了对雷达接收机系统的在线多故障实时诊断。     

基于贝叶斯网络的营销风险评价研究

由于营销环境的多变性、营销系统的不稳定性和营销管理的复杂性,从而使得企业营销具有较高的风险性。营销风险的大小由风险发生概率和风险损失幅度决定,而在实践中,概率大小是难以确定的。本文通过贝叶斯网络（BN）的结构学习和概率学习,综合先验信息和后验信息,结合企业实际构建了营销风险评价指标体系和BN分析模型,进行了营销风险概率推断,在此基础上进行了营销风险评价。     

Bayes方法在证券投资分析中的应用

由于在证券投资的分析过程中,有效信息对于减少决策中的不正确性非常重要,所以采用贝叶斯后验概率方法在证券投资分析中加大信息量,以利于降低投资者的投资风险。     

主观贝叶斯主义的概率理论

概率理论产生后,出现了多种解释。客观频率主义在两方面存在不足:单个事件问题和频率极限问题。主观贝叶斯主义试图解决频率主义的不足,认为概率体现了人的信念度,并使用打赌模式和贝叶斯定理创立了主观主义概率理论。这一理论又扩展到主体交互概率理论,强调群体共同趣向和信息流的传递,从而对科学哲学与决策博弈中如何协调主体信念度起到了启示作用。     

知道信念与描述论“笛卡尔假定”的辩护

为了应对解释循环问题，描述论者不得不接受“笛卡尔假定”，认为个体使用名称的能力与其关于名称意义的知识相当。历史因果论者对此提出质疑，但也没有在其理论建构中尽然摆脱“笛卡尔假定”问题。实际上，个体一般拥有关于名称意义的多个有待于确定为真的信念———知道信念，只有在交流的语境下，个体才有可能和必要通过语言诠释确证其某个知道信念为真，从而获得关于该名称的知识。为此，存在一种通过解释个体如何确证其知道信念来为描述论“笛卡尔假定”辩护的可能。根据关于名称意义的形而上学研究，通过对个体如何确证其知道信念的三种相互关联的解释，可以构造一个关于知道信念确证的解释链条，寻求为描述论“笛卡尔假定”辩护的空间。同时，结合名称的指称和解释功能之分和克里普克式直觉的认识作用，有可能以意义契合解释个体对语言诠释兼容性的把握，为进一步消解对“笛卡尔假定”的担忧创造条件。     

用图论的方法解决概率问题

本文用图论的观点 ,通过离散数学的方法进行了概率理论和离散数学理论的转换 ,使得较容易地理解概率中更一般情形的乘法原理、加法原理、全概率公式和贝叶斯公式成为可能 ,并用图论的理论和方法有效地解决了某些更加复杂的概率问题。     

关于旧证据问题的争论——评豪森的反事实策略

介绍了学界关于旧证据问题进行争论的情况.主张在豪森的反事实策略的基础上区分理论解释性证据和理论预见性证据,以应对反事实概率的可测度性问题.反事实策略并不要求在指派反事实概率上遵循理性的标准,反事实概率实质上是一种先验概率,即无条件的主观置信度,主观贝叶斯主义并不承诺其指派合理性标准.反事实概率的可测度性并不能构成对反事实策略的挑战.     

基于D-S理论的多特征融合人体检测算法

提出一种基于D-S证据理论的多特征融合人体检测算法.该方法首先使用harr-like特征方法和HOG特征方法提取人体特征,然后利用后验概率密度函数,估计出两个基本概率分配函数,最后应用D-S证据理论中的合成法则,将两个特征的分类器进行融合决策.实验结果表明,本文提出的算法在Inria数据集上取得了较好的效果,满足了一般工程应用的要求.     

基于共轭先验分布的平稳AR(1)模型贝叶斯分析

本文系统地分析了平稳AR(1)时间序列模型的条件似然函数,并根据似然函数的统计结构构造了模型参数的共轭先验分布,研究了截断正态-逆Gamma共轭先验下模型的贝叶斯推断理论,包括参数的后验分布函数、二次损失函数下的贝叶斯估计及一步超前预报分析,最后采用一个仿真时间序列研究了先验分布参数对后验分布的影响。     

普遍规定者与理性立约者

通过比较黑尔的道德推理理论和两个版本的理性立约者理论,可以发现,理性选择论类型的理论,如果要导出功利主义的结论,都需要假定选择者以相等的概率处于有关各方的地位上.最终,我们将证明,由于可普遍化性规则涉及不同的可能世界,这个假定将被排除.所以,普遍规定主义理论并非像黑尔以为的那样可以作为功利主义的基础,相反,它的规范性结论与罗尔斯属于同一个类型,即承认人际区分的公正的道德观.     

关于真假的公验与公认问题

真假的公验与公认问题既是真假的确证中的一个难题，也是受到广泛重视的问题．很多人认为，只有能被公验的才是真的，因而主张在确证科学研究领域中的真假时，引入“可传达性”、“通主观性（intersubjectivity）”。实际上，并非任何真假都是可公验的；能被严格公验的只是哲学与形式科学中的真假；而经验科学、实证科学中的真假严格说来是不能被公验的。     

试析德沃金的疑难案件理论

疑难案件是德沃金理论关注的中心。德沃金在对实证分析法学和现实主义法学进行批判和继承的基础上建立起了自己的理论体系。其疑难案件理论可分为两个发展阶段 :一为原则确证 ,二为建构性的解释     

论基础概率谬误及其认知策略

"基础概率谬误"是卡尼曼和特维尔斯基发现的一种主观概率判断现象,即人们在进行主观概率判断时倾向于使用具体信息而忽略掉一般信息的现象。它的提出打破了以贝叶斯定理为基础的规范性研究方案在决策理论研究中的主导地位,继而开启了决策理论的描述性研究,使我们对人类的决策判断模式有了更加深入的理解。关于基础概率谬误产生的认知策略,主要有代表性启发策略、相关性原则、因果启发策略等解释。但是,基础概率谬误并不就真的是"谬误",它实则是人类在判断决策时基于被判断事件所处的参考系的考虑,有选择地忽略了与问题的解决关系不太相关的第一基础概率。     

基于贝叶斯模型的雾霾天高速公路交通事故发生机理研究

对道路交通事故发生机理的研究是预防道路交通事故、改善交通安全状况的理论基础。针对雾霾天气高速公路事故频发的现状,分析了雾霾天气下高速公路交通系统的特点及事故特征,并结合济南市高速公路交通事故资料,利用贝叶斯网定性和定量分析相结合的特点,建立分析雾霾天气下高速公路交通事故发生机理的贝叶斯模型,得出"当车速和雾霾等级同时增加时,交通事故发生概率几乎以平方的概率增加"的结论,为驾驶员及交通管理部门预防雾霾天气下高速公路交通事故提供理论基础。     

企业理论的发展对产业组织理论演进的影晌

产业组织理论分析的基础是企业理论,企业异质性假定对企业同质性假定的替代和企业异质性假定的不断深化是产业组织理论获得持续发展的重要原因。20世纪70年代以来,产业组织理论沿着两个基本方向发展:一是坚持新古典经济学的分析方法,在哈佛和芝加哥学派对企业异质性假定的基础上引入博弈论等新的分析工具,着重研究企业行为及其相互依存关系,形成了以泰勒尔为代表的新产业组织理论。二是修正新古典经济学的假设前提和分析方法,在对企业的异质性作出全新假定的基础上,构造新的产业组织理论的分析框架。企业能力理论把企业的异质性归结为企业知识和能力积累的差异,并把产业组织理解为企业专业化分工和企业专业化知识与能力成长的协调机制。企业理论的创新对产业组织理论的发展具有十分重要的意义     

贝叶斯公式的应用

贝叶斯公式看起来很简单,但是在自然科学领域应用范围极其广泛。同时理论本身蕴含了深刻的思想。在科学和工程中的许多交叉领域里面很容易找到贝叶斯分析的众多研究者。而且在统计学领域内,贝叶斯理论也在很多方面取得进展。本文对贝叶斯公式在医学、信息传递、生产、侦破案件几个方面进行了具体分析。