灰色面板数据视域下的相似性和接近性关联度模型拓展

灰色面板数据包含研究对象诸多信息,由于数据类型和结构较为复杂,目前还没有测度其相似性和接近性的关联度模型,针对这一问题。首先,通过投影方法将灰色面板数据转化为样本关于指标的时间序列行为矩阵,矩阵每行为指标的时间序列;然后,定义一般灰数的距离测度和运算法则;最后,基于两折线间斜率与面积的视角,测度相似性和接近性关联系数。进而构建灰色面板数据的相似性和接近性关联度模型,并研究了该模型的性质。实例表明该模型在测度面板数据类型为一般灰数时的相似性和接近性方面具有良好的效果。     

南四湖人湖河流水质面板数据分析的灰色速率模型

针对面板数据灰色关联决策评价模型的关联度计算问题,在传统的面板数据灰色关联决策评价模型的基础上,构建评价对象的指标时间数据的累加序列,通过指标时间累加生成速率序列构造面板数据灰色生成速率关联决策模型,采用生成速率序列的接近性表征原始数据序列的动态变化趋势.通过灰色累加生成速率关联决策方法扩展到面板数据分析,解决了小样本面板数据的灰色评价分析问题,将这种方法应用于南四湖入湖河流水质面板数据质量评价中,经实例计算验证了面板数据灰色累加生成速率关联决策评价模型的稳定性、合理性和实用性为水环境面板数据质量分析评价提供了可行的计算思路和方法.     

基于最大灰色关联度的聚类方法分析

利用多元统计学的最短距离法原理,定义了不同类别之间的关联度,构造了一种基于最大灰色关联度的聚类方法,建立了最大灰色关联度模型,并对模型进行求解,结果表明,新的聚类方法纠正了已有的灰色关联聚类中聚类原则存在的缺陷,从而为聚类提供了更有说服力且易于计算的方法.最后通过实例验证了该方法的客观性和有效性.     

基于11种灰色关联度法的卫生指标序列应用比较分析

以序列灰色关联分析方法应用为视角,简述多种关联度方法基本流程;借助算例验证分析,为类似问题研究提供技术参考.分别阐述11种灰色关联度法原理及步骤,以医疗卫生指标时间序列为例计算实现.简要给出所有方法实施步骤,方法原理及信息利用有差异.序列间关联度结果与实际问题演示情形一致.11种灰色关联度法有集成讨论意义,有待于卫生领域综合对比及科学选用,也可以为因素筛选、综合评价、时序分析和聚类优化等应用问题提供借鉴.     

区域创新能力的灰色关联度聚类分析研究——以河南省为例

采用灰色关联度的聚类分析法,根据区域创新能力相关的数据指标集,对河南省及其周边8个省的创新能力进行了综合评价,将样本区域分为3类:第1类区域创新能力最强;第2类区域创新能力总体上较强,但在某些领域有一定的弱势;第3类较前2类区域创新能力弱.河南省位于第2类.这种灰色关联度的聚类分析法为综合评价区域创新能力提供了一种简洁、实用、有效的新方法.     

空间密度算子及其应用研究

为在信息集结过程中体现空间时序数据的分布特征,提出了一种新的集结方法,即空间密度算子.该算子首先构建了融合灰色关联度和相似度思想的空间贴近度,并在此基础上利用直接聚类法对空间时序数据进行聚类;然后在组内和组间信息基础上,以信息偏差最小为原则确定组内权重,以规模密度及属性密度为基准确定组间密度权重;最后提出空间密度加权算术平均算子(SDWA)和空间密度加权几何平均算子(SDWGA)这两种新算子,对空间时序数据进行集结,得到最终评价结果.通过性质分析,发现该算子具有置换不变性、幂等性、介值性和单调性等特征.进一步,文末用一个算例来验证方法的可行性和有效性.     

面向横截面数据的灰色关联度

针对横截面数据的灰色关联度分析问题,研究了常用灰色关联度在横截面数据的适用性.提出具有放射变换保序性的灰色距离关联度,实例说明距离关联度的实用性与有效性.将灰色距离关联度推广到系统因素为矩阵的矩阵范数关联度,且在多属性群决策问题的成功应用证明了其合理性.     

基于灰色关联聚类的协同过滤推荐算法

针对协同过滤推荐系统具有数据的高稀疏,高维度,数据量大的特点,本文将灰色关联聚类与协同过虑推荐算法相结合,构建了灰色关联聚类的协同过滤推荐算法,将其应用到协同过滤推荐系统中,以解决数据具有高稀疏高维度的特性情况下的个性化推荐质量问题。首先,定义了推荐系统中的用户项目评分矩阵,用户灰色绝对关联度,用户灰色相似度,用户灰色关联聚类。然后,给出了灰色关联聚类的协同过滤推荐算法的计算方法和步骤,同时给出了评价推荐质量方法。最后,将本文算法与基于余弦,相关分析及修正的余弦等协同过滤推荐算法在大小不同的数据集下进行了实验,实验表明灰色关联聚类的协同过滤推荐算法相较于传统的协同过滤推荐方法具有推荐质量高,计算量小,对数据大小要求不高等优点,同时在推荐系统的冷启动,稳定性和计算效率方面也具有一定的优势。     

智能信息处理的多指标面板数据聚类方法及其应用

为提高具有先验知识样本的学习效率,本文在吸引子传播聚类模型基础上,引入半监督学习策略,并综合考虑样本动态信息变化,融合多指标面板数据,提出智能信息处理的多指标面板数据聚类模型。选取30家房地产业上市公司2009-2013年相关财务数据,利用此模型进行聚类和绩效评价分析。结果表明,智能信息处理的多指标面板数据聚类模型能更加有效地区分样本类别特征,可为上市公司绩效评价、金融管理与决策提供一个更加有效的方法和手段。     

灰色最优聚类理论模型及其应用

本文根据灰色关联度的定义，运用广义加权距离构造目标函数，建立了一种灰色最优聚类理论模型，并结合实例说明了该模型的应用     

节能项目经济性评价的灰面积关联模型

为完善节能项目评价及管理的决策支持,建立基于灰面积关联决策的节能项目评价模型.以灰色关联决策理论为基础,分析经典灰色关联决策方法的优缺点,采用被选方案与理想方案间两曲线相邻点间多边形面积作为关联系数,度量曲线的几何形状的相似性,构建了灰色关联度公式.采用某企业计划发展的节能项目数据为实证样本,根据其成本、能耗数据及六项指标对节能项目进行评价,分析节能项目方案间的差异.通过算例验证了灰面积关联决策模型的合理性和算法的有效性,为节能项目评价及管理提供新的决策模型.     

基于指标信息量的灰色可能度聚类模型研究

针对灰色可能度聚类方法中指标权重确定问题,利用改进的CRITIC法确定指标权重,构建了改进的灰色可能度聚类模型.对于传统的CRITIC法,运用变异系数和点距离差值代替传统CRITIC法中的标准差和相关系数,以此代表指标间对比强度和冲突性并基于此提出了新型CRITIC法,解决了标准差不能有效反映指标变异程度,避免当指标数量较少时,相关系数波动性较大的问题.改进的灰色聚类模型通过各指标间信息量水平的差异从而确定指标的客观权重,有效体现了指标信息的重要作用,使权重的确定更加科学,最后运用算例验证改进灰色聚类模型的有效性.     

基于对象多属性差异的灰色发展聚类方法及应用

在现实决策问题中,决策对象在不同时期行为状态和所属类型往往呈现一定的发展规律,而现有聚类方法难以充分挖掘聚类对象的发展信息、对象间的关系信息和发展属性的差异信息。为有效处理此类问题,考虑到研究对象的发展趋势、发展行为和发展绝对量与增长量的属性差异,采用GM(1,1)和灰色定权聚类方法,构建了基于对象多属性差异的灰色发展聚类方法,并以我国区域高新技术产业化聚类评估问题为例验证了模型的有效性与合理性。结果表明,所构建模型能够有效描述研究对象呈现发展趋势或未来行为,并实现对研究对象的有效聚类。     

基于PPC-GRA的工程项目评标决策方法研究

提出了一种基于PPC-GRA的工程项目评标决策方法,以灰色关联(GRA)为中心模型,以投影寻踪(PPC)为辅助模型,同时采用实码加速遗传算法求解投影寻踪模型以确定指标权重,并以此为基础计算各投标方案的灰色关联度,通过比较其大小确定各方案的优劣排序.最后通过实例验证了方法的可行性和合理性,为一般的工程项目评标提供决策参考.     

投影寻踪动态聚类模型在房地产投资环境评价中的应用

将投影寻踪动态聚类模型引入到房地产投资环境评价方法中.针对房地产投资环境评价所面临的多因素高维复杂性问题,该模型能够完全根据样本数据特性将高维数据通过投影向量投影到低维数据,同时实现对低维数据的排序和自动聚类分析,进而通过研究低维数据以实现对高维数据的研究.最后通过辽宁省工业地产投资环境评价实例验证了该模型在房地产投资环境评价中的适用性.     

混合流形结构的子空间聚类研究

主要讨论了线性流形和多流形的相关性分析、聚类分析等基本问题,在假设高维数据模型为多个子空间混合模型的基础上,分析了原始数据的几何结构特征,对于线性流形聚类问题采用稀疏子空间聚类算法(SSC),对于多流形聚类问题采用混合流形聚类算法(SMMC).此外,还通过对原始数据进行数据重采样,达到降维的目的,更有效的提取空间几何特征量,达到更好的聚类效果.     

直觉模糊环境下基于投影和灰色关联度的决策方法

投影算法能较好地从宏观层面把握数据序列的接近程度,灰色关联度又恰恰可以反映数据曲线几何形状的相似性,结合投影算法和灰色关联度法的优点,弥补两种方法存在的不足,将这两种方法集成,构造出一种新的相对贴近度作为判断方案优劣的标准,提高了决策结果的可信度,避免了只引用其中某一种方案进行决策的片面性、局限性,并通过实例验证了可行性.     

多指标面板数据融合聚类分析

针对多指标面板数据的样品分类和历史时期划分问题,从多元统计分析理论角度提出一个多指标面板数据的融合聚类分析方法。该方法改进了多指标面板数据的因子分析和系统聚类方法,依据Fisher有序聚类理论,构造了Frobenius范数形式的离差平方和函数,提出了多指标面板数据的有序聚类方法。实证结果表明,该方法能够满足系统分析的统一性要求,保证指标之间的不相关;能够克服时间维度上均值处理造成的偏误,信息损失较少;能够解决面板数据有序聚类的问题;弥补了单一分析的片面性和局限性。     

灰色模糊聚类理论在飞机方案优选中的应用研究

将灰色系统理论应用到飞机设计方案评价中,研究了一种含有方案评价指标体系和考虑评价指标权重以及灰关联分析的飞机方案优选灰色模糊聚类决策理论,这种决策理论利用指标权重将评价指标联系在一起,在评价方案与理想方案灰关联度的基础上进行灰色模糊聚类,实现方案优选.最后以一个短距/垂直起降(V/STOL)飞机设计实例证实此方法的科学性与可行性.     

基于SMMC模型的数据多流形结构分析研究

采用混合多流形谱聚类模型(SMMC)对独立子空间、非独立子空间,非线性良分离及非线性交叉等流形聚类中的四种典型数据进行聚类,并与其他流形聚类方法进行比较,发现SMMC模型聚类效果良好且具有强鲁棒性和泛化能力.将SMMC模型运用于具有混合多流形结构的工件外部边缘轮廓进行聚类,结果显示SMMC模型能够很好的将其分为三类.针对SMMC模型复杂度高、选取参数困难及运行时间长的问题,提出了基于模拟退火遗传算法SMMC模型,结果发现改进后的模型能够大大缩短运行时间.