考虑多角度效用的应急案例调整方法

针对提高应急方案调整精确度的问题,提出了一种基于多角度的应急案例调整方法.基于3种相似度计算方法得到案例的综合相似度,通过灰色关联度计算方法得到问题与方案间的案例关联度;并从综合相似度、灰关联度以及案例实施效果三方面确定相似历史案例集及其权重;再运用证据推理对相似历史案例的方案进行集结,得到目标案例的调整方案.最后,通过算例说明方法的可行性和有效性.     

应急决策中基于问题与解关系的案例调整方法

针对应急方案调整问题,提出了一种基于案例问题与解决方案之间关系的决策分析方法.通过混合相似度法计算目标案例与历史案例间的综合相似度,并将其融入历史案例的问题与解决方案属性中,进而根据向量余弦夹角定义计算问题与解决方案之间的关系.应急方案调整除需考虑问题与解决方案之间的夹角关系,还需考虑问题与解决方案的模的大小.最后,用算例说明该应急案例调整方法的有效和实用性.     

考虑决策者后悔规避的瓦斯爆炸案例决策方法

针对案例决策中决策者存在心理行为的问题，提出了一种考虑决策者后悔规避的瓦斯爆炸案例决策方法。首先，在案例属性相似度计算中，将问题属性拓展到符号型数据、精确数、区间数、三角模糊数、多粒度语言变量和直觉模糊数6种类型。然后，在测算属性相似度的感知效用时，考虑决策者对属性相似度的后悔规避心理行为，通过加权求和计算案例相似度。进一步，计算案例实施效果的感知效用，再通过集结案例相似度和实施效果的感知效用得到综合感知效用，并依据综合感知效用大小生成最优的备选方案。最后通过一个算例，说明该方法的可行性和有效性。     

基于概率犹豫模糊相似度的交互式群体决策方法

概率犹豫模糊集（probabilistic hesitant fuzzy set,PHFS）是犹豫模糊集的推广,在犹豫模糊集基础上通过为每个隶属度添加与之相对应的概率,以全面表达专家赋予的初始决策信息,是处理多属性指标决策问题的一种有效工具。首先,介绍了概率犹豫模糊数（PHFN）的基本定义和相关运算,指出了传统PHFN的得分函数和汉明距离的不足,并给出了改进方法。其次,通过适当补充隶属度集合中的元素数量提出了PHFN的汉明距离和相似度概念,依据专家赋予的评价矩阵引入了概率犹豫模糊矩阵（PHFM）相似度。最后,在概率犹豫模糊环境下基于PHFM相似度提出了一种交互式群体评价算法,并用实例验证了算法的有效性。     

一种基于 k-means 聚类和半监督学习的医学图像分割算法

医学图像分割是计算机视觉和图像处理领域近年来研究的热点问题之一。一种基于k-means聚类和半监督学习的医学图像分割新算法被提出。在k-means聚类模型中,相似度函数是关系到聚类效果好坏的关键因素。所使用的相似度函数通过基于side-information的半监督学习方法来确定;确定后的相似度函数又被运用回k-means聚类模型中来实现对医学图像的分割。为了检验该算法效果,脑部肿瘤患者的磁共振图像被运用在实验中。分析结果表明:该算法在本文所采用的实例中能获得优于传统算法的分割效果。     

基于语义相似度与XGBoost算法的英语作文智能评价框架研究

作文智能评分和评语智能生成能极大减轻评阅专家的工作量、节约人力成本。目前，评分和评语结果的准确性与公平性尚不高。近年来，机器学习和自然语言处理等技术的快速发展，在一定程度上提升了文本分类、机器翻译等任务的性能，但仍有许多新的研究成果尚未应用于作文智能评价。本研究综合了词向量(word2vec)、段落向量(paragraph2vec)、词性向量(pos2vec)和LDA (latent dirichlet allocation)等特征，共同组合为作文的语义表示向量；采用基于kNN (k nearest neighbors)算法的语义相似度模型，得到作文的评语标签；采用基于XGBoost(extreme gradient boosting)的回归模型计算英语作文的评分值；并以900篇大学生英语作文为样本，构造算例进行验证。最后表明，提出的智能评价框架在英语作文自动评分和评语生成的准确性上，都要高于传统方法。     

基于知识约简的故障案例重用方法

案例重用是使用旧的经验去解决新的问题,可以提升基于案例推理的故障诊断系统解决问题的能力,本文提出一种基于知识约简的故障案例重用方法,主要包括针对静态案例的值约简算法（improved attribute value reduction algorithm based on discernibility matrix,IAVRADM）以及新增案例情况下的值约简增量式更新算法（incremental updating algorithm for attribute value reduction,IUAAVR）,其中,IAVRADM算法利用吸收律和互信息增量作为启发式信息,改进了已有算法中分辨矩阵构造和搜索过程,提高了决策规则的生成效率,IUAAVR算法分析总结出需要进行规则更新的3种情况.实验结果表明,IAVRADM算法的适应性强、时间开销低,IUAAVR算法在获得相同数量的决策规则情况下与案例的数量无关且更具时间优势.     

融合SLIC的DCUT改进图像分割算法

谱聚类DCUT算法能在任意形状的样本空间上聚类且收敛于全局最优解,但其缺点是计算相似度矩阵和特征向量的复杂度较高.为了提高了DCUT的算法速度,提出了基于SLIC的DCUT算法(SDCUT).SDCUT算法首先采用SLIC算法分割图像成超像素,再根据任意两个超像素的归一化直方图计算Pearson系数作为超像素之间的相似度,从而建立基于超像素的相似度矩阵,最后采用DCUT算法对超像素进行分类获得最终分割结果.在一系列图像上的实验结果表明,与几种经典谱聚类算法相比,本文方法的分割速度更快,且具有较好的分割效果.     

基于特征点群相似度计算模型的图像表示方法

针对空间金字塔匹配模型缺乏对图像中视觉物体旋转、平移和缩放的考虑问题,提出了一种基于特征点群相似度计算模型的图像表示方法.基于词汇树模型的粗匹配结果,通过特征点群拓扑、方向、距离等计算其相似度,并以此作为评价指标对匹配结果进行过滤;根据由特征点群计算所得的标准差椭圆的圆心、旋转角度对金字塔匹配的图像划分子区域并进行调整,从而得到图像抗旋转、平移和缩放的表示.分别在自建校园建筑物数据集和自建物体图像数据集上对方法进行了验证和比较,结果表明,该方法提高了分类识别的准确率和检索的查全率,特别是对于包含明显旋转、平移和缩放变化的图像数据效果更好.     

基于改进直觉模糊熵与Dice测度的VIKOR应急决策

针对不确定信息环境下决策属性权重未知的应急决策问题,提出一种改进直觉模糊熵权与Dice距离测度的VIKOR决策模型.首先,分析现有直觉模糊熵存在的不足,提出一种考虑隶属度、非隶属度以及犹豫度综合影响的改进直觉模糊熵;其次,引入Dice系数,结合犹豫度的特点构建直觉模糊Dice距离测度;然后,将直觉模糊熵权与直觉模糊Dice距离测度运用到基于直觉模糊的VIKOR方法中,并定义了群体贴近度公式,进而构建契合现实环境的应急决策模型;最后通过地震灾害后的应急决策算例,验证了该模型的合理性和有效性.     

基于贝叶斯网络的船舶污染事故应急预案完备性评估

根据船舶污染事故应急预案涉及的事件和事件之间的逻辑关系构架了应急预案的故障树结构, 将故障树结构贝叶斯网络化, 构建了标准贝叶斯网络图, 由此建立一种船舶污染事故应急预案完备性评估的新方法. 利用该方法对市级船舶污染事故应急预案的缺失事件进行了分析, 评估了预案的完备度, 并与其他评估方法进行比较, 验证了该方法有效.     

考虑多阶段决策信息集结的新算法及其应用

针对多阶段区间信息集结与决策问题,提出一种考虑最小化集结矩阵与阶段区间矩阵之间距离的新方法,寻求更趋近帕累托最优的集结结果,使最终评价值更符合多阶段评价的目标。 首先,根据多阶段专家评价值将区间信息转化为二维坐标点,并将其映射到二维坐标系中。然后,构建区间信息离差最小化集结模型,并基于植物模拟生长算法(PGSA）进行群体判断信息的集结,再通过合成各方案的属性评价值,给出各决策方案的综合评价值并进行排序,进而给出最优决策方案。最后,以物流服务商的多阶段绩效评价为例,验证了该方法的合理性和有效性。     

考虑多阶段决策信息集结的新算法及其应用

针对多阶段区间信息集结与决策问题,提出一种考虑最小化集结矩阵与阶段区间矩阵之间距离的新方法,寻求更趋近帕累托最优的集结结果,使最终评价值更符合多阶段评价的目标。 首先,根据多阶段专家评价值将区间信息转化为二维坐标点,并将其映射到二维坐标系中。然后,构建区间信息离差最小化集结模型,并基于植物模拟生长算法(PGSA）进行群体判断信息的集结,再通过合成各方案的属性评价值,给出各决策方案的综合评价值并进行排序,进而给出最优决策方案。最后,以物流服务商的多阶段绩效评价为例,验证了该方法的合理性和有效性。     

基于操作便捷性和安全性的可变功能应急产品应急效能评估

为更全面地评估可变功能应急产品的应急效能,降低因应急效能问题导致的财产损失和人员伤亡的可能性,同时也为该类产品的设计开发提供技术支持,提出了可变功能应急产品的应急效能评估方法.首先,根据可变功能应急产品的自身特点和使用环境情况,构建以操作时间、操作难度、使用安全性为基础的可变功能应急产品的应急效能评估指标体系.在此基础上,引入层次-熵权法确定评估指标的权重,并通过保守型效用函数统一量纲,建立可变功能应急产品的应急效能评估模型,为基于再设计策略的可变功能应急产品的设计开发提供评判依据.最后以两款多功能自救座椅为案例,验证所提出方法的可行性.     

遗传BP神经网络在PID控制器中的应用

提出了一种基于遗传BP神经网络的自整定PID控制器的设计方法．利用遗传算法搜索出一组准优的PID参数，作为PID控制器参数的初值，在利用BP神经网络具有逼近任意非线形函数的能力，在线调整PID参数，以确保系统的响应具有最优的动态和稳态性能．计算机仿真结果表明，这种控制算法鲁棒性强，响应速度快，可用于控制不同的对象和过程．     

多通道自适应码流(MC-AoB)彩色图像编码

提出了一种彩色图像的编码方法MC-AoB，该方法将一幅彩色图像分成多个通道分别独立编码．当码流长度有限时，在通道间进行了优化分配，使得各通道的失真度大体相等．在通道内部，采用了块间剪裁算法，用拉格朗日乘子法找到最适合的剪裁点集．对于通道内小波系数的编码，改进了JPEG2000里的算术编码方法，加入了游程编码的思想，在降低编码复杂度的同时保证了较高的压缩比．另外，该算法并行性较高，可以并行执行．模拟实验证明，在码流长度较小的情况下，MC-AoB算法可取得显著的效果。     

网格模型PDE曲面重建中的边界曲线构造

利用偏微分方程(PDE)进行曲面拟合是计算机图形学研究领域中的常用方法,该类方法通过选取适当的边界条件来构造PDE,用PDE的解来表示几何曲面.基于网格简化方法和离散曲面测地线计算等技术,提出一种从网格模型提取PDE曲面片边界条件曲线的方法.首先,对复杂模型进行简化并分片处理;通过计算离散曲面的测地线为每个分片定义相应的PDE边界条件曲线,进而构造复杂模型的PDE拟合表面.最后,通过细分方法建立原模型的多分辨率表示.实验表明,该方法可以对具有不同几何复杂度的网格模型进行处理,产生具有细分连通性的多分辨网格模型.