区间型多属性群体专家权重的确定方法

针对方案偏好和属性值均为区间数的多属性群决策问题，研究了群体专家权重的确定，并提出了一种新的群决策方法．通过定义区间数向量的内积，计算专家评判的相似度和差异度，进而客观地确定了专家的权重．求解最小化主、客观偏差的目标规划模型，得到了属性的权重，利用方案的群体综合属性值给出排序结果．供应商选择的应用实例验证了方法的可行性和合理性．     

基于联系熵的工科专业课成绩分析及评价——以“光电信息物理基础”为例

为了提高河北地质大学工科专业课教学质量，选取光电信息科学与工程专业3个班的光电信息物理基础成绩数据，利用联系熵方法进行学生成绩分析及评价研究.结果显示乙班学习成绩最好，其联系熵最小；丙班学习成绩最差，其联系熵最大；甲班学习成绩居中，其联系熵也居中.该结果说明学生成绩的提高与联系熵减小方向一致，符合熵增原理，可以采用联系熵方法对学生成绩进行有效分析及评价.     

玉米品种近红外光谱的DFT特征分析方法

提出了一种基于离散傅里叶变换(discrete Fouriertrans form,DFT)的玉米品种特征分析新方法。实验数据为37个玉米品种种子的近红外漫反射光谱数据,波段范围为4000～12000cm-1。文中通过对原始数据进行分析,发现扫描频率较高的部分噪声也比较大。文中首先定义了一种类间、类内差异度Qm的计算方法,以度量特征选择的有效性;然后利用Qm对原始数据和DFT变换后的数据进行分段分析。实验结果表明,4000～7085cm-1波段的DFT数据相对于全波段原始数据,Qm曲线均值、峰值明显提高。均值从原始的4.8049提高到8.5138,峰值最大值从原始的35.9240提高到60.8216,峰值最小值从原始的2.8918提高到3.7415。且变换后数据特征点(即Qm值大的点)较原始数据集中,最有利于提取玉米品种特征。     

自适应最优混合差异聚类算法

针对多维情况下,数据量很大,不可避免的受到噪声干扰,因此需对原始数据进行必要的处理。本文用二次差异序度调整一次差异度,提出了自适应最优混合差异聚类算法,该算法具有谱系结构,这在地层划分,时间序列分析等应用上极其重要,在地层划分上,本文给出了一个实例,我们可以看到谱系结构的重要性。对无序样品给出了相应的最优聚类算法,并分析了西安地下水文的分布情况。