基于稀疏表示的谱线自动提取方法

谱线提取在光谱分析中起着非常重要的作用,它对后续的光谱分类和参数测量有着直接的影响。文章提出了一种基于稀疏表示的谱线自动提取方法。首先,用基于稀疏表示的小波去噪方法去除噪声,该方法通过对光谱信号对应的小波系数进行稀疏化处理来达到去噪的目的,其优点是在处理小波系数时虽然将其作为整体进行考虑,但依然能保持小波系数的局部特性不变,所以在去噪的同时很好地保持了特征谱线的信息。其次,利用小波变换与样条拟合相结合的方法拟合出较为满意的伪连续谱,该方法在拟合过程中,先将强谱线扣除掉,从而使得拟合结果非常接近真实的连续谱。最后,通过对归一化后的谱线光谱设置自适应局部阈值来提取特征谱线。实验结果表明该方法切实有效。     

组合权重优化的企业财务绩效可变模糊综合评价模型

针对目前企业模糊综合评价无法解决模糊识别、动态可变性及单一权重不科学的问题,提出组合权重优化的企业财务绩效可变模糊综合评价新模型.首先,建立企业财务绩效综合评价指标体系;然后,获取指标数据并通过主客观权重融合的方法优化指标权重;最后,基于可变模糊集理论构建企业财务绩效可变模糊综合评价新模型.以B企业为例,应用新模型对B企业财务状况进行评价.结果表明:2012-2015年,B企业财务评价等级分别为Ⅲ-Ⅳ、Ⅱ-Ⅲ、Ⅱ-Ⅲ、Ⅲ-Ⅳ,符合B企业实际运营发展状况,证明了新模型的科学合理性.新模型不仅对企业财务绩效评价新方法进行了考察,而且拓展了可变模糊集理论的应用领域.