投影寻踪分类建模理论的新探索与实证研究

从理论上分析了正确的投影向量系数(权重)约束条件是∑_(j=1)~2a_j~2=1和1≥0_j≥-1;从理论和实证两个视角证实采用约束条件∑_(j=1)~p a_j~2=1和1≥a_j≥0时逆向指标或对正向指标采用了错误的归一化方式时的权重必定等于"0"。采用正确的约束条件,针对同一密度窗宽R值,实证分析发现和从理论上证明了在投影寻踪分类(PPC)建模中改变指标归一化方式前后,权重是互为相反数的重要特性等三个定理和二个推理,改变指标归一化方式不影响任意两样本投影值之间的距离和投影指标函数值。提出了正确使用PPC进行建模的基本原则和步骤、判定指标属性(正向指标或者逆向指标)的准则等,实现了投影寻踪探索性研究和验证性分析的有机统一。     

一种新型风险型多指标决策方法研究

传统的风险型多指标决策模型没有考虑决策者对风险的态度,而决策者对风险的态度会影响决策的结果,针对这一问题文章在累积前景理论与灰色关联方法的基础上,提出一种考虑决策者风险偏好的风险型多指标决策的方法.该方法首先利用极差化法对风险决策矩阵进行规范化处理,并在此基础上构造出最优与最劣方案;然后利用累积前景理论与灰色关联方法构建前景值函数,并给出利用灰色关联思想确定指标权重的方法与步骤;最终求出各个方案的综合前景值并进行排序选优.通过某电信运营商对管道资源建设方案选择的实例分析说明了方法的可行性与有效性.     

层次分析法权重计算方法分析及其应用研究

介绍层次分析法的基本概念,同时也分析了层次分析法权重的计算方法及应用,层次分析法的计算方法有四种方法:几何平均法、算术平均法、特征向量法、最小二乘法,以往的文献利用层次分析法解决实际问题时,都是采用其中的某一种方法求权重向量,不同的方法会导致结果有些偏差,将对一具体实例,采用四种计算方法分别得出权重向量再进行排序和综合分析,这样可以避免采用单一方法所产生的偏差,得出的结论将更全面、更有效。     

企业资信的模糊数学评价方法

根据企业资信定量指标的特性及定性指标的模糊性,提出了企业资信优序评价的新模型,该模型有效地解决了传统资信评价中软指标的处理难点,提高了企业资信评价的准确度,具有一定的实用性。     

基于粗糙集和证据理论的决策规则提取

提出一种基于粗糙集和证据理论的两阶段决策规则提取算法, 该算法首先利用粗糙集中属性缩减的思想, 找出每条规则中的重要条件属性集合, 然后再基于证据理论中证据结合的思想进一步去掉重要条件属性集中的冗余条件属性, 从而得到最终的决策规则. 所给算法简化了属性集的约简, 对高维数据也是可行的. 实验结果表明, 利用该算法能够挖掘出高质量的决策规则.     

基于BP神经网络的高校国家重点实验室科技创新绩效影响因素研究

高校国家重点实验室是高校科技创新的重要载体,科技创新绩效的高低对于高校国家重点实验室而言意义深远。科学技术的迅猛发展以及国家创新体系的建设要求对高校国家重点实验室科技创新绩效的影响因素进行深入研究。通过搭建BP神经网络模型,由网络权值计算分析得到各影响因素对高校国家重点实验室的贡献大小。实证研究结果表明,人才保障与队伍建设、经费投入与使用、学术交流等因素对高校国家重点实验室科技创新绩效的提升有明显影响。     

一种组合型中文文本分类特征选择方法

根据基于频数分布和基于互信息的特征选择模式的特点,将传统的tf-idf因子以及基于互信息的特征选择方法分别进行了改进,并在此基础上提出了一种新的组合型特征选择方法。试验结果表明,该算法提高了文本分类的准确率。     

基于改进粒子群算法优化BP神经网络的甜菜产量预测方法

通过分析影响甜菜产量的自然因素,选取6个主要影响因子应用于一种改进粒子群算法优化BP神经网络的预测模型.首先,在标准粒子群算法(Particle Swarm Optimization,PSO)中引入自适应惯性权重的方法增强搜索能力并且提高收敛速度,使用反向逃逸策略避免早熟现象的发生;将改进的粒子群算法引入到BP中形成N...     

乘方权重不等式的证明及其系列推论

给出了乘方权重不等式的一种证明方法,并由此得到一系列重要推论.该系列推论在证明不等式及求极限过程中有着广泛的应用.     

信息融合系统评价中指标排序权值的求取

针对当前信息融合研究中对算法有效性测试评估的需要,就中心融合层指标的标准化处理方式及其对应的权值求取作了理论探讨和实验论证,这些方法可于指标极值的在线自适应凋整,有助于在各种类型的数据源下选取合适的融合算法。