状态变权向量的性质与构造

首先讨论了状态变权向量的基本性质;然后,指出在满足一定的条件下基于这些性质可以由已知的状态变权向量构作新的状态变权向量.给出了状态变权向量等效性的定义,并指出该等效性是一个等价关系.最后给出利用状态向量的均值直接构造状态变权向量的方法,从而得到了一类新的状态变权向量.     

基于信息熵和偏差的加权概念格内涵权值获取

为有效反映数据本身隐含的客观信息,快速提取用户需求的具有一定偏差程度的重要知识,提出了一种基于信息熵和偏差分析的加权概念格的内涵权值获取方法.在缺乏先验知识时,由数据集中属性特征的信息熵来刻画加权概念格的单属性内涵权值,采用均值计算多属性内涵权值,并用标准差计算多属性内涵重要性偏差值;由用户设立加权概念格内涵的重要性阈值和内涵重要性偏差阈值,构造出一种强加权概念格.通过实例描述了该方法可有效指导正确决策,进一步拓广了概念格的理论与应用.     

基于属性熵和加权余弦相似度的离群算法

离群点检测是数据挖掘的一个重要研究方向,大多数离群数据挖掘算法在应用到高维数据集时效率较低。给出了一种基于属性熵和加权余弦相似度的离群数据挖掘算法LEAWCD.该算法首先根据局部属性熵分析每个对象在其k-邻域内的局部离群属性,并依据各离群属性的属性偏离度自动设置属性权向量;其次使用对高维数据有效的余弦相似度经加权后度量各对象在k-邻域内的离群程度,实现高维局部离群点检测;最后采用国家天文台提供的天体光谱数据作为数据集,实验验证了LEAWCD算法具有伸缩性强和检测精度高等优点。     

基于属性重要性的加权支持向量机及其应用

针对珠江水质预测中的大量不确定和模糊因素,提出了一种基于属性重要性的加权支持向量机水质预测模型.首先通过粗糙集理论对原有的评价指标体系进行约简,由原来的8个预测指标约简为7个指标,被约去的属性正是网站公布数据中缺失的属性;同时计算出各属性的重要性,对重要的指标赋予较大的权重,构造基于属性重要性的加权支持向量机,这不同于以前的针对样本作用不同而构造的加权支持向量机.本文以珠江流域重点断面水质预测为例,对近2年数据进行分析,结果显示了该模型的有效性.     

样本属性重要度的支持向量机方法

支持向量机(SVM)是一种新的机器学习方法,已经广泛应用于模式识别和函数估计等问题中.针对现有的加权支持向量机(WSVM)和模糊支持向量机(FSVM)只考虑样本重要性而没有考虑属性重要性对分类结果的影响的缺陷,提出了基于样本属性重要度的支持向量机方法,该方法首先利用信息论中的信息增益技术计算各个样本特征属性对分类属性的重要度,然后对所有样本的同一特征属性的值分别用对应的属性重要度进行加权,最后所得数据集用于训练和测试SVM.数值实验的结果表明,该方法提高了分类器的分类精度.     

一种基于差异度变权的多属性决策方法

针对属性权重信息完全未知的多属性决策问题,通过引入属性值的差异度、基于差异度的变权等概念,提出了基于差异度变权的多属性决策方法.利用差异度客观地确定了属性的权重,并以此为常权,借助状态变权,实现了属性值之间的均衡.最后通过具体实例,说明该决策方法的可行性和有效性.     

区间数密度中间算子在多属性决策中的应用

针对群决策中的决策者群体偏好信息分布问题,研究了不确定多属性决策密度中间算子,把实数密度中间算子扩展到区间数密度中间算子.给出了区间数密度算子权向量的确定方法及具体过程.提出了区间数密度算子(IDM算子),定义了区间数密度加权平均中间算子(IDWA算子)和区间数密度加权几何平均中间算子(IDWGA算子),给出基于区间数密度算子的合成算子:密度算术加权平均算子(IDWAWAA算子)和密度有序加权平均算子(IDWGAOWA算子),最后用实例对算子密度权向量的确定进行了说明.     

基于变权AHP 法的贫困生评定

文章应用多属性决策理论研究高校贫困生评定问题.通过确定贫困生评定的指标集,对定性指标采用模糊分级量化法,并对各指标值进行无量纲化处理.采用层次分析法(AHP)获取属性权重向量,建立变权AHP综合评价模型,得到了综合评价结果,较传统的评价方法更为客观、更具科学性.     

带惩罚变权的大型变压器状态模糊层次评价方法

针对由电力变压器的"木桶性质"所引起的、运行状态因极个别指标的严重劣化而导致整体安全性能极度下降的问题,提出了一种带惩罚型变权的模糊层次状态评价方法.首先构建了大型电力变压器层次结构体系;然后基于变权原理,同时考虑到各指标对于目标准则和部件间的相对重要性,引入惩罚型变权机制,针对变压器的自身属性构造了惩罚型变权向量函数,提高了对于劣化项目的反应灵敏度,使得各指标权重的再分配更加真实;最后利用模糊理论计算出的各指标相对于各评价等级的隶属度,实现了大型变压器状态的综合评价.通过实例计算和与其他方法的对比,证明了该方法的准确性和实用性.     

一种基于加权Parzen窗的聚类算法

提出了一种新的基于加权Parzen窗的无监督学习方法 .该方法采用加权Parzen窗获得对数据分布状态的良好描述 ,从而求出不同模式类的分界面 ,并将聚类过程转变为求解加权Parzen窗权值的线性规划问题 .实验表明 ,采用这一方法只需较少的计算时间就可以获得与Asa等人基于支持向量机的方法类似的聚类结果 .     

ID3算法的理论基础

基于属性值并的权熵思想,通过构建模型,给出了一个属性的某几个属性值并的权熵之和不小于该属性单个属性值的权熵之和的结论,从理论上证明了ID3算法的合理性,为ID3算法提供了理论基础.     

顾及2套坐标误差的三维坐标变换方法

探讨顾及2套坐标误差改正数的三维坐标转换模型,以2套坐标改正数的加权平方和最小为准则导出了转换参数的解算公式;并根据公共点的坐标改正数以及公共点与待转换点间的协方差阵计算待转换点的坐标改正数并对其改正,从而求得近似无缝的坐标转换结果.试验表明:当公共点与转换点坐标相关性较大时,该方法能显著地提高坐标转换精度.     

基于目标规划和投影的模糊多属性决策法

针对部分权重信息下对方案有模糊互反偏好关系的决策问题,首先,基于决策者的主客观偏好信息偏差最小化建立一个目标规划模型获得属性权重,其次,利用各方案的模糊加权属性值在正理想解上的投影对方案进行排序,最后进行了实例验证.     

多目标模糊评价模型与评价等级计算方法

为防止信息丢失,指出了多目标模糊评价应采用加权平均算子·探讨了采用余弦函数及三角形隶属函数的模糊综合评判模型、基于权广义距离平方和最小的模糊模式识别模型、基于模糊熵与权广义距离之和最小的模糊模式识别模型对评价结果模糊度的影响·属性识别理论模型是应用三角形隶属函数的模糊综合评判模型·综述了多目标模糊评价等级的确定方法,指出了属性识别理论的置信度准则与最大隶属原则一样可导致评价结果失真·提出了评价等级模糊特征量的概念和计算方法,从而证明了多目标模糊评价的结果是一个等级区间而不是一个确定点·实例表明,依据评价等级模糊特征量的概念和计算方法所确定的评价等级符合实际·     

基于单值中智VIKOR法的供应商优选模型

针对属性权重未知的供应商优选问题,提出一种基于单值中智VIKOR法的供应商优选模型。首先通过语言变量确定了决策专家和属性指标的权重;接着利用单值中智加权平均算子把所有专家给出的中智决策矩阵进行集结,构建综合中智决策矩阵;然后通过将VIKOR法扩展到单值中智环境下,得到备选供应商的折中最佳方案。最后通过仿真实例说明了模型的有效性和实用性,并结合灵敏性测试,验证了该模型的灵活性。     

三角直觉模糊广义有序加权平均算子及其在多属性群决策中的应用

针对属性以三角直觉模糊数(TIFN)形式表示和具有不完全权重信息的多属性群决策(MAGDM)问题进行了研究。首先定义了三角直觉模糊广义有序加权平均(TIFGOWA)算子,再利用得分函数和精确函数对方案的排序方法,对不完全权重信息的三角直觉模糊MAGDM问题,运用TIFGOWA算子提出一种新的多目标线性规划的求解方法。最后,运用一个算例说明了本文所提方法的合理性与有效性。     

高速铁路软土路基沉降预测

通过实测资料分析了高速铁路堆载预压软土路基沉降规律,其沉降发展过程可分为填筑阶段-恒载阶段-堆载预压阶段-卸载阶段,沉降曲线与S形成长曲线类似.利用最小二乘法,以组合模型的误差平方和最小为目标函数来确定最优加权系数,建立了加权组合预测模型.采用Origin软件分别拟合Gompertz曲线和Logistic曲线,基于组合...     

声纹识别中的语言属性映射

短时声纹识别中语言属性不匹配问题降低了话者识别系统性能,语言属性失配在短时话者识别中的影响成为当前研究热点。从消除特征参数中的语言属性信息出发,提出了一种语言属性映射方法。采用均值超向量来构建训练样本,应用高斯混合模型对每一句话不等长的特征进行建模,引入加权矩阵得到语言属性空间,通过映射方法在统计参数超矢量空间中消除语言属性的影响。使用当前两套经典声纹识别系统作为基线系统做对比试验,结果表明：相对基线系统在等错误率上,男声测试部分降低了23.07%,女声测试部分降低了20.39%,从而验证了正确性和有效性。     

基于粗糙集理论的聚类融合加权迭代模型

针对聚类融合问题,考虑了聚类成员的质量和噪声对聚类结果的影响,提出一种加权迭代的聚类融合模型,利用粗糙集理论中的决策表属性重要性的信息熵来衡量聚类成员的重要性,迭代更新聚类成员的权重。该文在模拟和真实数据集上进行了校验。结果表明,该模型能较好地处理聚类成员间的质量差异,并能有效地消减噪声对融合的影响,从而得到更好的聚类融合结果。