线性无量纲化方法的结构稳定性分析

针对多种无量纲化方法共存却无统一的优劣甄别标准问题,对几种常用的线性无量纲化方法的稳定性进行分析,在此基础上,提出了一种新的无量纲化方法。界定了稳定性分析视角为噪声干扰,即异常值的出现对于数据无量纲化结果的影响;对无量纲化方法的稳定性测度进行了定义,并基于蒙特卡罗仿真的思想给出了对无量纲化方法稳定性进行测度的标准仿真策略,据此对无量纲化方法的稳定性进行分析及比较,并给出相关结论;在此基础上,提出了一种新的且具有较高稳定性的无量纲化方法。     

无量纲化方法对属性权重影响的敏感性和方案保序性

针对多属性决策中属性值无量纲化处理方法对决策结果的影响问题,给出了6种无量纲化方法产生的属性值方差,并基于属性均方差方法求解属性权重。在此基础上,分析了不同无量纲化处理方法对属性权重影响的敏感性,研究了属性值发生变化以及增加或者减少方案情况下的方案保序性问题,得出了一些重要结论,为决策者选择合适的无量纲化处理方法提供理论参照。最后通过军队资金管理绩效案例对结论进行了检验。     

煤炭企业经济效益评价模型

关于煤炭企业经济效益评价,本文应用层次分析原理确定各个评价指标的权重,利用指数型函数对评价指标数据进行无量纲化处理,给出了较为有效的评价模型。文中给出了一个应用实例。     

无量纲化方法的选取原则

采用不同的无量纲化方法进行评价数据预处理时,会得到不同评价结果,以拉开档次法为例,分析了选取无量纲化方法的原则。构建了选取无量纲化方法的3个原则,即变异性、差异性和稳定性原则;选用数值仿真方法对3条原则进行了分析;最后,得出线性比例法是适合于拉开档次法的最佳无量纲化方法的结论。该研究思路可推广至其他综合评价方法选取适用的无量纲化方法的相关研究。     

最小隶属度偏差法应用于路网规划方案评价

考虑到公路网规划方案评价体系的多因素和多目标性，文章提出用模糊多目标系统最优决策法——最小隶属度偏差法进行路网规划方案的综合评价，该方法在处理模糊性的评价指标方面具有明显优势．随后给出了各评价指标无量纲化的标准函数，并对适中型指标和区间型指标的无量纲化标准函数给予了重点介绍．最后结合工程实际，对提出方法的实用性进行了验证。     

评价指标的非线性无量纲模糊处理方法

本文运用指数函数和模糊数学的有关知识和方法，提出了适用于现行多数评价指标的一种非线性无量纲模糊处理方法，文中介绍了处理模型应具备的性质，分别就正指标，逆指标和适度指标给出了其相应的模糊量化模型及模型中的标准的确定方法。     

鲁棒原子范数降噪及其在线谱估计中的应用

针对测量数据中含有异常值的线谱估计问题,提出了一种对异常值鲁棒的原子范数降噪方法来提高线谱估计的性能。该方法构建了一个可以联合估计出异常值及原始信号的优化问题,并在代价函数中加入l₁范数和原子范数惩罚项来分别对异常值的稀疏性和信号本身的特性进行约束。一旦获得了该优化问题的解,那么就可利用现有的算法对降噪后的信号进行线谱估计。仿真结果表明,在数据中存在异常值的情况下,所提的算法能够更准确地恢复原始信号,从而使降噪后的谱估计的精度和分辨率明显提高。     

雷达制导系统噪声对制导精度的影响

采用伴随法得到系统伴随模型,然后使用时间尺度变换法和传递函数变换法对伴随模型无量纲化,分析得到角噪声和目标闪烁是影响雷达制导系统制导精度的重要因素,它们产生的脱靶量不随末导时间的增大而减小趋于零。通过研究脱靶量均方根值相对目标闪烁均方根值的比值,表明制导精度与闪烁频率密切相关。研究结果对型号研制的早期阶段有重要意义。     

基于GM(1,1)模型的时间序列分段表示方法

时间序列分段表示的目的是对序列进行降维,并使得处理后的数据尽可能保留原始数据特征。以较小的误差,对数据进行较高比率的压缩,是分段表示方法的目标。以往的分段方法主要用线段进行分段,在数据拟合时,存在较大的误差。本文利用GM(1,1)模型的单调变化性质,在拟合误差阀值的限制下,提出了一种基于GM(1,1)模型的分段表示方法(GMPR)。经实验验证,得出相比以往的线性分段方法,GMPR可以取得更好的结果。     

有序分位加权集结算子及在激励评价中的应用

为在信息集结过程中体现指标值的相对发展水平,提出了一种新的集结方法,即有序分位加权集结算子.该算子尤其适用于激励评价问题,其主要特征是用分位数表示指标值的相对发展水平,并且在信息集结过程中融入了决策者不同程度的激励偏好.通过性质分析,发现该算子具有置换不变性、界值性和条件单调性等特征.进一步,以算例的方式分析了该算子在激励评价中的应用问题,发现该算子在信息集结中通过权重加和不等于1的方式能够放大或缩小集结值,从而凸显被评价对象之间的差异,实现激励的目的.     

基于模糊预测系统的观测数据野值剔除方法

针对观测数据序列中影响数据处理和分析的野值,提出了一种在线辨识和剔除野值的方法。该方法利用梯度下降法构造最小均方准则下最优的观测序列模糊预测系统,从而获得预测值与观测值的残差序列,然后基于狄克松准则快速辨识并剔除观测数据中的异常值。对实测数据的仿真实验表明:该方法能够准确跟踪观测信号的变化,适合于各种观测信号单个性野值的辨识和剔除。     

基于辅助粒子滤波的风估计方法研究

对飞行中风场测量值含连续野值较多的问题,提出了将连续野值当作噪声处理的方法。噪声设置为随机游走模型并在状态方程中引入时变系数,利用辅助粒子滤波(APF)处理。与当前的自适应Kalman方法进行了比较,在含10个连续野值的模拟数据处理中,Kalman方法发生了跳变,而APF方法成功地处理了连续野值;APF方法和Kalman方法的平均均方误差分别为0.8313和1.0021。最后,将APF方法用于飞行测量数据处理。结果表明,APF方法能处理更多的连续野值,具有更好的精度和稳定性,适合工程应用。     

考虑文本空间结构的单篇文本特征词排序方法

特征选择是文本挖掘领域中重要的基础性工作,能够为后续文本挖掘任务的顺利实施提供良好的数据处理方法和技术支持,而特征词排序是特征选择的关键环节.结合文本统计信息和结构信息以及流形排序思想,提出了一种新的特征词排序方法.通过构造原始文本中潜在的能够反映文本语义和结构信息的条件共现度词网络作为特征词间的流形结构,并以特征词的词频统计信息作为特征词初始权重,结合流形排序思想以及图学习理论进行特征词间的相似性学习,进而实现对特征词重要性排序.分别在公共语料集和补充语料集上与其它多种特征词排序方法进行数值实验对比,实验结果验证了方法的有效性.该方法拓宽了流形排序思想和图学习理论在文本挖掘领域的应用,也给单篇文本特征词排序提供了新的方法和策略.     

动态测量数据野值的辨识与剔除

分析了动态测量数据中产生野值的原因及其特征,讨论了野值对滤波以及数据处理精度的影响。以"新息"为基础,通过对卡尔曼滤波方法中增益矩阵的改进,提出了野值辨识和剔除方法。仿真计算和实际工程应用表明,该方法可使野值的剔除与状态估计同时进行,提高了计算速度和数据处理的精度,同时可有效解决滤波发散问题,是实用可靠的工程方法。     

GP-RBF网络应用于飞行器外测数据野值实时剔除

测量数据集合中严重偏离大部分数据所呈现趋势的小部分数据点被称为野值点。野值的实时剔除对提高目标实时跟踪精度有十分重要的意义。采用了一种新的含有广义参数的径向基函数神经网络(GP-RBF网络)对航天靶场外测数据进行野值实时剔除。该网络可以通过对参数的自适应调整达到实时剔除野值的目的。采用经差商预处理后的飞行器弹道仿真数据，构成GP_RBF网络的训练集和测试集，试验结果表明利用该网络可以快速、有效地解决野值实时剔除问题。     

基于新最速下降算法的自适应波束形成

针对阵列信号处理中自适应波束形成技术的抗干扰问题, 提出一种基于新的最速下降法的波束形成算法。新的最速下降法将多元二次凸优化问题转换为一元二次问题, 通过循环迭代的方式使求出的极值点向高维凸优化问题的极值点逼近, 最终使结果收敛到最优解。将这种算法应用于自适应波束形成, 提高自适应波束形成的收敛速度、抗干扰能力和低快拍下工作的能力。经过仿真验证, 与基于最小均方算法以及改进最小均方算法的波束形成方法进行比较, 所提出的波束形成算法具有抗强干扰、收敛速度快、能在低快拍条件下工作的优点。     

信号去噪的一种优化算法

信号去噪通常是通过低通滤波器来实现的 ,但线性滤波在高精度场合并不能满足要求。为此提出了一种可给出信号高精度估计的非线性方法 ,分析了信号k阶导数的特点和噪声特性 ,在平稳时间序列的高阶差分对方差不变性的基础上 ,将信噪分离的参数估计问题转化为一类极值问题。利用矩阵理论分析了此类极值问题 ,给出了优化问题的解析解 ,并设计了相应算法。通过理论分析和实例验证了其有效性 ,并与最小二乘法作了比较     

Feature Screening for High-Dimensional Survival Data via Censored Quantile Correlation

This paper proposes a new sure independence screening procedure for high-dimensional survival data based on censored quantile correlation (CQC). This framework has two distinctive features: 1) Via incorporating a weighting scheme, our metric is a natural extension of quantile correlation (QC), considered by Li (2015), to handle high-dimensional survival data; 2) The proposed method not only is robust against outliers, but also can discover the nonlinear relationship between independent variables and censored dependent variable. Additionally, the proposed method enjoys the sure screening property under certain technical conditions. Simulation results demonstrate that the proposed method performs competitively on survival datasets of high-dimensional predictors.

     

α稳定分布噪声下基于最优L-柯西加权的LFM信号参数估计

针对传统维格纳霍夫变换(Wigner-Ville Hough transform, WHT) 时频分析方法在稳定分布噪声环境下性能退化的问题,基于L-估计理论,提出了可有效抑制该噪声的最优L 柯西加权(L-Cauchy weighted, LCW)新方法。3En准则是一种常用的异常值剔除方法,其可从数理统计的角度对异常值进行有效抑制,对此,结合柯西分布提出了基于分散系数的异常值剔除准则,并依据数值仿真选取降噪效果最优的分散系数γ。在LCW方法有效抑制α稳定分布噪声的基础上,采用WHT对线性调频(linear frequency modulation, LFM)信号进行参数估计。仿真结果表明,最优γ值的选取与该文提出的异常值剔除准则一致,且与基于分数低阶、加权Myriad滤波以及L-估计等多种方法相比,提出的基于LCW的WHT(LCW-WHT,LW)方法在强脉冲噪声下具有良好的鲁棒性和优良的LFM信号参数估计性能。     

Ranking environmental projects model based on multicriteria decision-making and the weight sensitivity analysis

With the fast growth of Chinese economic,more and more capital will be invested in environmental projects.How to select the environmental investment projects(alternatives)for obtaining the best environmental quality and economic benefits is an important problem for the decision makers.The purpose of this paper is to develop a decision-making model to rank a finite number of alternatives with several and sometimes conflicting criteria.A model for ranking the projects of municipal sewage treatment plants is proposed by using exports' information and the data of the real projects.And,the ranking result is given based on the PROMETHEE method. Furthermore,by means of the concept of the weight stability intervals(WSI),the sensitivity of the ranking results to the size of criteria values and the change of weights value of criteria are discussed.The result shows that some criteria,such as"proportion of benefit to projoct cost",will influence the ranking result of alternatives very strong while others not.The influence are not only from the value of criterion but also from the changing the weight of criterion.So,some criteria such as"proportion of benefit to projoct cost" are key critera for ranking the projects. Decision makers must be cautious to them.