基于DOA参数的雷达信号预分选

主要讨论了利用雷达信号的波达方向（direction of arrival, DOA）参数对多部雷达的脉冲信号进行分组预分选的问题。为提高分类可靠性,提出了一种新的相似系数的计算方法,首次利用相似矩阵进行特征值分解的方法对大量脉冲的DOA参数进行聚类数目判断。经初步统计,当类内离散度与类间离散度差值在0.34以上时,最终的判别结论可信度接近并可能大于80%。在此基础上提出了以类别数目作为停止条件的层次聚类法,该算法简单易用,经过多组数据的试验,取得了较好的聚类效果。     

不同行业上市公司资本结构和公司价值

资本结构的优化能否带来公司价值的提升一直是学术界关注的重点.本研究以沪深两市A股上市公司2006年和2007 年的横截面数据为样本,运用OLS法着重考察和比较了财务杠杆价值效应和激励强度的行业差异.研究发现,财务杠杆对公司价值具有显著的积极效应.同时对分行业样本公司的实证分析显示,公司的行业属性对财务杠杆的价值效应具有一定的影响.财务杠杆在大多数行业中发挥有效的价值激励作用,在某些行业的激励强度要高于另外一些行业.     

一种改进遗传算法

针对遗传算法(Genetic Algorithm,GA)存在的未成熟收敛现象,本文提出一种改进的遗传算法(IGA),该算法采用双变异算子,即正交变异和多位点变异两种变异算子联合作用,提高了算法的全局寻优能力。仿真实验表明,对遗传算法的改进是有效的,改进后的算法与标准遗传算法相比具有更高的全局收敛性,并在一定程度上克服了未成熟收敛。     

基于可分离性的多尺度决策信息系统的最优尺度约简

针对最优尺度约简问题,从对象与决策类的关系出发,提出一种基于可分离性的多尺度决策信息系统的约简方法。首先,分别给出类内对象紧性和类间对象分散度的定义并探究其性质。其次,在多尺度决策信息系统中通过类内对象紧性和类间对象分散度定义属性子集的可分离性,并给出可分离性与约简之间的关系,在此基础上,结合属性权重与尺度权重给出了基于可分离性的重要度。最后,设计了一种基于重要度的启发式最优尺度约简算法。实验结果表明,所提方法在分类精度和约简集基数上具有较大的优势。     

基于数据中台的日志解析技术

数据中台是一种利用数据技术为客户提供高效服务的模式.日志是数据中台记录系统运行状态的一种方式，它可以为故障诊断、性能优化、系统安全等任务提供支持，分析日志中的信息对中台日常运维具有重要意义.日志解析是日志挖掘的重要步骤，它将非结构化的日志文本转换为结构化的数据.综述了日志解析算法和评估方法，分析了工业界和学术界的解决方案，总结了日志解析算法的主要类别和特点，比较了不同算法在不同数据集上的性能和效果.发现日志解析算法缺乏统一的标准和数据集，导致结果难以对比和验证.针对这种情况，对未来的研究方向提出建议，应关注建立统一的评估指标和日志数据集，促进工业界和学术界的交流，以提高日志解析算法的适用性和可靠性，对日志解析领域的研究具有参考价值.