序比例诱导分段无量纲化方法及其影响因素

为在评价数据的无量纲化处理过程中兼顾异常值情形，并减弱因异常值的存在而导致的无量纲化后数据之间分布不均衡的问题，在极值处理法的基础上，提出了一种非线性的无量纲化方法，即序比例诱导分段无量纲化方法。该方法以原始指标值的排序百分比为诱导变量对原始指标值进行分段，并在各区段内以极值处理法为基础分别进行无量纲化处理。通过性质分析，发现该方法能够较大程度地提升无量纲化结果对“总量恒定性”性质的满足程度。此外，采用模拟仿真的方法发现，该无量纲化方法对异常值具有较好的抗干扰性、且随着分段层级的增加其对异常值的敏感程度越来越低等主要结论。     

AHP判断矩阵排序的一种新方法

为了得到一种更适用的互反判断矩阵排序方法,根据一致性判断矩阵中任意两行对应元素之比为常数这一性质,运用约束规划模型推导出一种简便实用的判断矩阵排序的新方法。实际算例结果表明,应用该新方法得到的排序权重比传统的判断矩阵排序方法得到的排序权重的分辨率更高,且该新方法易于程序实现。     

区间数互补判断矩阵中元素的运算与排序算法

分析区间数互补判断矩阵中已有的元素运算法则,重新定义区间数互补判断矩阵中一些元素的运算,给出将区间数互补矩阵转换为一致性矩阵的定理,并利用互反和互补之间的转换,得到一个区间数互补判断矩阵的排序算法.     

方案排序对权重比例变化的敏感性分析

权重是用来衡量多属性决策问题各属性间的相对重要性的，它在很大程度上影响着多目标决策问题的求解结果，在主客观综合赋权方法的基础上，通过改变主，客观权重在综合权重中所占的比例，研究了这种比例的改变对方安排序的影响，提出了一种方案排序对权重的敏感性分析方法，通过实例讨论了在主观权重的基础上，增加多少客观权重，才能改变由主观权重所确定的方案排序。     

一种改进的三角模糊数互补判断矩阵的排序方法

在传统的三角模糊数互补判断矩阵排序方法的基础上,结合三角模糊数均值的概念,提出了一种改进的排序方法。该方法通过三角模糊数互补判断矩阵以及相应的概率分布矩阵,计算得到模糊均值矩阵,从而将三角模糊数互补判断矩阵的排序问题转换为模糊均值矩阵的排序问题,然后对模糊均值矩阵利用权的最小平方法计算排序向量。通过计算三角模糊数均值,有效地减少了判断过程中的不确定性。给出了该方法的具体应用步骤,仿真算例表明该方法易于实现,具有很好的可操作性。     

《中国学术期刊文摘》(中文版)2006年度收录文摘作者单位排名统计分析

对《中国学术期刊文摘》(中文版)2006年度收录的414种重要期刊共计42243条文摘数据进行了统计分析,给出了2006年《中国学术期刊文摘》(中文版)收录文摘数量最多的百名作者单位排名表,试图从一个侧面考察我国科研单位、高等院校的科研实力和学术水平。     

中国高等学校和科研机构社会学术地位排名研究

通过统计分析中国高等学校和科研机构人员在中国科协和中国科协所属全国学会的任职人数情况,考察中国高等学校和科研机构的社会学术地位,据此给出了社会学术地位排名前100位的中国高等学校和科研机构名单。其中,社会学术地位排名前10位的中国高等学校是:清华大学,北京大学,浙江大学,中国农业大学,上海交通大学,复旦大学,北京航空航天大学,南京大学,西安交通大学,四川大学和同济大学(两校并列第十);社会学术地位排名前10位的中国科研机构分别是:中国科学院动物研究所,军事医学科学院,中国科学院数学与系统科学研究院,中国科学院地质与地球物理研究所、中国科学院声学研究所和中国社会科学院(3个单位并列第四),中国科学院地理科学与资源研究所,中国科学院植物研究所,中国计量科学研究院,中国地质科学院和中国中医科学院(2个单位并列第十)。     

基于Choquet模糊积分算子的多指标属性船型方案优选模型

船型方案排序及优选是一个多指标属性、多层次且指标属性相互关联的决策问题.考虑船型方案评价中各评价指标间存在的模糊性和相互关联性,利用模糊测度和Choquet模糊积分算子对船型方案进行优选.此方法的优点是考虑了方案各指标属性的关联关系,而且决策过程不用确定各指标属性的权重,减少了决策过程中决策者的主观臆断性,使排序结果更具客观性和科学性.计算实例说明:基于Choquet模糊积分方法建立的船舶方案优选模型正确,方法简单,结果合理,为船型方案选择提供了一种可靠的参考.     

多准则排序中的路径问题及层次分析法推广

本文指出,在多准则排序中层次分析法用矩阵乘法实现排序度量转换是不正确的.实际上排序度量转换与把排序指标的重要性传递到目标的路径有关,多准则排序是多路径的,多路径排序度量转换不是线性转换,不能用矩阵乘法实现.为此,将排序度量映射到高维状态空间上、用不确定性隶属度向量表征,进而把排序度量转换转化为隶属度转换.通过揭示指标隶属度中包含着确定目标隶属度的冗余值来论证隶属度转换是非线性转换,用区分权滤波算法实现隶属度非线性转换.由此建立多准则排序的非线性排序模型.     

改进凸包的贝叶斯模型显著性检测算法

针对传统贝叶斯模型算法对图像显著区域检测精度需要进一步提高的问题,提出一种改进凸包的贝叶斯模型显著性检测算法。首先,利用流行排序算法对图像进行前景提取,提取的前景区域作为贝叶斯模型的先验概率;其次,利用颜色增强的Harris角点检测算法检测图像在RGB,HSV,CIELab 3个颜色空间中的特征点,分别构造RGB,HSV,CIELab空间的凸包,求取3个颜色空间下的凸包的交集;再次,通过贝叶斯模型根据先验概率、凸包与颜色直方图结合得到的观测似然概率计算获得显著性区域图;最后,将新算法在两大公开数据集MSRA和ECSSD中进行测试。结果表明,新算法能够有效抑制背景噪声,完整检出显著区域,F-measure值在MSRA和ECSSD数据库中的测试结果分别为0.87和0.71,准确率-召回率曲线在复杂图像数据库高于传统经典算法。新算法改进了传统经典算法的检测效果,进一步提高了显著图检测的准确性。