基于组织层次的人机融合智能决策支持系统模型

在分析了当前决策支持系统发展中存在的问题基础上,提出了人机融合智能决策支持系统概念.认为决策支持系统的人机关系不仅仅表现在技术层面上,而应该是全方位的,包括组织层面、认识层面.文章从组织角度,结合不同决策任务的特点和性质,探讨、研究了人机融合决策智能系统模型的设计.     

基于改进质量功能展开的质量特性重要度确定

针对传统质量功能展开(QFD)质量屋构建过程存在语言评价信息模糊和不确定等问题,提出一种结合犹豫二元语义变量、层次分析法和逼近理想解排序多属性决策法的改进QFD模型,用以对产品质量特性的重要度级别进行确定.模型分为评价用户需求与质量特性的关系、确定用户需求的重要度权重、确定质量特性的重要度排序3个阶段,提高了质量特性重要度排序的准确性.最后以某企业一语言类数字学习系统的质量特性重要度确定为例,进行了模型应用和有效性验证,为以用户为中心的数字学习系统设计质量提升提供参考.     

随机森林分类用于雷达信号预分选新算法研究

 现代战争中,雷达电子战环境越来越复杂,随着雷达种类的多样化和雷达脉间调制方式的复杂化,对信号分选的识别难度也愈加增大。本研究采用随机森林算法对脉冲描述字特征进行预分选,可自适应的对特征进行选择,并实现分类。随机森林由于可以自动进行特征选择,可对不平衡的数据进行误差平衡等优点,通过多决策树表决方式,可以迅速完成对大量数据快速训练。在脉冲丢失导致的部分特征损失的情况下,仍可以维持识别准确率。通过实验证明了本方法对雷达脉冲描述字特征进行预分选的有效性。     

基于粗糙集的分布式集值数据属性约简

有许多文献针对集中式集值决策信息系统进行了研究,但还没有针对分布式集值决策信息系统方面的研究。主要讨论了分布式环境下集值决策信息系统的属性约简问题。从概率角度给出了集值对象的相似性度量,定义了分布式集值决策信息系统中的粗糙集模型;以保持系统正域不变为准则,分析了分布式集值决策信息系统中子决策表和属性的可约性;随后,给出了分布式集值决策信息系统中属性对于系统可约的2个判定条件,并采用后向搜索策略提出了相应的属性约简算法;为了验证该方法的有效性,在5份数据集上进行了50组实验。实验结果表明,提出的方法可以在保持分布式集值决策信息系统分类能力基本不变的情况下约简掉冗余的属性。。     

高原机场中断起飞决断速度计算与分析

针对现有的飞行理论对中断起飞决断速度计算研究不足并且计算方法单一的问题,利用Matlab/Simulink仿真平台构建了中断起飞距离计算模型,通过计算不同飞行条件下不同故障速度的中断起飞距离,得到大量的训练样本。建立三层神经网络模型,以飞行条件和中断起飞需用长度为输入量,故障速度为目标量,对神经网络模型进行训练,直到均方差达到要求。将神经网络运算结果、仿真平台运算结果、手册数据进行对比,证明了提出的利用神经网络计算起飞决断速度的方法是有效的。利用神经网络,对海拔高度、飞行质量、温度、风速、跑道可用长度变化对中断起飞决断速度的影响进行了分析,给出了相关曲线。本文使用的神经网络方法精度较高,计算也比较便捷,可以应用到其它机型在不同条件下的中断起飞决断速度计算中,具有一定的实用价值。     

基于数据挖掘的反信用卡套现方案设计与实现

信用卡套现是指持卡人通过正常合法手续(ATM或柜台)以外的其他手段,将信用额度内的资金以现金方式套取,同时不支付银行提现费用的行为.基于大量数据卡交易信息,将数据挖掘理论应用于信用卡反套现评估中,运用数据挖掘算法中的决策树、KNN模型实现对信用卡套现行为、套现客户的辨别.经过实验验证,模型具有良好的应用效果,能够优化银行反信用卡套现识别、提高银行工作效率.     

基于Hausdorff距离的直觉模糊多属性决策的TOPSIS方法

传统的TOPSIS方法在考察目标方案与正、负理想方案的距离时多采用欧氏距离来度量.用Hausdorff距离替换欧氏距离,并用其来度量直觉模糊集（IFS）之间的距离,进而建立相对贴近度的概念,由此对目标方案进行排序、择优.实证分析结果表明该方法有效、实用,在直觉模糊多属性决策中,该方法比欧氏距离方法要简单,但计算结果完全一致.     

悬而未决的主权决断：重读卡尔·施米特的《政治神学》

卡尔·施米特的《政治神学》通常被认为是对于让·博丹以来的现代主权概念的捍卫和延伸,施米特对主权者的“决断”的强调也在论辩的意义上与实证法学的非人格化立场截然对立。事实上,在这部著作中,施米特的强论辩内部蕴含的恰恰是一种悬而未决的决断：以“决断”来对抗实证主义,作为症候意味着现代政治条件下传统的以天主教会为中介的政治一价值判断已经变得不可能了。政治神学和民族国家政治主权的结合不是对于现代政治困境的解决,而是其最尖锐的表征。     

基于改进的随机决策树的煤矿安全评价方法

煤矿监测数据实质是一种数据流,煤矿安全评价可以看作是数据流的分类,分类的标识为安全和不安全。在随机决策树模型的基础上,使用Hoeffding Bounds不等式与信息熵确定分割点,代替用随机选择方法确定分割点。实验结果表明该方法对数据流分类具有更好的分类精度,为煤矿安全评价提供了一种新的实用方法。     

大数据在基础教育管理与决策中的应用研究

进入大数据时代后,基础教育管理和运行迎来了更多的发展机遇,基于大数据的预测、分析将逐步融入基础教育管理和决策中。大数据技术和思维将影响基础教育管理与决策的各个环节,影响基础教育发展规划,改变基础教育教学评价体系,甚至在基础教育教学思维中产生深远的影响。基础教育管理工作者应主动研究和思考,以积极的态度迎接大数据时代的来临。