考虑多个子群意见的多要素大群体决策方法

针对存在多个子群的多要素大群体决策问题，提出一种决策分析方法.首先，依据参与决策的个体针对方案构成要素的排序，计算各要素针对各参与个体的borda分值.其次，构建要素针对各子群的平均borda分值向量，再将其归一化后作为针对各子群的虚拟方案.然后，考虑到各子群的评估一致性存在差异，计算各子群的权重.进一步地，计算各虚拟方案与各备选方案之间的贴近度，并将其与各子群权重相集结，得到针对各备选方案的综合贴近度，并据此对备选方案进行排序.最后，通过一个考虑公众意愿的城市公园设计方案选择问题的算例说明了所提出方法的可用性.     

新不确定度量下的冲突证据融合

针对证据高度冲突的情况下,DS证据理论在实际应用中出现错误融合结果的问题,提出基于不确定度的冲突解决方法.首先分析现有的不确定度量方法的不足,研究基本概率赋值本身所包含的信息,提出一种新的对证据不确定性度量的方法;依据新的不确定度量,结合证据距离生成权重来修正待组合证据体,再利用Dempster规则完成证据组合,可有效解决证据高度冲突情况下的信息融合问题,最后通过算例验证了该方法的有效性.     

基于TF-IDF的网页新闻分类的研究与应用

文本分类作为处理和组织大量文本数据的关键技术,为用户准确、快速查找所需信息提供依据。通过TFIDF算法计算文本词汇的词频,并根据词频排序选择特征项,再用Simhash和余弦相似度算法计算文本之间的相似度,最后采用准确率和召回率为评价标准,根据评价结果分析两种算法的优劣。     

正交与非正交定域分子轨道的定域性评估

本文总结了正则分子轨道（CMO），正交定域分子轨道（OLMO）及非正交定域分子轨道（NOLMO）相应的理论，并引入轨道延展度来衡量每种方法生成的分子轨道的定域性能差异，每种方法相对于传统的正则分子轨道轨道其延展度得到提高的比例。通过计算和分析一些典型分子体系的轨道延展度，我们发现，对于占据轨道而言，NOLMO的定域性要比OLMO（通过Boys，Edmiston-Ruedenberg，和Pipek-Mezey方法得到）的定域性都要好，这也与之前已经发表的非正交定域分子轨道的定域性比正交定域分子轨道好10-28%的理论相符。     

新生代农民工市民化意愿影响因素与对策研究

党的十八大提出了"有序推进农业转移人口市民化"战略,十八届三中全会进一步提出"推进农业转移人口市民化,逐步把符合条件的农业转移人口转为城镇居民"。农民工的市民化问题备受社会关注。市民化就是让新生代农民工进入城市,并愿意长期留在城市工作和生活。文章开展新生代农民工对市民化的看法及意愿调研,指出新生代农民工市民化受子女教育问题、收入水平、生活成本等因素影响,提出了提高新生代农民工收入、完善法制保障和社会保障机制等对策,让新生代农民工在城市工作和生活中能够获得尊重,享受到和市民一样的待遇,在为城市做出贡献的同时能够享受城市发展的成果。     

大学生党员在班级建设中的作用

大学生党员不但是党的接班人，更是我们国家和民族的希望。作为大学校园中的一个优秀团体，学生群体中的精英，大学生党员应以其优良的作风在班级建设中发挥模范带头作用。加强党员队伍建设既离不开对大学生党员的培育，也离不开大学生党员的支持与努力。大学生党员的培育不但能促进校园的和谐，对于优秀班集体的建设同样起着积极的作用。该者阐述了当前大学生党员在班级建设过程中的工作现状，分析了出现这些问题的具体原因，并针对如何提高大学生党员在班级建设中的积极性提出了几点建议。     

基于盖洛普Q12的实习期定向医学生敬业度调查分析研究

通过研究实习期定向医学生的敬业度情况并分析管理对策,以提高实习期定向医学生的实习效果。对200名实习期定向医学生运用盖洛普Q12调查表对其敬业度进行调查,根据测评内容调整定向医学生的管理政策,据此不断改进,达到最佳管理效果。干预后6个月再次进行调查,比较干预前后实习期定向医学生的盖洛普Q12敬业度得分情况。针对盖洛普Q12表相关内容,对满意度低的项目进行了重点管理和改进,实习期定向医学生的盖洛普Q12满意度不断提高。干预前后实习期定向医学生敬业度得分比较差异有统计学意义(P0.05)。在实习期定向医学生管理中运用盖洛普Q12分析方法,能提高实习期定向医学生的敬业度。同时也能更好地促进医院管理者人本精神的培养及提高医院的管理效果。     

巨灾风险大数据处理应急分类、分解、分拣算法与应用

本文主要研究巨灾风险大数据处理的应急分类、分解、分拣算法,给出了相应的算法原理和可操作的步骤.首先根据巨灾风险大数据灾害规模巨大的特征,提出了一种用来解决巨灾风险大数据中一级事件的应急分类与二级事件及以下更低级事件的应急分解算法,并以特大地震灾害作为实例进行了算法应用.接着定义了事故灾难度,用来对巨灾风险大数据处理过程中,对各种级别的事故灾难后果进行不同的数字标识.然后提出一种用来解决巨灾风险中大数据快速处理的应急分拣算法,并在汶川地震中大规模灾害的应急救援计划中进行应用.经过采用这样的应急分拣原理,就可以在面对巨灾风险大数据的复杂、繁多和零乱的重灾事件状态下,使整个应急救援方案优化,并能够有条不紊地进行救援.