样本属性重要度的支持向量机方法

支持向量机(SVM)是一种新的机器学习方法,已经广泛应用于模式识别和函数估计等问题中.针对现有的加权支持向量机(WSVM)和模糊支持向量机(FSVM)只考虑样本重要性而没有考虑属性重要性对分类结果的影响的缺陷,提出了基于样本属性重要度的支持向量机方法,该方法首先利用信息论中的信息增益技术计算各个样本特征属性对分类属性的重要度,然后对所有样本的同一特征属性的值分别用对应的属性重要度进行加权,最后所得数据集用于训练和测试SVM.数值实验的结果表明,该方法提高了分类器的分类精度.     

基于ANP的师范生信息素养评价模型研究

在现有的信息素养评价指标体系中,假设各评价指标之间是不存在影响和依赖关系的,但这样的假设在实际中是不存在的.因此,考虑到各评价指标之间的相互影响,本文利用网络分析方法(ANP)建立了师范生信息素养评价指标体系的网络分析模型,并确定了各指标的相对权重,以期为师范生信息素养教育的侧重点提供参考.     

用灰聚类方法定量分析剩余油潜力大小

在常规地质信息和生产开发动态资料综合分析的基础上 ,可以应用灰聚类分析法来定量评价剩余油潜力。以孤东油层七区西 6 - 1小层为例 ,提取了剩余油潜力区的有效厚度、孔隙度、含油饱和度、储层非均质系数、沉积相、构造形态、砂体位置、射孔完善程度、注采完善程度等聚类评价指标 ,建立了各指标的白化函数 ,并采用复式加权法确定了各指标的灰聚类权 ,最终判别结果以概率最大的聚类系数确定 ,从而实现了潜力井区剩余油潜力大小的定量划分 ,为矿场挖潜措施的优化选择提供了指导     

基于层次分析法（AHP）的高速公路资产运营综合评价体系研究

结合我国高速公路资产运营的特点,分析影响高速公路资产运营业绩的因素,提出定性与定量相结合的高速公路资产运营评价指标体系．基于层次分析法（AHP）,构建评价指标判断矩阵,并对各判断矩阵进行一致性检验,确定各评价指标体系权重等级．通过实例分析,对S省两年高速公路运营情况进行研究．结果表明,AHP层次分析法在综合评价高速公路资产运营情况中具有较强的应用价值．     

基于BN的武器装备体系能力重要度分析

面对不断变化的未来不确定作战环境,在有限资源和技术水平下,武器装备体系顶层设计人员需要辨识与明确对体系建设目标影响最大的能力集合。提出用带置信度的区间数度量武器装备体系能力,用beta分布描述武器装备体系能力性能指标先验分布概率,在武器装备体系能力指标分解结构基础上构建了基于贝叶斯网络的武器装备体系能力重要度评估模型,利用贝叶斯网络的推理功能提出了能力重要度计算方法。最后,以空战武器装备体系为背景对所提方法的可行性和有效性进行了检验。