层次分析法中几种标度的比较

提出了用保序性、一致性、标度均匀性、标度可记忆性、标度可感知性、标度权重拟合性等标准,综合评价层次分析法中的不同标度;并用上述标准对现有的几种标度进行了比较,结论是:对单一准则下的排序,各种标度法都具有保序性,因而建议使用1～9标度;对精度要求较高的多准则下的排序问题,建议使用指数标度e0/5～e8/5或e0/4～e8/4.     

直觉积性模糊集的距离测度及其在卫星地球站选址问题中应用

距离测度常用于描述两个集合的差异.本文在著名的明科夫斯基距离的基础上,为基于非对称标度(Saaty的1/9-9标度)的直觉积性模糊集定义了几种通用的距离测度.随后通过多个算例分析和比较了所给的距离公式.在此基础上,将距离测度应用于解决决策问题,探讨了一个充分考虑卫星通信链路中降雨衰减的例子,并为建设卫星地球站提供方案的应用.     

一类无标度网络的特征分析

通过对BA模型与其它无标度模型的分析,利用平均场理论,得出在保证增长和优先连接条件下无标度模型的γ值的大小成因.发现了此类无标度网络都具有的标度共同点:新增节点具有固定度时系统的(aki)/(bt)决定了γ的大小,即γ=(b)/(a) 1,从而可以简化分析过程,并且更有利于构造模型,扩展研究思路.通过一个简单的无标度模型来证实结论.     

度秩函数:一个新的复杂网络统计特征

给出了一个新的复杂网络宏观统计特征--度秩函数,并推导出了度秩函数与度分布的数学关系.利用相关系数分别研究了无标度网络及指数网络中度秩函数与度分布的精确性.研究表明当无标度网络的标度指数λ≤3.1时,度秩函数的相关系数比度分布的相关系数高,当无标度网络的标度指数λ＞3.1时,度秩函数的相关系数比度分布的相关系数低;同时也表明当指数网络的底数α∈(0,0.2)时,度秩函数的相关系数比度分布的相关系数低,当指数网络的底数α∈[0.2,1)时,度秩函数的相关系数比度分布的相关系数高.     

层次分析法中数字标度的选择与评价方法研究

针对目前在AHP 中常用的各种数字标度,指出了专家语言描述与数字标度之间的不一致性,并提出数字标度的选择与评价应该从其与自然语言描述的符合程度出发,以能够准确表达专家的语言表述作为衡量标准.其次,给出了一类数字标度模型,其基本上可以涵盖目前常用的数字标度.最后,基于合理的语言逻辑假设,给出了一种一般性的评价方法,以便于决策者在实际应用中选择适当的数字标度进行决策,降低了由于数字标度选择不当而带来的决策偏差.     

无标度网络拓扑结构非均匀性研究

利用网络结构熵定量分析了无标度网络拓扑结构的非均匀性.通过引入度秩函数,解析地给出了无标度网络的网络结构熵.研究发现当标度指数大于2时,无标度网络的网络结构熵仅与标度指数有关,与网络规模及最小度无关.在给定网络规模及最小度条件下,无标度网络的网络结构熵在标度指数等于1.7附近取最小值,即此时网络最不均匀,当标度指数大于1.7时,无标度网络的网络结构熵随标度指数单调递增.     

标度选择对综合评价结果的影响及合理性分析

针对使用不同的标度会导致综合评价结果不一致的现象(即"多标度评价结论非一致现象"),在对几种数字标度与自然语言逻辑之间的关系进行对照之后,以序关系分析法(G1-法)为基础,分两个阶段对标度选择的合理性进行了详细分析。并在第一阶段的初步分析中,给出了合理与否的传递一致性检验准则,在第二阶段详细分析中,给出了合理程度的偏差性判断准则,分析结果表明10/10~18/2标度合理程度最高,从而为评价者正确地选择合理标度提供了一种新的思路。     

指数标度及其与几种标度的比较

指数标度及其与几种标度的比较侯岳衡, 沈德家(总参工程兵第四设计研究院, 北京100850)。     

中国股票市场的标度突变现象及其特征研究

以上证指数为例,运用MF-DFA方法对其进行多重分形消除趋势波动分析.结果发现该时序在整个标度范围上存在交叉突变现象,其交叉突变点将整个时间标度分为两个部分,每一部分具有不同的多重分形特征及标度指数.进一步地,对每一部分多重分形特征成因进行分析,发现股票市场的多重分形特征是由波动的相关性及厚尾的概率分布共同作用的,其中收益序列的波动相关性是形成多重分形特征的主要原因.最后,提出股票市场监管的几点启示.     

再论AHP中的指数标度法

对指数标度法的客观差别判断矩阵提出了两种扰动形式, 据此分析了扰动前后的排序权向量和排序结果之间的关系, 改进了文[1]中的某些观点, 提出了指数标度法的几点新好处。     

基于Gauss滤波的多媒体图像的可视化检索

基于图像的可视化特征的图像检索和查询，是当前多媒体系统的重要研究方向。对于基于图像局部匹配的检索，传统的模板匹配和区域分割方法只能在目标图像中检索非常相似的对象，对尺度或形状有较大变化的目标则难以得到满意的结果。提出了一种不依赖于模板匹配的方法——图像的多尺度高斯滤波表示，用于图像的特征提取和局部匹配，并在分布并行索引结构下实现了该方法的快速索引和搜索算法。实验表明，该方法能够在较大尺度和视角变化范围内，更有效地进行图像的特征提取和检索，对基于图像局部区域相似性的匹配能达到较好的效果。     

A New Estimation for Informed Trading Based on SSNF Method

This paper estimates the information-based trading using spatially selective noise filtration (SSNF) method. The SSNF method is a kind of filtration technique based on the different spatial correlation of the wavelet transform at several adjacent scales. Using SSNF method, the information shock caused by the informed traders could be extracted from the prices effectively, then the PINs at different scales could be calculated. The measure of informed trading can capture some asymmetric information properties, which is consistent with some empirical consensuses. Furthermore, compared with the MLE method in EKOP model, the method has computational facilities in avoiding the overflow or underflow problem, the boundary solutions problem and the initial values problem. And the method could be applied to the high-frequency world in both order-driven and quote-driven market.     

基于EEMD的投资者情绪与股指波动的关系研究

基于集成经验模态分解（ensemble empirical mode decomposition, EEMD）对非线性、非平稳性金融时间序列的有效 处理, 运用EEMD方法分别将投资者情绪和股指价格序列分解成若干个独立的、不同尺度的IMF分量和一个残余项, 提取出 序列在不同时间尺度下的波动特征, 并将得到的IMF分量和残余项按照高低频重构为序列的短期波动项, 中期重大事件 影响项和长期趋势项, 进一步结合计量模型考察投资者情绪和股指价格序列在不同时间尺度下的波动关联性. 实证结 果表明, 投资者情绪与股指价格波动在不同时间尺度下呈现出不同的波动关系： 短期投资者情绪与股指价格波动存 在双向影响, 中期投资者情绪波动领先于股指价格波动, 而长期则转变为股指价格领先投资者情绪波动.     

雷达目标识别中的BP神经网络算法改进及应用

针对雷达目标信号的复杂性和实用雷达目标识别系统所应具备的稳健性、扩展性及通用性等要求,提出多种简单有效的BP神经网络算法改进。通过平衡训练样本数量、动态重置初始权值、评定网络规模等措施,解决了BP算法收敛速度慢、受初始样本分布影响大等缺陷,提高了识别算法的稳健性和泛化能力。结果已成功应用到不同型号雷达上的多套目标识别系统中。大量试验和长期使用证明了该方法的有效性和实用性     

基于区域分割的NSCT域SAR与全色图像融合算法

提出了一种基于多阈值分割和无下采样Contourlet变换(nonsubsampled Contourlet transform, NSCT)的SAR与全色图像融合算法。首先对降斑SAR图像作多阈值分割,并定义了区域均值比量测算子将SAR图像进行区域划分;然后采用NSCT对降斑SAR图像和全色图像进行多尺度、多方向分解,分解后的低频部分根据区域均值比量测算子进行区域融合,高频部分则采用区域与窗口邻域相结合的融合策略;最后对融合系数进行重构得到融合图像。实验结果表明,该算法的融合图像既可保持全色图像的空间分辨率,又可有效获取SAR图像的目标信息,融合效果优于小波变换法以及基于像素的NSCT法。     

Modeling for UAV resource scheduling under mission synchronization

Unmanned aerial vehicle (UAV) resource scheduling means to allocate and aggregate the available UAV resources depending on the mission requirements and the battlefield situation assessment. In previous studies, the models cannot reflect the mission synchronization; the targets are treated respectively,which results in the large scale of the problem and high computational complexity. To overcome these disadvantages, a model for UAV resource scheduling under mission synchronization is proposed, which is based on single-objective non-linear integer programming. And several cooperative teams are aggregated for the target clusters from the available resources. The evaluation indices of weapon allocation are referenced in establishing the objective function and the constraints for the issue. The scales of the target clusters are considered as the constraints for the scales of the cooperative teams to make them match in scale. The functions of the intersection between the "mission time-window" and the UAV "arrival time-window" are introduced into the objective function and the constraints in order to describe the mission synchronization effectively. The results demonstrate that the proposed expanded model can meet the requirement of mission synchronization, guide the aggregation of cooperative teams for the target clusters and control the scale of the problem effectively.     

Blind estimation of phase offset in OFDM subcarrier for coherent demodulation

An adaptive algorithm named low complexity phase offset estimation (LC-POE) is proposed for orthogonal frequency division multiplexing (OFDM) signals. Depending on the requirement, the estimation procedure is divided into several scales to accelerate the adaptive convergence speed and ensure the estimation accuracy. The true phase offset is estimated through shrinking the detection range and raising the resolution scale step by step. Both the convergence performance and complexity are discussed in the paper. Simulation results show the effectiveness of the proposed algorithm. The LC-POE algorithm is promising in the application of OFDM systems.     

小波域多聚焦图像融合算法

研究了小波域多聚焦图像融合方法中滤波器、分解层数、融合规则的选取问题,提出一种基于小波变换的简单融合规则。利用小波变换将图像分解成最低频逼近和不同尺度、不同方向的高频细节信息,最低频逼近反映图像的平均信息,细节包含图像的边缘。根据多聚焦图像中细节信息互补的特点,对多个待融合图像简单地取模值较大的小波系数,得到了很好的融合图像。详细讨论了不同的小波滤波器、分解深度、融合算子对融合结果的影响。对小波域图像融合算法与其它一些多分辨图像融合算法:如Laplace塔、比率塔、对比度塔、梯度塔等进行比较,得到了一些定性结论,对该领域的研究和实验有一定的指导意义。     

两阶段流水车间成组调度问题的迭代贪婪算法

针对两阶段流水车间成组调度问题，在同时考虑序列不相关准备时间和阶段间双向运输时间约束的情况下，以最小化最大完工时间为目标建立了混合整数线性规划模型，结合问题特征提出一种协同进化迭代贪婪算法.算法将工件组间排序和各工件组内工件间排序两个子问题进行统一编码，设计了不同的启发式规则产生问题的初始解，并提出一种协同导向迭代贪婪规则对两个子问题进行联合优化，进而给出了问题的三个下界以评估算法的性能.通过不同规模的数据实验和与对比算法的比较分析，验证了所提算法的高效性和稳健性.