基于概率模式分类的宏观经济预警系统设计

讨论了基于概率模式分类原理的宏观经济预警系统的设计过程,通过对我国棉花生产情况的预警实例说明,这种预警系统与传统预警系统相比有着明显的优点。     

模式分类方法研究

分析了模糊K-近邻方法FKNN,研究了模糊最小最大神经网络FMMNN分类方法,然后深入分析了支持向量机SVM原理,并在此基础上给出了一种改进的径向基核函数。基于IRIS数据,进行了计算机仿真实验,结果表明,改进的SVM方法分类性能比模糊最小最大神经网络与模糊K-近邻算法的分类性能更好,且运算时间更短,更易于实时实现。     

基于递阶遗传算法和BP网络的模式分类方法

提出一种基于递阶遗传算法和BP神经网络的模式分类模型.现有的BP网络模式分类训练方法大都只能训练BP网络的权重,网络的结构得预先用某种方法确定.利用巧妙设计的递阶遗传算法能够把网络的结构和权重同时通过训练确定.以模式分类数据库中的数据进行训练和测试,并与其它模式分类模型相比较,结果证明该模型更优,分类精确度更令人满意的,所提出的方法是可行的.     

基于虚拟现实技术新一代电子商务模式研究

目前电子商务的应用正在不断普及和发展,因HTML语言局限性,在Internet上商务信息都是以二维方式来表现,缺少真实感,随着计算机网络技术发展和带宽的提高,以虚拟现实技术为基础的三维空间信息将成为现实,本文是研究将虚拟现实应用于电子商务的一种新模式,同时给出开发一个网上虚拟书店的应用实例。     

电子商务协商模型综述

电子商务协商是电子商务领域的研究热点之一。主要从协商协议模型、协商策略模型、协商模型的求解算法等方面综述了电子商务协商模型和算法的相关研究进展。首先针对电子商务服务商提供支持的协商、买方或卖方自行协商和电子商务第三方参与的协商这三种典型协商模式,综述了协商协议模型的研究进展;随后对基于效用和基于偏好的两种典型的协商策略模型进行了评述,并综述了协商模型的求解算法。最后展望了进一步的研究方向。     

基于遗传算法和分类树的信用分类方法

银行信贷信用评估本质上是个分类问题,已有统计和非统计的各种方法应用于信用评估,其中分类树方法,也称为递归分割法,比较适用于处理定性变量,而作为非统计方法之一的遗传算法则适用于处理连续型定量变量之间的非线性关系,但无法处理定性变量,利用这两种方法特点的互补性,构建了一种分类树和遗传算法相结合的信贷信用评估方法,先用分类树方法按照定性变量分类,然后在每个叶结点上用遗传算法按照定量变量分类.实证分析表明,该方法比单独使用分类树方法或遗传算法的分类准确率高.     

基于决策树的快速SVM分类方法

为提高支持向量机（support vector machine, SVM)算法对大规模数据的适应能力,加快SVM算法的分类速度,提出一种基于决策树的快速SVM分类方法。该方法的重点在于构建一棵决策树,将大规模问题分解为相对简单的子问题,树中节点由线性支持向量机组成,每个节点包含一个决策超平面,分类过程取决于节点的数量。此方法在分类复杂样本时避免了使用非线性核函数。并且由于使用线性核函数,则不用进行模型选择,进一步加快了样本的分类速度。实验表明,针对大规模多特征数据的非线性分类问题,该方法比传统方法具有更高的速度。     

基于Markov模型的机动目标分类方法

结合弹载脉冲多普勒雷达精确提取目标速度、加速度的特点,研究了利用目标的机动特性进行目标分类的方法。首先提出对目标加速度序列进行标量量化的预处理方法,然后基于一阶马尔可夫(Markov)模型建立了用于对目标加速度序列进行识别的分类器并定义了模型距离,最后分析了共用码书所刻画的状态空间对分类性能的影响。仿真实验证明,该算法计算量小,易于实现,在较小的模型距离下,能取得较高的识别率。     

高维数据分类方法研究

在对高维度数据进行模式分类时,能否有效进行降维是一个关键问题.提出了一种结合高斯过程潜变量模型(GPLVM)和支持向量机(SVM)的阶梯跳跃降维分类框架方法,能有效的降低样本数据维数,同时提高分类器性能.利用GPLVM实现数据的平滑映射,对输入样本进行非线性降维后,根据SVM的分类校验结果进行下一步降维迭代操作;计算新的阶梯维数,根据反馈动态调整降维输入数据.利用该方法对UCI上的数据集进行分类,仿真结果验证了方法的有效性.     

基于分类树的商业银行信贷分类数据处理问题

分类树是一种通过计算机实现、基于统计理论的非参数的识别技术.讨论了用于解决贷款分类中有关企业信息缺失和对企业信用信息进行拣选的问题.实证分析表明,分类树在这2个问题上表现出较强的容错性和定性分析能力.     

数字平台商业模式创新：综述与展望

厘清数字平台商业模式创新机理具有重要理论和实践意义,但已有研究对此理解并不清晰。基于商业模式创新过程视角,通过梳理已有文献,在界定数字平台概念基础上,围绕平台边界设计和边界资源部署,探讨数字平台如何进行商业模式创新,并指出未来研究方向。研究结论包括：（1）互补者和互补品双重不确定性是数字平台商业模式创新的驱动因素;（2）资源、互补和生态边界设计是数字平台商业模式的核心,是管理互补者和互补品不确定性从而促进价值共创的重要手段;（3）边界资源是建立、管理和维护跨边界关系的手段,能够影响价值创造与获取。     

基于IDEF3 的业务过程仿真模型的存储与获取

模型的集成和重用是提高仿真建模效率的有效方法,而模型的存储和获取是实现模型集成和重用的关键技术.在研究基于IDEF3的业务过程仿真建模的基础上,分析设计了相应的数据库概念模型,实现了仿真模型在关系数据库中的存储及与描述模型在数据上的共享和集成.然后,重点研究了如何通过结构化参数化的查询从模型库中获取用户想要的特定仿真模型,提出了综合考虑模型基本元素、基本模块、基本属性和整体结构的计算仿真模型相似性的算法,并开发了相应的支持软件工具.     

基于业务对象的行政审批系统业务模型

基于业务对象对行政事务处理系统业务建模,并通过扩展的NAM对业务对象间的关系和规则进行语义描述。将此业务模型应用到行政审批系统中,利用关联函数矩阵方法提出了行政审批系统的业务关联模型,分析了该系统中业务对象间具体的关联关系,进而提出了一种基于行政审批业务规则的推理机制。从而将原来分散于各行政职能部门的行政审批业务进行集成,提高了系统的柔性。最后,给出了相应的一站式行政审批系统架构。     

知识管理系统与企业管理模式创新

知识管理系统是一个复杂系统 ,涉及管理机制、人、信息技术平台和知识资源组织等方面的要素。知识管理的许多创造性观点都归功于复杂性理论 (CAS理论 )。知识管理对传统管理模式提出了挑战 ,带来了企业管理模式的创新和革命。     

企业中过程性知识的获取方法

企业中存在一种个人的、隐性的、过程性知识 ,对于这部分知识企业往往很难掌握。文中针对这一问题 ,提出了一种基于业务流程技术的过程性知识获取方法。该方法使用了多因素流程图 ( MFFC)和多层次文本 ( MLD)两种工具对过程性知识进行表示。对过程性知识的获取步骤从概括到具体 ,符合人类的认知过程。最后给出一个实际应用案例 ,对如何应用该方法进行了说明     

面向企业过程重建的事务流程模型研究与应用

作为一项组织管理新概念,企业过程重建（ＢＰＲ）不仅需要观念上的变革,亦需有与之相适应的系统化方法的支持．面向ＢＰＲ的事务流程模型作为其基础,尤为重要．本文从分析ＢＰＲ流程模型的特征需求入手,提出了一种基于扩展Ｐｅｔｒｉ网的面向ＢＰＲ的事务流程模型（ＢＰＭ）．继而探讨了其模型机制,并举例加以说明．     

面向实体的企业建模及仿真系统框架设计

面向实体的企业模型具有智能化、柔性化、协作化特点，能增强企业灵捷运作能力。文中说明了模型的基本结构及组成。应用主体模型和对象模型设计企业主体和企业客体，定义了消息对象，设计了基于自治机制与协作机制的模型运行机制。为支持模型在企业诊断与经营模式设计方案评价方面的应用，作者使用Swarm开发了内置实体模型的仿真系统框架，并展示了一个应用实例。     

企业销售流程再造及应用

在对经营环境变化进行分析的基础上 ,结合企业流程再造理论 ,提出对销售流程进行再造的观点 ,并结合泰伟食品有限公司销售流程再造的案例 ,详细地讨论了销售流程再造的方法和步骤 ,同时对再造后的效果进行了分析和评价.     

企业商务代谢行为的时机选择模型

企业是一个多商务单元构成的动态系统,企业战略化行为依赖于其新旧商务代谢,并借此保持旺盛的生命力。企业商务代谢行为过程充满着诸多的不确定性,新商务引入行为和旧商务退出过程是相互依赖的,新商务进入时机影响着旧商务退出行为,同样,旧商务退出时机选择从新商务进入与运营绩效紧密相关。为此,运用实物期权方法,构建了企业新旧商务代谢的时机选择模型,选取影响企业转型的组织与环境等因素,提出了新旧商务代谢行为影响机制。     

一种基于序列比对的业务过程定量化分析方法

时间、成本、产量、资源利用率及等待队列长度等是常见的企业业务过程性能分析指标.它们为识别关键流程,分析过程瓶颈,及验证模型可行性等提供了重要的数据支持.然而在业务的实际执行过程中,过程实例往往不能完全按照企业预定义模型执行,即二者间存在差异.这种差异不仅会降低过程执行效率,且也将影响企业生产效益.而在目前的过程分析方法中缺乏用于计算这种差异的指标及分析方式.对此,基于生物信息学中的序列比对思想,提出一种用于衡量及分析此差异的技术及研究框架,即过程评价技术,并定义偏差度作为量化指标;同时,针对不同使用条件设计四种偏差度计算方法,并进一步给出基于偏差度的业务过程分析方式.