一种基于改进AHP的指标权重确定方法

权重的确定是多指标综合评价中的一个重要步骤。在AHP方法的基础上,通过聚类分析方法,对多个专家所分配的权重进行合理的修正,弱化了主观因素的影响,提高了结果的科学性。     

用层次分析法计算权重

研究了在新建铁路技术方案比选中权重的确定所涉及的理论与方法,对这些方法的优缺点进行了初步探讨,提出了经改进后的层次分析法的可行性,并举一示例证明其有效性．     

水闸健康综合诊断的权重系数确定方法

为了综合诊断水闸健康状况,建立多层次诊断指标体系,需要运用适当的方法分别确定各下层诊断指标对上层诊断指标的相对重要程度,即权重系数,然后根据各下层诊断指标的权重系数与其诊断结果逐级向上层综合.分析了水闸健康综合诊断权重系统的确定方法,着重分析了层次分析法以及考虑群组决策的改进层次分析法,提出了基于最优化准则的权重系数融合方法.实例分析表明,将多种方法确定的权重系数进行融合,可得到更合理的权重系数,从而更好地对水闸健康状况进行综合诊断.     

确定权重分配的一种实用方法

从权的基本性质出发,针对群体确定权重分配方法,提出了“专家可信度”的概念,在此基础上,改进了群体确定权重分配方法。     

应用AHP法确定通风系统方案优化指标的权重

应用层次分析法（AHP），对所建立的平顶山煤业集团六矿（平六矿）通风系统方案优化指标体系中，各指标的重要性权值进行了计算确定，最终获得了切合实际的指标权重结果，从而为进一步的方案优化奠定了可靠基础，且为指标权重的确定提供了一种科学方法。     

关于层次分析法中群体决策权重系数确定的探讨

给出了群组层次分析法中各决策者权重系数确定的一种距离分析法,给出具体算例,结果表明该方法操作简单实用,且公正客观.     

基于Bhattacharyya系数的改进相似度度量方法

相似度度量是基于邻居的协同过滤推荐算法中的关键步骤,对推荐结果的优劣有至关重要的影响。基于Bhattacharyya系数的相似度度量方法虽然解决了依赖于共同评分的问题,但忽略了评分值绝对数量对结果的影响。同时,当项目间相同评分值数量占比小时,基于Bhattacharyya系数的相似度度量方法存在计算准确性差的缺点。为此,引入Laplace校准法和权重赋值法对该相似度度量方法进行改进。改进后的方法不仅克服了原方法的不足,而且还充分利用所有评分信息,提升计算的准确性。数据实验结果表明,提出的相似度度量方法性能优于改进前的算法及传统的度量方法。     

一种确定预报因子权重的方法

因子权重的确定是评价、决策、预测中的一项重要工作。根据模糊聚类与模糊识别理论，基于模糊环境下的目标函数，提出了一种确定预报因子权重的理论模式。该方法数学基础严密，可以避免实际工作中主观因素的影响，从而克服了实际工作中确定权重的困难。具有实用性。     

基于最大离差的一种权重确定方法

本文以多属性决策为背景,给出了一种权重确定模型,既照顾到决策者的主观偏好和决策的客观真实性,又充分利用各方案评价指标值的数量特征,从而确定指标的权重.     

本体领域综合概念相似度计算中的权重确定方法

利用粗糙集及条件信息熵的相关理论,针对基于相似度计算的本体映射方法在相似度融合时权重过分依赖专家参与等问题,给出一种自动确定权重的策略,并通过实例验证了该方法的可行性.该方法充分考虑在信息量不确定情况下,用各属性对系统信息熵的影响程度确定各属性在当前信息系统中所占的权重,从而使本体的自动化映射和语义网的实时服务成为可能.     

基于相似性理论的弹药相似性分析

在介绍相似理论的相关问题的基础上,着重介绍了权重值的计算方法,进而给出了系统相似度的概念和公式。并举实例说明了利用相似理论计算弹药相似度精确值的可能性及在具体计算过程中需要考虑的一些问题。     

基于余切相似度和BP神经网络的相似度快速计算

相似性度量在大数据相关应用中具有重要的意义,然而传统余弦相似度遍历计算方法的准确性和时效性较差,具有较大局限性,无法为海量高维数据的质量评估提供有效依据。针对上述问题,利用余切三角函数和数据维度差值构造2种余切相似度公式,提高相似度计算的准确性;借助后向传播(BP)神经网络建立一个能够逼近数据集相似度映射关系的网络模型,降低相似度计算的时间复杂度。实验表明,改进的相似度快速计算方法具有良好的准确性和时效性,而且应用在大规模数据集时的性能提升更显著。     

一种基于义原重合度的词语相似度计算

通过分析知网中的义原关系,认为在同一棵树中两个相等距离的义原,公共节点对相似度大小起着决定性作用;距离根节点越远,分类越细致,描述的信息越详细;它们的相似度也就越大.提出了一种基于知网的相似度的计算方法,定义了知网义原间的相似度公式.实验表明,利用本文方法计算词语相似度,所得结果在一定程度上更加与人的直观相符.     

基于梯形二维语言变量相似度的多属性群决策方法

针对评价信息为梯形二维语言变量的多属性群决策问题,提出了一种新的梯形二维语言变量的相似性测度并探讨其性质;基于相似性测度最大化准则构建了两个优化模型以分别求解多属性群决策问题中的专家权重和属性权重,进而提出一种新的基于梯形二维语言变量相似性测度的多属性群决策方法;最后通过实例验证了新方法的合理性和有效性.     

一种基于概念相似度的文本模糊聚类方法

文本挖掘是数据挖掘的一个重要研究领域。基于形式概念分析和概念相似度,给出了一种新的文本模糊聚类方法。该方法不仅考虑了关键词之间的语义关系,而且通过非距离计算得到模糊相似矩阵。可根据不同要求,得到不同的聚类结果,具有较好的灵活性。最后通过实例,说明了给出算法的可行性。     

基于阶段递进的综合本体相似度计算方法

针对传统的语义相似度计算方法计算量过大、 计算过程较复杂等问题, 提出了一种基于阶段递进的综合本体相似度计算方法。该方法把计算相似度的过程分为4个阶段, 每个阶段根据实际情况设定一个阈值, 如果此阶段计算的相似度大于阈值, 则计算下一阶段的相似度; 如果小于阈值, 则认为该对概念间不相似, 不必再计算以下各阶段的相似度, 可大大减少相似度的计算量, 使计算过程清晰可控。通过实验数据可知, 该算法与Glue算法相比, 其查全率、 查准率分别提高4.78%和3.05%, 而计算效率提高50%以上。     

云相似度测量的变分模态分解去噪方法

为区分VMD( Variational Mode Decomposition) 分解后高低频段模态分量,提高VMD 算法的去噪效果, 提出一种基于云相似度测量的VMD 去噪方法。首先,对信号进行VMD 分解,通过计算各个模态分量与信号之 间的云相似度值,区分有效分量与噪声分量,然后对噪声分量进行小波滤波,最后将滤波后的分量与有效分量 进行重构。通过仿真和实际实验,将提出的去噪法与基于相关系数的VMD 去噪法和基于互信息的VMD 去噪 法对噪声信号进行处理,该方法去噪后所得信号信噪比相对较高,为28． 214 1 dB,均方误差相对较低,为 6． 12 × 104 ,验证了该方法去噪效果的优越性和对油气管道泄漏信号去噪的可行性。     

应用时间滑动窗口模型的轨迹相似性研究

针对社交网络用户个人信息难以获取、公开信息不完整、不通用甚至内容虚假的问题，选择了普适性强，且能客观、真实反映用户行为习惯的位置数据作为相似性分析依据，对新浪微博、滴滴打车进行位置数据采集，形成两个高价值且具有国内网民特色的数据集作为实验对象.提出了一种基于时间滑动窗口模型的轨迹相似性匹配算法，通过调整时间窗口和位置距离优化算法F值，实现不同网络平台用户的相似性分析.以对新浪微博和滴滴打车的用户位置数据为例进行验证，实验结果证明了地理位置为虚拟身份相似性判断的正相关影响因子，且判断相似性的平均F值超过90%.      

基于颜色相似系数的彩色图像分割方法

基于两种像素之间颜色相似系数的计算,根据设定的阈值来判断两种颜色是否具有相似性·计算在RGB颜色空间进行,省去了其他分割方法中的颜色空间转换过程·为提高图像分割过程的效率,采用了改进的区域生长法实现整个彩色图像的分割·实验结果表明,本方法可对彩色图像进行有效的分割,符合人类视觉感知特性,适合于不同的应用目的·