基于非对称投标人的反向多属性英式拍卖模型与最优投标策略

针对现有的模型均以投标人是对称的这一刚性假设的局限性, 建立了基于非对称投标人的反向多属性英式拍卖模型, 并在新的拍卖模型中加入投标质量属性最低值约束, 弥补了现有模型在没有考虑实际反向拍卖中拍卖人一般对投标质量属性值会有最低限制这一客观需求的缺陷. 最后基于新的拍卖模型, 给出了结构化的最优投标策略和拍卖过程描述及示例. 上述研究结果适用于通过反向多属性拍卖与信息技术相结合的网上自动化采购和投标人决策支持.     

属性值为区间数的决策对象预期理论模型研究

针对属性值为区间数的多属性决策中不同区间数相互比较具有相同可能度的问题进行研究。根据决策者不同的风险偏好将其分为3类,对不同风险偏好类型的决策者提出相应的预期理论模型,确定区间数之间的优势关系。在此基础之上,提出决策对象优势关系及优势度矩阵,并根据优势度数值对决策对象进行排序择优。最后,通过实例验证新排序算法的科学性与有效性。     

Multi-attribute decision making method for air target threat evaluation based on intuitionistic fuzzy sets

The function of the air target threat evaluation (TE) is the foundation for weapons allocation and senor resources management within the surface air defense. The multi-attribute evaluation methodology is utilized to address the issue of the TE in which the tactic features of the detected target are treated as evaluation attributes. Meanwhile, the intuitionistic fuzzy set (IFS) is employed to deal with information uncertainty in the TE process. Furthermore, on the basis of the entropy weight and inclusion-comparison probability, a hybrid TE method is developed. In order to accommodate the demands of naturalistic decision making, the proposed method allows air defense commanders to express their intuitive opinions besides incorporating into the threat features of the detected target. An illustrative example is provided to indicate the feasibility and advantage of the proposed method.     

支持追责和用户撤销的属性基加密方案

针对当前属性基加密系统中用户与中心滥用密钥以及用户解密权限的撤销问题, 提出一种支持追责和用户撤销的属性基加密方案. 该方案使用“不动点”作为密钥拥有者的标识符, 实现了对恶意用户的身份追踪; 通过用户与中心交互生成解密密钥, 解决了半信任中心滥用密钥的问题; 利用完全子集方案和自更新加密方案实现了用户的即时撤销, 并达到了前向/后向安全性; 同时使用Paillier加密体制, 避免了追踪过程中的存储代价. 该方案无需在系统建立阶段预先确定属性个数, 且在标准模型下被证明是选择明文安全的.     

一个全平面非齐次核的Hilbert积分不等式

通过引入独立参量与中间变量, 应用权函数及实分析技巧, 建立一个具有最佳常数因子[KG*8]的全平面非齐次核的Hilbert积分不等式, 并讨论其等价式及特殊情形.     

多分属性层级结构下引入逻辑约束的理想掌握模式

多分属性比传统的2分属性提供更多更详细的诊断反馈信息,具有广阔的应用前景.在多分属性情境下,当属性之间存在层级结构时,会出现原2分属性情境下不存在的逻辑问题:如果被试仅低程度地掌握了父属性,那么他是否还有可能高程度地掌握子属性?从逻辑上讲,这种“父属性掌握程度低而子属性掌握程度高”的发展情况并不具有普适性.对此,该文首先在多分属性情境下,基于现有的计算理想掌握模式的方法提出了满足“属性掌握水平约束假设”的理想掌握模式计算方法.然后,通过模拟研究说明该逻辑约束的使用方法及忽略该逻辑约束可能对诊断结果带来的危害.     

海明距离判别法分类准确率的影响因素

为探讨海明距离判别法(HDD)的非参数优势,通过一个5因素混合实验,考察了4个因素(属性层级、测验长度、样本容量、知识状态分布)对HDD的3种判别方法(R方法、B方法、W方法)分类准确率的影响.结果表明:1)属性层级和测验长度均会影响HDD判准率,属性层级越紧密、测验长度越长,HDD判准率越高; 2)HDD对样本容量无依赖,可适于小样本评估; 3)HDD的R方法、B方法、W方法的分类准确率无差异; 4)HDD无需被试知识状态分布的正态性假设,更适于均匀分布.     

基于混合协同过滤的个性化推荐方法研究

针对传统协同过滤算法存在的数据稀疏性和推荐范围问题,提出一种混合协同过滤推荐方法.该方法将两种传统算法结合,并综合考虑了项目标签属性等信息.首先利用基于项目的协同过滤算法生成预测评分,并替换原始用户-项目评分矩阵中的零值.其次利用基于用户的协同过滤算法计算填充后矩阵的用户相似度,以及预测评分并产生最终推荐.最后基于MovieLens数据集实验证明,该方法能够有效提高推荐精度,扩大推荐范围.     

带变量核的分数次积分交换子的弱Hardy估计

应用函数分解理论,研究变量核分数次积分算子I_(Ω,α)与Lip_β(R~n)(0<β≤1)函数b生成的交换子I_(Ω,α)~b的相关性质,证明当核函数Ω(x,z)满足一定条件时,I_(Ω,α)~b是WH~p(R~n)到WL~p(R~n)的有界算子,从而推广了以往非变量核的相关结果.     

财务困境预测中的变量筛选——基于平均影响值的SVM方法

在财务困境预测中,如何从大量备选指标中筛选出预警指标是一个重要环节。为了更有效地设计财务困境预测模型,本文将平均影响值方法应用于SVM回归来进行变量筛选,首先对训练集数据用SVM进行训练,然后分别增减每一自变量的10%来进行仿真,对两个仿真结果的差值按样本数平均,得出平均影响值;最后对各个自变量的平均影响值按绝对值大小排序,从而进行变量筛选。实证结果表明,该方法能够以较少的特征变量实现较高的分类精度,是切实有效的。