青海及周围地区的蕨麻红外图谱的建立及计算机解析

利用红外图谱法建立了蕨麻的红外指纹图谱.采用小波分析对红外光谱图进行去噪后,再把去噪后的光谱原始数据长度由1 868压缩到241,通过压缩后的数据对11批蕨麻进行了相似度计算和灰色关联度分析.结果表明,所建立的蕨麻的指纹图谱可用于蕨麻的质量评价.     

科技决策中的公共知识生产

事实判断和价值分配是决策的两大基本要素,而知识是事实判断的基础。科技决策中,由于事实本身的多重维度以及价值与事实的缠绕,往往会出现多种关于事实判断的知识主张,理性的科技决策应当以"公共知识"作为决策相关事实判断的基础。公共知识是对决策相关事实的多维度的共识性理解,具有科学合理性、经济公有性和政治合法性。公共知识作为具有特定的认知方式和价值倾向的多元行动者相互博弈的产物,经历了提出、辩论、整合和合法化等生产过程。公共知识生产是高度制度化和组织化的社会行为,各个社会中都有各具特色的公共知识体系,可以从行动者及其角色等八个方面把握其特征。     

基于目标导向的多属性决策属性价值公度方法

MACBETH方法在多个属性维度上确定出的一组属性Good值(或Neutral值)并不能真地具有保证属性价值公度的完全相同的偏好涵义.为克服该方法缺陷,基于包容性属性价值函数,通过引入数据包络分析技术和马尔可夫理论给出了以目标参照方案为导向的目标导向属性价值函数和多属性决策属性价值公度的方法程序.相比于具有较大随意性确定属性Good值和Neutral值的MACBETH方法,依赖目标导向属性价值函数的多属性决策属性价值公度程序具有更明显的科学合理性,因此具有发展MACBETH方法,推动实际决策应用该方法及相关多属性偏好关联决策模型的创新价值.基于决策实验的应用分析直接验证了多属性决策属性价值公度方法程序的科学有效性,间接验证了包容性属性价值函数和目标导向属性价值函数的科学理性.     

邻域决策一致性的属性约简方法研究

基于邻域决策错误率的属性约简可以在删除冗余属性的同时,提升邻域分类器的留一验证分类精度.但这种约简方式并未充分考虑邻域分类结果在约简前后的差异.为解决这一问题,借助联合分布矩阵,提出了邻域决策一致性的概念,构建了邻域决策一致性与邻域分类精度的调和平均值,并将其作为约简求解的度量准则.在12个UCI数据集上的实验结果表明,所提出的新约简不仅能够有效地提升邻域分类器的决策一致性,而且在多数情况下能够进一步提高邻域分类器的留一验证分类精度.     

儿童自我延迟满足心理机制的再认识

儿童自我延迟满足的研究一直是心理学家关注的热点问题之一。梳理儿童延迟满足的相关实验,从实验的定义、被试年龄、主动延迟和被动延迟的差异性、被试的可信度等方面进行思考,总结出儿童延迟满足心理研究的新认识,并用力学的观点解释儿童自我延迟满足的现象。     

北疆地区城市化发展与生态环境的灰色关联性分析

以2002—2011年间指标数据为基础,采用主成分分析法、层次分析法、灰色关联性分析和相关性分析等方法对北疆地区城市化与生态环境之间的关系进行分析,计算得出两系统各指标间属于较高关联或高度关联,表明北疆地区城市化与生态环境之间的关系密切.     

北斗卫星导航产业发展态势的多维度预测方法

针对北斗市场发展过程中不同维度市场产值的预测需求，从整体产值、产业链、上市公司市值等3个不同维度构建了北斗市场产值预测模型。从整体市场产值预测需求出发，研究对比了不同预测模型的产值预测方法及精度，得到不同数据情况下的模型选择参考；基于产业链的产值发展数据，采用不同的经济预测模型，实现单一产业链或整体产值的统计预测；基于上市公司市场产值的预测方法，对特定上市公司、整体北斗市场等不同维度和层次的市场产值进行跟踪和预测。最后，通过实验验证分析了不同模型和方法的精度和可行性，分析在不同数据基础和预测需求条件下的适用方法，为满足不同维度的北斗市场产值预测提供数据和决策支持。     

基于灰色聚类分析法的山东省城市竞争力评价研究

基于对城市竞争力本质内涵及其特征的认识,建立由综合经济实力、开放程度和基础设施3个因素构成的城市竞争力评价指标体系,运用灰色聚类分析法,将山东省17个城市竞争力进行聚类分析,同时分析区域经济-人口分布协调性.结果表明,山东省城市经济-人口分布协调性差,城市竞争力差异明显,呈现出自东北向西南城市竞争力逐渐递减的态势.在此基础上提出区域发展的建议.     

管理者如何处理团队矛盾

<正>"众志成城","团结一心"等等很多形容团队的力量词语。可是,在公司管理中,怎么能够让那些员工们团结一起和谐的工作呢?怎么更好的管理我们自己的团队呢?在不少团队或企业都会遇到一些很难管理的员工,他们不但自己不能顺利完成工作,还会影响其他员工的工作情绪、拉低整个团队的工作效率。在管理团队时,如何避免"破坏分子"的出现、怎么应对他们,以及能否将这些团队里的"破坏分子"转为"优秀标兵",对于团队管理都是重要的课题。     

决策系统簇的平均代价敏感并行约简

大数据背景下，数据量呈指数级增长，三支决策在处理代价敏感问题时动态机制和稳定性不足.针对这个问题，结合F-粗糙集处理动态数据方面的优势，在代价敏感决策表簇中提出基于F-粗糙集和三支决策的平均代价敏感并行约简.首先，从平均决策代价和平均测试代价的角度，定义基于F-粗糙集和三支决策的并行约简；其次，设计基于F-粗糙集和三支决策的平均代价敏感并行约简算法.与基于分类的最小代价约简和基于类特定的最小代价约简比较，实验结果显示，基于F-粗糙集和三支决策的平均代价敏感并行约简可以更好地权衡误分类代价(决策代价)和测试代价，提高分类准确率.研究结果为研究动态决策和代价敏感提供一种新的研究方法和思路.