球对称膨胀黑洞的统计熵

本文运用量子统计方法，直接求解球对称膨胀黑洞背景中Bose场和Fermi场的配分函数，得到与近似求解波动方程而得到的积分表达式相同的结果．然后利用改进的brick--wall方法-膜模型，计算黑洞背景下Bose场和Fermi场的熵．得到黑洞与视界面积成正比的结论，在所得结论中不存在对数发散项与舍去项，也不存在态密度在视界附近发散问题，并且给出粒子的自旋简并度对黑洞熵的影响，整个计算过程不存在近似求解问题，为研究各种复杂黑洞熵提供了一条简捷的新途径。     

基于复杂系统脆性的传染病扩散脆性研究

作为社会系统这一复杂系统的子系统,传染病的突然性大规模扩散会对其它子系统产生影响。在没有控制的情况下,整个复杂系统的有序状态将会被破坏,最终崩溃,这就是复杂系统的脆性。基于元胞自动机对一种传染病的扩散进行仿真,说明传染病的突然性大规模扩散会对整个社会系统产生脆性作用。     

一种高可靠性的头部校验夜间行人快速识别方案

针对夜间行人检测成像尺度不一等因素所引起的类内方差较大、实时性不足等问题,本文在统计学习的应用原理下,设计了基于熵加权和FCSVM优化的头部校验夜间行人快速识别方案.该方案应用熵加权原理改进梯度直方图特征,引入了三分支结构的支持向量机对目标进一步识别,同时利用快速分类支持向量机(FCSVM)降低运算所需的开销,确保实时性,最后通过头部校验方法对误检目标进一步分析评估,进一步提高图像匹配的准确度.实验结果表明,该方案在夜间环境下能有效区分远红外行人目标,在充分确保行人实时性的基础上,在市区、郊区等不同应用环境中,均具有良好的实用性.     

基于权重融合法的跨海桥梁部位及部件权重体系分析

桥梁技术评定工作中存在桥梁部位、部件权重与实际状况匹配度不足的情况,本文采用层次分析法、专家群组分析和熵权法构建桥梁部位及部件权重综合分析体系。通过层次分析法以及专家群组分析得出桥梁部位及部件“主观权重”,采用熵权法分析桥梁结构健康监测数据得出桥梁部位及部件的“客观权重”,通过权重融合得到兼顾主、客观因素的桥梁部位及部件权重体系。以港珠澳大桥青州航道桥为分析对象,对比现行桥梁技术状况评定标准给出权重体系,结果表明：采用群组分析法得出权重值与标准权重值基本一致。采用熵权法得出的上部结构权重值比标准权重值稍大,下部结构、桥面系的权重值基本一致。通过权重融合法得到的上部结构权重值偏大,桥面系权重值偏小,下部结构权重值基本一致。通过权重融合得到的分析结果,综合考虑了主、客观因素,更贴近工程实际情况,合理反映桥梁部位及部件权重。     

熵理论在生命科学中的应用

以泛化后的熵概念为基础,从定性、半定量和定量角度对熵理论在医学临床研究和遗传学中的应用进行了综述。     

系统论在生物礁古生态研究中的应用

本文运用系统论的方法,分析了川西北地区早中志留世生物礁系统的组成基本单元。根据耗散结构原理解释了该区生物礁系统的演化机理及其环境对该礁系统所产生的正负效应。     

模糊风险评价和熵权系数法在软件外包中的应用

利用模糊评价法对软件外包的重要的风险因素进行评估,并采用已知的熵权系数法确定各个风险因素的权重,最后通过实例进行了分析。     

基于熵值法改进Stacking的文本情感分析

在情感分析研究中,使用Stacking算法进行情感分析时基学习器的选择是至关重要的。传统的Stacking算法仅仅只是将不同学习器结合起来,没有区分它们之间的不同,同时也不能反映初级学习器的实际预测情况,针对此问题,基于熵值法改进Stacking算法进行文本的情感分类。首先,使用熵值法确定单一分类器的性能指标权重,将指标值的权重进行加权求和获得不同模型的综合得分,通过综合得分来选择性能最好的基学习器组合;接着,由于基模型中的各个分类器性能的不同,将基学习器训练后的预测结果赋予不同的权重,输入到次级学习器当中;最后再利用次级学习器进行训练并预测情感倾向。实验结果表明,基于熵值法改进Stacking模型优于传统的Stacking模型,说明基学习器的选择和重要程度对情感分类具有一定帮助,为之后文本情感分析奠定一定的基础。在情感分析研究中,使用Stacking算法进行情感分析时基学习器的选择是至关重要的。传统的Stacking算法仅仅只是将不同学习器结合起来,没有区分它们之间的不同,同时也不能反映初级学习器的实际预测情况,针对此问题,基于熵值法改进Stacking算法进行文本的情感分类。首先,...     

事故接管场景下L3自动驾驶换道轨迹的评价和分类

为研究L3自动驾驶事故场景下人工接管后换道轨迹的评价和分类问题,通过驾驶模拟实验采集换道轨迹数据;从舒适性、高效性、生态性、安全性四个方面选取9个评价指标;采用熵权TOPSIS模型对换道轨迹进行评价并完成标签标定;用标定后的数据训练得到SVM分类器模型,并将其应用于换道轨迹的分类中,该模型在测试集的平均准确率为79.55%,平均精确率为79.52%,平均召回率为79.51%,平均F1值为77.43%。结果表明：应用熵权TOPSIS模型得到的评分最高的换道轨迹在舒适性、高效性、生态性和安全性上综合表现优秀;SVM分类器能以较为稳定的准确率完成换道轨迹的分类。得到的最优换道轨迹可为驾驶员的换道提供指导,也可为自动驾驶车辆的轨迹遵循提供参考。     

基于信息熵的小城镇土地利用结构变化及其持续利用研究——以广西北流市为例

小城镇土地利用是一个复杂系统,系统的稳定与否直接关系到小城镇各项活动的正常进行．从信息论的信息熵原理可知,信息熵的大小可以反映出土地利用系统的有序程度及土地利用方式的不同．通过信息熵、均衡度、优势度的计算,可以分析小城镇土地利用结构的变化,为小城镇土地利用结构调整、土地利用规划、土地可持续利用提供科学依据．