李克特量表的统计学分析与模糊综合评判

针对传统统计分析方法处理李克特量表数据的局限性以及量表评语等级的模糊性,采用统计学分析与模糊综合评判相结合的方法分析量表,用因子分析所得方差贡献率作为二级评判的权重向量,既可了解群体的综合态度总分及其分布,又可直观地得出群体态度的归属等级和各等级态度所占比例。通过对应用实例的研究,证明了该方法的可行性和有效性。     

整数矩阵及其应用

首先给出了整数矩阵的定义及性质,然后讨论了它在求整数的最大公因数和解整系数不定方程中的应用.     

一个基于Web的适应性学习系统

本文对专家知识库系统和模糊综合评判技术引入Web平台上适应性学习系统进行了讨论．着重论述了适应性学习系统结构和工作原理，知识库系统构造以及学生模型与认知水平判定等问题．     

基于模糊划分的神经网络集成

基于模糊聚类思想,提出了一种神经网络集成方法.由训练数据的模糊聚类结果,把训练数据划分成相交子集,基于各子集生成集成的个体神经网络.由于各子集所包含的数据和数据的类别各不相同,因而个体神经网络性能和结构存在差异.子集个数确定集成中个体神经网络个数.另外,基于隶属度函数计算公式,提出了个体神经网络输出结论结合方法.理论分析和实验结果表明,此方法对模式分类能取得较好的效果.     

基于模糊综合评判的电子战效能评估

电子战系统是一个庞大复杂的系统，其效能是一个综合指标，包含多种技术因素和不确定性，对系统的评估也是一项复杂的工作，涉及许多难以量化的模糊因素．为了评估电子战系统作战效能，本文首先给出了效能评估的指标体系，然后提出了基于模糊综合评判的电子战效能模型，最后通过对参数由专家和军事指挥员提供的案例的研究，论证了模型和方法的可行性和有效性．     

含隐变量和选择偏差的图模型中的因果推断

Bayes网络常用于多变量间的因果推断,但当存在未观测的隐变量和选择变量时,这种图模型往往无法正确描述观测变量间的因果关系。作者利用在观测变量上构造的最大祖先图模型刻画观测变量间的独立性关系和因果结构,并提出了具体的实现算法,从而可由观测数据来推断这类不完全观测下的部分因果关系。     

一种基于FP-tree的最大频繁项目集挖掘算法

挖掘最大频繁项目集是许多数据挖掘中的关键问题．为克服早期基于Apriori的最大频繁项目集算法中的缺点,相继有多种挖掘最大频繁项目集方法被提出．其中对基于FP-tree的最大频繁项目集挖掘算法比较多,但对FP-tree中的结点的频度计数关注的很少．通过对FP-tree结构进行了仔细分析后,在FP-tree中结点的频度计数和集合理论的基础上,提出了一种新的最大频繁项目集挖掘算法USDMFIA(using set to discover maximum frequent itemsets algorithm)．通过分析比较,显示此算法是有效的．     

矿山安全管理的模糊综合评价

将矿山安全管理分成规章制度的建立和执行、操作人员的素质和矿山安全检查三个指标层,对其采用二级模糊综合评价模型进行安全评价,并以某矿为例进行了实际应用,得出了该矿安全管理的安全等级.     

伽马射线暴从何而来——观测卫星正在日益揭开产生宇宙中最大规模伽马射线暴的神秘天体

“伽马射线暴”是指在遥远的宇宙深处产生能量强烈释放，导致在极短的时间之内，就有大量的伽马射线降临地球的现象。这种宇宙伽马射线暴究竟来自何处？很长时间以来都是一个谜，甚至被称为“天文学界的最大谜团”。近年来，随着人造观测卫星技术和数量的不断进步，人类正在逐步揭开宇宙伽马射线暴的起源之谜。特别是自2005年以来，利用美国的“雨燕”号探测器和日本Here-2号观测卫星的观测结果，更让人们在研究宇宙伽马射线暴的追本溯源方面，取得了比较大的进展。另外，在追踪宇宙伽马射线暴的研究过程中，使得人们对宇宙的诞生和演化等其他谜团，也有了更深刻的认识。本文所述正是有关宇宙伽马射线暴的研究方面的最新进展。[编者按]     

基于模糊C均值聚类的粗集理论连续属性的离散化新算法

讨论模糊C均值聚类算法在决策表条件属性对决策属性的相容程度的指导下对粗集理论中的连续属性进行离散化的一种新算法。该算法充分考虑属性之间的相关性，将所有连续属性转化为矩阵同时处理，能明显提高传统动态层次聚类算法离散化过程的速度。算法测试结果表明，新算法能较好地保留有效属性，提高离散化精度。