基于马尔可夫随机场和模糊C-均值聚类的DTI图像分割算法

传统的模糊C-均值聚类(FCM)算法只考虑了图像灰度信息,未考虑图像的邻域信息,抗噪性能不够理想.为了充分利用图像空间信息,提出一种结合马尔可夫随机场(MRF)的自适应加权FCM改进算法.该算法根据局部密度判断像素在其窗口邻域范围内的离散种类,将MRF空间约束场和隶属度场的权重根据像素离散种类进行自适应变化,在消除噪声影响的同时,尽可能保留弥散张量成像(DTI)的图像细节信息.实验结果表明:该算法可以准确分割DTI图像,得到边缘清晰且细节信息保留良好的分割结果,与FCM算法以及MRF和FCM融合算法相比,其分割系数至少提高了3%,分割熵至少降低了2%,分割聚类效果得到提高,且分割系数和分割熵都不易受噪声幅度的影响.     

属性权重信息不完全的区间数多属性决策方法

针对属性权重信息不完全且属性值以区间数形式给出的多属性决策问题,提出了一种逼近于理想点(TOPSIS)的决策分析方法.首先对属性权重信息不完全的区间数多属性决策问题进行了描述;然后依据传统的,TOPSIS方法的基本思路,给出了解决属性权重信息不完全的区间数多属性决策问题的计算步骤,其核心是通过构建并求解二次规划模型,得到每个方案与正理想点、负理想点的差异值,进而计算出每个方案与理想点的相对接近度,即可得到所有方案的排序结果. 最后通过给出一个算例说明了该方法.     

防洪调度多目标决策理论与模型

根据我国防洪调度决策的特点,首先指出防洪调度决策是复杂的多目标决策问题。然后、建立防洪调度系统多目标决策的理论、模型与方法。其中包括多级模糊优选理论与模型、目标权重的确定等新颖内容。     

基于数据分析的地区高等教育发展评价及预测

改革开放以来,我国的教育事业得到了迅速发展,然而也存在着各地区发展不均衡的现象。由于以往教育水平评价指标间的关系错综复杂,为了有效地观测我国高等教育发展水平与趋势,本文建立了一种基于灰色关联度分析和熵权法的组合权重综合评价模型。根据指标体系收集到我国10个省级地区2007年至2016年的相应数据,利用综合评价模型与时间序列模型对我国部分地区高等教育的综合发展水平进行了测算和分析,得到了各地区高等教育综合发展水平的排名,并基于此对各地区未来5年的高等教育综合发展水平进行了预测。     

模糊层次分析法综合评价洗衣机的绿色度

为了评价机电产品的绿色性能,结合实例,应用自上向下的多级模糊层次分析法,构建洗衣机的绿色度综合评价指标体系和评价模型,建立同一层次评价指标权重判断矩阵,对各层次评价指标进行权重计算,同时计算指标的隶属度,进行指标的无量纲化处理,并应用层次分析法和线性加权和法计算产品的最终综合评价值。     

基于双基点优化指标权重的灰靶决策模型

针对传统的灰靶决策模型利用加权的正靶心距对方案进行排序不考虑负靶心距对决策的影响,存在的不足之处。而且指标的权重一般是采用主观定权法给出,未能充分利用已有的决策信息等问题。提出了对传统的灰靶决策模型改进的方法,利用加权的正负靶心距计算方案的贴近度,以贴近度为测度对决策方案进行排序,同时给出了基于双基点优化指标定权重的方法,这种定权方法充分利用决策矩阵信息,是一种客观定权的有效方法。通过对投资方案选择的应用实例验证了改进的灰靶决策模型的有效性。     

修改Trivium流密码算法的滑动攻击

基于求解非线性方程组,对Sonmez等提出的修改Trivium算法进行了滑动攻击,找到了多于2⁸⁵的滑动对,远远大于原Trivium算法的滑动对数(2³⁹).在假设获得一个滑动对的基础上,攻击者可以恢复出修改Trivium算法的全部80 bit密钥,计算复杂度为O(2³⁵).     

组合加权算术平均算子在物流配送商品销售预测中的应用

提出基于组合加权算术平均算子的组合预测方法,并结合实例对各种预测模型与组合预测模型探讨了不同的组合预测权重确定在实际中的应用,其预测效果高于一般方法。     

Two-phase TOPSIS of uncertain multi-attribute group decision-making

To solve the uncertain multi-attribute group decisionmaking of unknown attribute weights, three optimal models are built to decide the corresponding ideal solution weights, standard deviation weights and mean deviation weights. The comprehensive attribute weights are gotten through the product of the above three kinds of weights. And each decision maker's weighted decision matrices are also received by using the integrated attribute weights. The closeness degrees are also gotten by use of technique for order preference by similarity to ideal solution (TOPSIS) through dealing with the weighted decision matrices. At the same time the group decision matrix and weighted group decision matrix are gotten by using each decision-maker’s closeness degree to every project. Then the vertical TOPSIS method is used to calculate the closeness degree of each project. So these projects can be ranked according to their values of the closeness degree. The process of the method is also given step by step. Finally, a numerical example demonstrates the feasibility and effectiveness of the approach.     

PC机之间的通信与实现

论述了ＰＣ机之间进行通信的方法，以及使用的器件，并给出了电路连接简图及程序。