供应商选择的评价指标设计及其优化

运用各种评价模型进行供应商评价选择,需要建立科学合理的评价指标体系。供应商选择的评价指标设计,应从研究现状分析入手。供应商评价指标设计的方法主要包括文献法、调查法、德尔菲法以及综合法。依据供应商评价指标设计的基本理念、思路和流程,文章以第三方物流供应商选择为例,综合运用文献法、模糊德尔菲法,优化了供应商评价指标的设计流程,设计了H公司第三方物流供应商选择的评价指标。     

采用非线性块稀疏字典选择的视频总结

针对基于稀疏表示的视频总结未充分考虑视频帧之间的非线性关系和关键帧的块稀疏特性,提出了一种采用非线性块稀疏字典选择的视频总结方法。首先考虑视频帧之间的非线性关系,通过核函数把原始视频样本映射到高维空间,使线性不可分的样本变得线性可分,从而实现非线性到线性的转化,建立非线性稀疏字典选择模型;然后考虑关键帧的块稀疏特性,将视频帧分成帧块,每个帧块内的内容具有一定的相似性,进一步建立非线性块稀疏字典选择模型来提取关键帧块;最后设计了一种核化的联合块正交匹配追踪算法对提出的模型进行优化。在基准视频数据集上的实验表明,所提算法能明显提升视频总结的性能指标F值,且计算复杂度较低,从而验证了联合使用非线性和块稀疏的有效性。     

正则化多项式回归的大鼠肝 再生基因芯片数据分析

针对大鼠肝再生基因表达谱芯片数据挖掘问题,根据肝再生的生理活动过程与时间有关的特点,将其转化为多分类问题,进而利用正则化多项式回归对每一个子过程分别进行相关基因选择.此外,还分析了所选择基因间的通路关系,验证了所选基因的生物合理性.     

带有协作意愿感知的边缘协作中继机制

利用智能终端的协作转发可以缓解海量传感器数据的承载压力。然而,由用户携带智能终端的非合作行为会使转发性能急剧下降。为此,提出了一种带有协作意愿感知的边缘协作中继机制,以提高中继选择的合理性和激励机制的有效性。通过分析用户对转发数据的兴趣度感知用户的主观协作意愿,并考虑用户能量和缓冲的影响,综合选择协作状态最佳的用户作为中继。为了进一步激励中继用户参与协作转发,提出了一种基于讨价还价博弈的激励机制,充分地激励中继用户的客观协作意愿。仿真结果表明所提机制与其他中继机制相比,转发成功率和平均吞吐量分别提高了至少19.4%、17.9%,平均传递时延降低了至少18.6%。     

我国上市公司证券发行体制的流变及路径选择

中国证券市场注定要在改革中前行,而改革意味着对缺陷的发现和克服。本文主要在探讨分析了评判证券发行核准制、证券发行注册制、证券发行审批制的基础上,提出了我国证券发行体制的流变及路径选择。     

积分方程法结合Ewald变换和栅格对称性分析周期性结构的散射特性

本文提出空域积分方程法分析周期性结构。空域周期格林函数的计算通过改进的Ewald变换进行加速。利用周期性结构栅格的对称性简化了几何模型的尺寸，未知量大大减少，以致填充矩阵和求解MoM线性系统的时间大为减少。我们的方法跟目前已发表的文章和商业软件相比，更高效和精确。     

新干县国家森林城市建设中的树种选择分析

森林城市建设是评价城市生态化发展水平的重要依据,也是有效发挥城市森林生态系统生态服务功能的主要途径。通过对江西省吉安市新干县的森林城市建设现状分析,探讨了森林城市建设中树种的选择要求,为国家森林城市的创建提供科学指导。研究表明:在森林城市建设中,树种选择应该以乡土树种为主,选择抗性强的树种,注重不同树种的配置,营造乔灌草相结合的森林生态系统,增强森林生态系统的生态服务功能。     

基于退化特征相似性的航空发动机寿命预测

针对航空发动机结构复杂、性能退化参数众多、寿命预测精度低等问题,提出了一种基于退化特征相似性的寿命预测方法。首先通过基于Relief算法的退化特征筛选、基于主成分分析(principal component analysis,PCA)的特征提取和基于核函数的特征平滑,提取低维正交多变量退化特征;然后进行特征的相似性匹配,寻找与当前样本特征片段最相似的一组历史样本中的特征片段集合,将这些片段对应的RUL信息融合并采用密度加权方法得到当前样本的寿命预测估计值;最后通〖JP2〗过美国国家航空航天局(national aeronautics and space administration,NASA)提供的航空涡轮扇发动机仿真数据集验证了该方法的有效性,其寿命预测性能高于现有几种代表性方法。     

基于近邻子空间划分的高光谱影像波段选择方法

在降低高光谱遥感影像数据的冗余度方面,波段选择一直是一种有效的方法.近年来,提出了许多用于高光谱波段选择的聚类算法,但大多数算法只有在选择足够多的聚类中心时才能够表现出良好的性能.在选择少量波段时,往往效果很不理想,不能满足实际使用的目的.而且,随着聚类中心数量的增加,大多数波段选择算法的精度存在不同程度的下降趋势.针对当前基于聚类的波段选择方法存在对聚类中心数的强敏感性和选择的特征波段子集高相关性的问题,提出了一种基于近邻子空间划分的波段选择方法(SEASP).该方法主要包括近邻子空间划分和特征波段选取两个步骤.考虑到高光谱波段之间的有序性,SEASP首先计算出相邻波段之间的相关系数,得到相关系数向量.若两个波段之间的相关性在某个区间内最小,即相关系数的变化率在该区间内最大,说明这两个波段在很大概率上不属于同一组,为两个相邻分组之间的分割点.因此,在相关系数向量的基础上,计算出其对应的若干个极小值,通过极小值的选取来确定最终划分的子空间.最后以信息熵为度量标准从划分的子空间中选出特征波段子集.在3个公开数据集的实验结果表明,提出的SEASP算法与其他算法相比,不仅原理简单,而且在精度...