粗糙集理论及在产品市场评估中的应用

粗糙集理论是一种新的处理含糊性和不确定性的数学工具。本文研究了粗糙集理论,并将粗糙集理论应用于产品的市场评估中,通过实验证明使用此理论能有效地从市场调查表中获得有价值的信息,同时也为解决类似问题提供了参考依据。     

基于只测向的机载单站定位技术

针对机载单站无源交叉定位技术中存在的虚假定位问题,提出一种新的关联方法.该算法先通过异面测向线距离进行测向粗关联,排除大部分虚假定位组合,减小运算量.再利用基于不变量的关联方法进行测向细关联,近一步排除虚假测向组合,提取出真实目标的测向线组合进行交叉定位.实验结果表明,文中算法可以满足三维空间下对目标准确、快速的定位需求.     

一类基于投入约束的资源配置DEA博弈模型

结合数据包络分析(DEA)与Nash讨价还价博弈模型研究有限资源的合理配置问题。首先证明,在投入约束条件下,基于传统DEA模型的资源配置方法将陷入困境。为此,需要考虑各决策单元(DMU)对于有限资源的竞合关系,引入Nash讨价还价博弈模型,并证明最优资源配置方案具有唯一性。最终通过算例说明了本方法的合理性与可行性,与其它DEA分摊方法相比还具有一定优势。     

能源约束下的我国全要素生产率增长比较——基于技术可变的面板随机前沿生产模型

工业化过程伴随着巨大的能源消耗.本文将能源、资本和劳动力视为重要的生产要素投入,利用技术可变的面板随机前沿生产模型,估算了1995～2004年我国省级的全要素生产增长率(TFPG).进一步将TFPG分解为技术进步、技术效率和规模效率增长.结论显示:(1)样本期内能源的产出弹性显著为正,且从2002年起其产出弹性大于劳动力产出弹性.(2)我国东中西部三个地区TFPG依次递减.(3)技术进步增长是TFPG主要推动力,其次是规模效率,而技术效率对TFPG起到负的影响,且增长逐年递减.     

基于自适应遗传算法的传感器网络数据融合算法

能源有效性是无线传感器网络(WSN)路由算法设计要考虑的首要问题,数据融合可以通过合并冗余数据而有效地节约能耗.提出了一种基于自适应遗传算法(AGA)的WSN数据融合算法,基于移动代理(MA)对Sink节点发出兴趣代理报文和目标节点发出数据代理报文进行转发.采用AGA求出MA最优路由节点序列,通过把WSN均匀分割为多个大小适当的二维网格,形成AGA的初始群体.仿真结果表明,随着网络规模增大,和局部最近邻优先算法(LCF)相比,该算法有更小的网络能耗和延时.     

基于数据分割和集成学习的大规模SVM分类算法

支持向量机对分类问题的求解过程相当于解一个线性约束的二次规划问题,求解的变量个数与训练样本数相等,且需要计算和存储的核矩阵大小与训练样本数的平方相关.随着样本数目的增多,经典的求解二次规划问题的算法不再适用.针对大规模二分类问题,基于数据分割和集成学习策略,本文提出了一种快速支持向量机学习算法.其主要思想是:首先对数据集进行预处理,自动将正负类分别聚成若干子簇;然后对两两组合的正负子簇用SMO算法进行交叉学习,得到多个基本分类器;最后对这些基本分类器进行集成学习.在UCI的5个数据集上的实验表明,与SMO学习算法相比,这种基于数据分割的训练策略在精度几乎没有损失的情况下显著地提高了训练速度.     

数据流处理系统的负载控制策略研究

在高速网络数据流查询处理系统中,数据到达可能是突发性的,对数据流的实时查询处理要能适应数据流的特性和网络的波动环境,应用闭环控制理论进行系统负载控制,充分利用系统资源,在系统过载时降低存储需求,提高适应性和精确度．     

利用InSAR生成DEM技术现状及发展趋势

介绍了InSAR生成DEM的基本原理以及数据处理流程,概述了利用InSAR生成DEM技术研究现状,并对今后的发展趋势进行了分析。     

基于进化编程的分类方法研究与应用

随着人们生产和搜集数据的能力大幅度提高,迫切需要找到从现有数据库系统/广域网的大量数据中提取知识的手段。因此产生了基于数据库与数据仓库系统的数据挖掘方法与技术,其中分类是数据挖掘中一个重要的分析过程。文中阐述了数据挖掘的相关概念、方法,并介绍了遗传编程相关理论,提出了基于进化编程的分类算法,将遗传编程的思想运用于数据挖掘的分类方法中,最后,结合实例给出了实验数据。     

Fisher理论和多数投票法相结合的数据融合算法

针对多个特征指标的多传感器数据融合问题,将Fisher理论和多数投票法相结合进行数据融合来增加识别率。该方法首先通过Fisher理论得到多个判别函数,然后通过多数投票法继续对得到的判别进行分类得到最后的识别决策。该方法适合多个特征目标识别,计算简单。易于实现。