三角模糊层次分析法在教师绩效评价体系的应用

指标及其权重是评价体系构建的核心之处。权重的合理确定需要对指标进行定性和定量综合分析。本文提出基于模糊层次分析法上,利用三角模糊数表示同层各指标两两重要性程度的比较,建立三角模糊数互补判断矩阵,并进行一致性检验,从而确定指标权重。与传统的权重确定方法相比,将定性和定量相结合,避免了决策者的主观性和局限性。最后将其运用于某高校教师绩效评价体系中,为师资队伍建设提供决策及导向作用。     

双曲型交换四元数矩阵的性质及其逆矩阵求法

以双曲型交换四元数及其矩阵的概念为基础,得到了双曲型交换四元数及其实表示的系列性质.推导了双曲型交换四元数矩阵的系列性质,通过引入矩阵的实表示形式,得到求双曲型交换四元数矩阵逆矩阵的方法.通过数值算例验证了所给方法的正确性.     

一种改进的主成分分析特征抽取算法:YJ-MICPCA

针对主成分分析(PCA)假设数据服从高斯分布的条件以及只能处理特征之间线性关系的不足,提出一种基于Yeo-Johnson变换和最大信息系数(MIC)的PCA特征抽取算法,命名为YJ-MICPCA。通过YeoJohnson变换改善原始数据分布,使其近似服从高斯分布,并将PCA中计算协方差矩阵转化为计算MIC矩阵的平方,使其也能处理特征间存在的非线性关系。以UCI机器学习数据库中的11个数据集为实验对象,采用支持向量机、朴素贝叶斯模型、k近邻算法这3种分类器,比较了YJ-MICPCA与PCA及其他常用非线性降维方法LLE、Isomap、MSD、KPCA的降维效果和分类精度,结果表明YJ-MICPCA总体上优于其他几种算法。     

一种具有噪声整形功能的2 bit/cycle SAR ADC的设计

基于180nm CMOS工艺,设计了一种2 bit/cycle结构的8 bit、100 MS/s逐次逼近模数转换器（SAR ADC）. 采用两个DAC电容阵列SIG_DAC、REF_DAC实现了2 bit/cycle量化,其中SIG_DAC采用上极板采样大大减少了电容数目,分裂电容式结构和优化的异步SAR逻辑提高了ADC的转换速度. 应用一种噪声整形技术,有效提高了过采样时ADC的信噪失真比（SNDR）. 在1.8 V电源电压和100 MS/s采样率条件下,未加入噪声整形时,仿真得到ADC的SNDR为46.22 dB,加入噪声整形后,过采样率为10时,仿真得到的SNDR为57.49 dB,提高了11.27 dB,ADC的有效位数提高了约1.88 bit,达到9.26 bit.      

基于不确定性测度的直觉模糊决策模型

在综合衡量直觉模糊数自身所具有的不确定性及其所表达信息的不确定性的基础上,以凸组合的形式设计了混合型直觉模糊熵和交叉熵测度;与已有测度相比,混合型熵测度具有更强的区分能力,而混合型交叉熵测度具有自然的对称性。在此基础上,设计了直觉模糊环境下的多属性群体决策模型,并将其应用于教育教学质量评价。理论分析和数值结果表明：混合型直觉模糊熵和交叉熵测度能够成对设计,互为印证,因而更具合理性;基于不确定性测度的群体决策模型结构清晰,步骤简明,决策结果客观有效。     

次线性期望下WOD随机变量序列加权和的几乎处处收敛性

在次线性期望下, 利用截断的方法给出宽象限相依(WOD)随机变量序列的强大数定律.     

基于对数变换和最大信息系数PCA的过程监测

主元分析(principal component analysis,PCA)被广泛应用于工业生产过程监测。PCA假设数据服从高斯分布且协方差矩阵仅能评估变量间的线性关系,无法衡量变量间非线性依赖程度。基于此,提出了一种基于对数变换和最大信息系数(maximal information coefficient,MIC)PCA的过程监测方法。首先,应用对数变换对过程数据进行变换,在一定程度上改善数据分布。然后,采用可以度量变量间的非线性相关性的MIC矩阵替换协方差矩阵,从而改善对非线性非高斯过程的监测效果。最后通过在田纳西-伊斯曼过程(tennessee eastman process,TE)仿真研究验证了该方法的可行性和有效性。     

相关测量中同步信号的并行采集及A／D转换电路

本文对相关测量中信号的采集及A/D转换的特殊要求进行了分析,在此基础上设计、制作了同步信号的并行采集及A/D转换电路,对设计过程中的关键技术进行了论述。     

Cayley－Hamilton定理在四元数体上的一个推广

本文用不同于（１）的形式，得到Ｃａｙｌｅｙ－Ｈａｍｉｌｔｏｎ定理在四元数体上的推广。     

关于∫_0~n((Sin)~nax)/(X~n)dx＝0的猜想与证明

本文给出积分数值表．通过猜想并证明