一种新的求解区间数判断矩阵权重的方法

研究区间数判断矩阵的一致性和权重求解新方法.基于权重可行域定义了区间数判断矩阵局部一致性和局部满意一致性,并建立了判别其是否具有局部满意一致性的数学模型.作为度量区间数判断矩阵一致性优劣的一种有效方法,给出了区间数判断矩阵一致性程度的概念,并对一致性程度较差的区间数判断矩阵提出一种改进方法.以在区间数判断矩阵内搜索一致性水平最好的确定性判断矩阵为目标建立一个新的权重模型,求解此确定性判断矩阵的权重,以此作为区间数判断矩阵的权重,模型由颗粒群算法求解.最后给出了一个例子说明本文方法的有效性.     

基于信息量的不完备信息系统属性约简

通过引入信息量和条件信息量,对不完备信息系统中属性的重要性进行了定义;针对不完备数据表和不完备决策表提出了一种基于信息量和条件信息量的属性约简启发式算法,该算法的时间复杂度是多项式的.通过实例说明,该算法能得到信息表的约简和决策表的相对约简.     

长江三角洲典型县域农业生态环境质量评价

选建了农业生态环境质量评价指标体系,应用基于三角白化权函数的灰色聚类评估方法,全面评价了位于长江三角洲地区的常熟市农业生态环境质量状况.结果表明,该市农业生态环境总体上处于较好状态,有利于当地农业生产的可持续发展.     

小康社会与小康家庭的定量研究模型

中国小康社会的指标体系分国家层面、社会层面和家庭层面给出,小康家庭识别模型由一级、二级指标和测量要素来刻划,用属性识别的数学方法给出定量的计算.     

基于GIS的图形数据格式一体化转换技术

开发了基于GIS的地形符号设计和绘制软件,使地形图符号具有图形和属性两个特征,经过适当的整理加工,实现图形数据一体化转换,建立GIS数据库,提出了在GIS的各种软件中有效集成应用CAD等模型各种数据的解决方案,并且着重在点状符号、线状符号和面状符号的符号显示,以及地理要素与符号库的连接及匹配的问题做了重点阐述.     

熵权非均质综合指数算法及其应用

利用熵权方法可以计算非均质综合指数 ,其方法包括确定对象的集合、指标因素的集合、指标矩阵、归一化指标值、指标权重以及计算综合指数等。熵权非均质综合指数算法可将数值有差异的属性参数对非均质指数的贡献进行弱化和强化 ,即去同存异 ;熵权非均质指数的大小能定量表征储层的非均质性。利用该方法在胜坨油田坨2 1断块进行了应用 ,定量地刻划了储层的层间、层内和平面非均质性 ,取得了满意的效果     

基于模糊校正的深度时序信息安全评估算法

针对现有信息安全评估算法对多专家主观态度偏差的处理不足,并且传统时序机器学习模型无法应对时间段内偏差积累等问题,提出一种基于深度模糊校正的深度时序信息安全评估算法。该算法首先通过三角模糊函数构建专家模糊评估指标,并采用改进的加权DS证据推理校正指标,然后创建损失和可能性矩阵特征,最后使用深度时序网络评估信息安全。在MIT数据集上进行了仿真实验,实验分别分析了特征是否能够应对多专家冲突,以及评估算法的正确率,鲁棒性和时间效率等指标。实验结果表明,本文提出的算法拥有更强的模糊评价能力,对专家间的冲突意见处理能力更强,在时序上的信息安全评估更准确,鲁棒性更高,但是算法效率却得到了保持。     

基于最优传递矩阵的不确定型层次分析法在桥梁安全评估中的综合应用

在桥梁的安全评估中,采用确定型层次分析法,存在指标的不确定性和模糊性。针对工程实例,采用不确定型层次分析法,建立桥梁递阶层次模型,通过对比4种不同指标权重计算方法,最终选用最优传递矩阵法进行桥梁指标权重的计算。结果表明,不确定型层次分析法能够全面考虑影响桥梁安全性的各种因素;最优传递矩阵法计算权重精度高,桥梁安全评估结果更加可靠。     

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。     

面向脑MR影像分割与偏置场修正的FCM方法

传统模糊C-均值(fuzzy C-means,FCM)算法以及结合空间信息的改进方法在分割脑磁共振(magnetic resonance,MR)影像时对噪声十分敏感,且无法消除脑MR影像中的偏置场。针对上述问题,提出一种面向脑MR影像分割与偏置场修正的FCM方法。该方法充分利用图像中的空间局部信息和非局部信息,分别构造出多局部信息模糊因子和非局部权重,在提高算法抗噪性的同时,尽可能多地保持图像细节;建立偏置场模型,以去除脑MR影像中的灰度不均匀性;将提出的多局部信息模糊因子和非局部权重嵌入到带有偏置场模型的FCM方法中,以实现噪声和偏置场条件下的脑MR影像分割。实验结果表明,与其他方法相比,所提方法对脑MR影像中的噪声具有更强的抑制能力,且能够有效消除偏置场对脑MR影像分割的影响,具有更优的分割性能。