一类加权连续属性的多变量决策树构造方法

首先利用粗集理论和模糊聚类理论确定连续多变量属性的选择问题,然后利用聚类中心算法建立等级标准中心以解决连续变量的区间划分问题,其次将等价关系相对泛化的概念用于决策树中多变量检验的构造。最后通过实例说明了本方法是可行的。     

考虑质量风险时供应链订货批量的博弈分析

中间产品的质量缺陷给供应链的订货过程带来质量风险。提出了一种综合质量风险和采购库存成本的供应链订货批量模型,比较了考虑质量风险与不考虑质量风险时的供应链订货批量的差异。研究结果表明,无论在非合作还是在一体化的情况下,考虑质量风险时的订货批量都比不考虑质量风险时的批量小。     

网络--探索复杂性的新途径

简单系统由于非线性关系可以呈现复杂行为，而复杂系统可以遵循简单规则自组形成、近年来，作为探索复杂系统结构和功能的复杂网络引起了国际科学界的高度重视，已成为数理科学、生命科学、社会科学、技术科学和管理科学的研究热点之一．论文首先介绍了在复杂网络研究方面已经取得的某些进展，从典型模型．重要概念，网络分类一直到网络结构涌现，其中也包括了作者所做的工作；然后对某些值得注意的问题做了简短的评述．     

复杂网络中的社团结构分析算法研究综述

许多实际网络中都存在着社团结构.为了寻找大规模复杂网络中的社团结构,人们提出了很多算法.本文综述了近几年来比较有代表性的一些算法.首先介绍了计算机科学中最有名的谱平分法和Kernighan-Lin算法,然后介绍了社会学中具有代表性的分裂算法和凝聚算法,并着重分析了最新提出来的一种寻找网络中彼此重叠的社团结构的派系过滤算法.最后指出了进一步的研究方向.     

基于Agent的市场空间结构演化

采用基于agent的计算经济学方法对市场空间结构演化进行研究.Agent对以往交易信息的利用方式对市场的空间结构演化过程和分布有重要影响.根据信息共享程度不同考虑了两种极端信息利用方式:公共信息共享,个体信息利用,及在此两种极端情况之间的有限群体信息交流,研究哪种信息共享方式有利于产生中央集中市场,哪种不能.模型中利用了学习、记忆与协作机制.结果表明,在没有中央规划,没有预设任何初始空间结构的情况下,由个体间简单局域相互作用可以产生稳定的全局空间结构.在有公共信息共享或相当程度的信息交流时,市场的空间结构会从分散到集中演化.当个体没有共同的记忆信息,仅靠个体记忆信息,将不能产生集中的市场空间结构.     

自适应数字波束空域相干干扰抑制方法

在干扰相干背景下,接收信号协方差矩阵中信号空间的一些向量收敛到噪声空间中,仅利用二阶信息不能准确地得到干扰的方向信息,因而干扰抑制效果较差。为此,提出了一种自适应数字波束空域相干扰抑制方法。该方法是首先基于高阶累积量估计出广义方向矢量,然后根据最优均方逼近原则,结合切比雪夫加权系数形成波束,来抑制相干干扰。仿真结果表明,所提方法能够有效地抑制相干干扰。     

二阶系统模糊变结构控制器设计及稳定性分析

采用滑模变结构控制时不可避免会产生抖振问题,尤其是对于那些变参数及具有不可测量持续扰动的系统,通过常规方法难以克服抖振对系统控制性能带来的不利影响。为此将模糊控制与滑模变结构控制相结合,设计了一种模糊变结控制器,既保持了变结构控制的鲁棒性及快速性,又能较好地消除抖振现象,并利用描述函数法分析了该控制系统的稳定性。最后通过一个具体的导弹变系数二阶控制系统的应用实例验证了该控制器的性能。     

一种运动目标提取方法及其应用

介绍了一种利用高阶统计量(higherorderstatistics,HOS)提取视频序列中运动目标的新方法,并将其应用到人脸识别技术中。利用HOS对高斯噪声的不敏感性分离运动区域和背景,进一步提取出运动目标。当提取出的视频序列中的运动对象为人体时,利用主元素分析法(principlecomponentanalysis,PCA)进行人脸识别。实验证明,算法计算简单,速度快,用于人脸识别时能正确提取出运动的人体。     

自适应OFDM系统中调制识别算法研究

提出了一种适用于快衰落信道下自适应OFDM系统的调制识别算法。在信道估计和频域补偿的基础上,利用子载波组样本的6阶和8阶累积量识别5种调制信号。仿真结果表明,该算法具有良好的识别性能和稳健性,在SNR=16 dB,移动台速度小于40 km/h的条件下,调制方式的正确识别率可在到95%以上。     

坝上地区农业产业结构优化的灰色关联分析

一个地区的产业结构优化方向,应该根据产业结构的一般规律和区域经济发展的实际情况而定。基于这种理由,以河北省沽源县为研究对象,运用灰色关联分析方法研究了该区农业产业结构内部各业之间的关系,并根据沽源县现有基础条件、限制因素和发展趋势等,确定其今后宜重点发展的产业即畜牧业、错季蔬菜产业、马铃薯产业、草产业等。图2,表4,参8。