不确定多指标决策问题的相对相似关系法研究

针对指标权重未知的不确定多指标决策问题,从描述区间数的相似性程度出发,提出了一种全新的区间数相对相似度和决策方案相对相似度定义,给出了区间数相对相似关系理论并得到了一些相关结果;然后在通过相对相似度对决策指标权重进行度量的基础上,采用备选决策方案在决策方案集中的总体相对相似度值大小选取最优对象并排序,以此给出了不确定多指标决策问题的相对相似关系法.通过算例分析了该算法和离差最大化算法的相异,说明了该算法的适用性和合理性.     

P2P环境下考虑信任的协同过滤推荐模型研究

在P2P环境下,节点面临丰富的可用资源,因此很难快速定位自己感兴趣的文件。提出了一种考虑信任的协同过滤文件推荐模型,不仅提高了推荐准确度,还提高了节点的满意度,并有效地控制了由于信任问题导致的交易失败。     

基于社交关系的问答系统及最佳回答者推荐技术

近年来,社区问答服务系统(CQA)越来越受到人们的欢迎,但随着提问规模的膨胀,获得回答的问题比重逐步降低,且答案质量无法得到保障.为了提高问答系统中问题被解答的概率,并提升答案可信度,文中提出了基于社交关系相似度的社交问答系统(SQA),主动寻找与提问者社交关系紧密且能够回答问题的用户,并提出了针对提问者与最佳回答者的推荐方法.实验结果表明,在主观性强或实时性强等问题集上,文中方法能更快地得到让提问者满意的答案.     

基于相似系数的双资源单元构建问题的研究

单元制造能够结合工作车间方式的灵活性和流水线方式的高效率,同时也能以近似刚性流水线的成本来生产多品种少批量产品,因此它成为现代企业的宠儿。今在文献回顾的基础上,总结了目前研究存在的问题,构建了以相似系数为基础的双资源约束的单元构建模型,并将应用提出的数学模型与文献中的案例进行对比分析,发现5个对比案例在Voids和EEs两个指标上都优于以往的文献结果,从而证明了所提模型的有效性。     

图结构上下文及在图聚类中的应用

图结构特征的提取以及距离度量是计算机视觉和模式识别中的重要内容。针对传统的图上下文描述子中只考虑每个柱形区域内的特征点数目而忽略特征点之间的结构信息的问题,提出一种图的结构上下文描述子及距离度量方法。首先对图的所有顶点建立图结构上下文描述子;其次,利用二次卡方（QC）距离方法实现图的距离度量;最后,采用最小生成树聚类算法实现图聚类。实验表明,该方法对于一些非刚性变换的图聚类有较好的效果。     

基于改进即时学习算法的动液面软测量建模

油田动液面参数软测量预测应用中,软测量模型随生产的进行会逐步退化,导致预测结果偏差较大,无法在油田生产过程中加以使用.对此,提出采用基于子空间相似度的即时学习策略来对动液面预测模型进行自适应动态更新.通过对生产阶段数据进行子空间的相似度计算,提高建模样本选取的准确性.设计两个记忆参数改变以往即时学习策略模型的更新方法,在减少计算量的同时提高动液面的预测精度.与以往即时学习算法进行实验对比,结果表明,改进算法对油田动液面测量精度高,适应性强,符合油田生产标准,可以应用于油田实际生产.     

基于向量空间的专利类比挖掘方法

摘要：新技术在进行技术突破时,很难找到创新点和技术。针对这一难题,提出一种基于向量空间的专利类比挖掘算法。首先,从源数据中获取描述功能和属性的专利技术方案（PSC）,建立基于PSC的TF-IDF值的向量空间模型（VSM）;然后,根据专利文献间的信息距离制成基于PSC术语的专利地图;最后,分别对PSC进行创新性分析,根据分析结果用类比的思想进行新技术的创新。本文算法的时间复杂性为O((n2+n)/2),低于对比算法的O(n2)。以无线充电技术专利和无线传感技术专利文献为源数据,实验结果表明,所提出的算法比对比算法能更有效的获取更具有创新性的创新方案。     

星载激光测高仪海面回波的仿真与分析

星载激光测高仪发射的1 064 nm波长激光被波动海洋表面反射,系统接收的时间波形与瞬时海面波浪分布相关。而海面波浪又直接受海面风速影响,因此可以通过观测激光测高仪回波变化监测不同风速下海态变化。本文依据激光雷达方程,利用蒙特卡洛法模拟不同风速下的海面波浪分布,通过光线追击建立海面回波波形仿真器;以地球科学激光测高系统(geo-science laser altimeter system,GLAS)参数为输入,仿真得到不同风速下的海面回波:发现当海面风速在3~10 m/s之间时,回波呈单峰高斯波形,与GLAS发布的实际回波相符;且回波脉宽,以及有效能量反射率(即有效回波能量与发射能量之比)与实测参数误差小于10%。进一步分析可知,回波特征参数与海面风速之间存在显著关联,为利用激光测高仪大规模精确反演海洋表面风速奠定了基础。     

基于高度残缺信息的分布式语言信任网络群决策方法

针对缺失的分布式语言信任社会矩阵以及高度残缺的评价信息, 提出一种新的分布式语言信任网络群决策方法。首先, 提出了一种分布式语言信任传递模型以填充分布式语言信任社会矩阵中的缺失值。其次, 定义了基于分布式语言信任社会矩阵的个体信任中心度和群体信任中心度, 并在此基础上提出了确定评价网络中专家权重的方法。再者, 鉴于决策矩阵中评价信息存在高度残缺的情形, 利用K-近邻算法评估残缺的评价信息, 并基于分布式语言信任函数的距离测度提出一种改进的逼近理想解排序(technique for order preference by similarity to an ideal solution, TOPSIS)法。最后, 通过外卖服务平台性价比的综合评估验证该群决策方法的可行性和有效性。     

两弱伴随矩阵的关系

根据两个矩阵可交换、相抵、相似、酉等价、相合,讨论了与其对应的两个弱伴随矩阵是否具有相同的性质。