二次加权的区域自主创新能力动态评价研究

本文首先建立区域自主创新能力评价指标体系,然后利用熵值法确定权重,对2006年——2010年各年中国大陆省级区域的自主创新能力分别进行评价排序,按照最大序差变化范围对区域自主创新能力进行分类分析,再利用二次加权法对各年综合评价值进行加权平均,得到中国大陆省级区域整体自主创新能力评价及排序,最后对区域自主创新能力进行动态评价分析,把握各省市区域自主创新能力动态发展变化趋势。

基于二次加权的LANDMARC景区改进定位算法研究

针对景区地形复杂导致定位精度低的问题,在传统的LANDMARC室内定位算法基础上,提出了一种基于二次加权定位的改进算法,以解决景区中部分参考标签不能均布地复杂定位问题。首先,该算法通过一次加权定位求出待定位标签坐标;然后,将第一次求得的待定位坐标分别与参考区域的顶点连接,将参考区域划分为k个三角形区域,再分别求出这k个三角形内切圆的圆心;最后,以k个圆心作为最邻近参考坐标,通过设定二次加权系数,从而计算出更精确的待定位标签坐标。本文以某典型景区进行定位实验,实验仿真结果表明,改进后的定位算法在复杂的景区环境中,相比传统的一次加权定位算法,定位精度提高了10.6%,这说明其在复杂景区中具有更好的适用性。

基于二次加权的海上移动电源接入孤立电网安全运行评价方法

海上孤立电网处于复杂的海洋环境中,对供电电源接入的可靠性要求较高。海上移动电源作为分布式电源,接入孤立电网后系统安全稳定性将受到一定程度的影响。针对不同接入方案的选择,本文提出了一套动态安全运行评价指标体系。针对海上孤立电网的实际情况,分析了接入方案的选择与接入后安全运行问题的映射关系,从功率安全、故障扰动及稳定性三个方面提出接入后系统安全性的评价指标,量化反映接入方案选择的可靠性;根据所提指标,运用二次加权法,将各指标形成不同方案选择下的指标体系;最后通过仿真验证所提安全运行评价指标体系的正确性和有效性。

基于FOCUSS二次加权的DOA估计方法

针对-SVD、FOCUSS 等稀疏重构算法应用波达方向(DOA)估计时,存在或运算量大、或精度不高的问题,提出了一种基于 FOCUSS 二次加权的信号 DOA 估计方法。将传统 DOA 估计表述为稀疏表示的信号模型,通过贝叶斯理论推导目标函数的最优解及加权矩阵,并在迭代过程中对结果进行二次加权优化,进一步增强恢复结果的稀疏性,提高恢复性能。仿真实验证明了该方法的优越性:与其他稀疏重构方法相比,该方法恢复精度高、稳健性好、运算量低。

带移民和瞬态拯救的二次加权分枝过程的相关性质

本文考虑一类带有移民和瞬态拯救的二次加权分枝过程.在拯救速率可和的条件下,证明了目标过程不存在.研究拯救速率不可和的情形,得到了过程存在性判别准则与唯一性判别准则,并针对存在性给出了便于验证的等价条件.对于满足存在性条件的q矩阵Q,证明可以找出无穷多个Q过程,其中不中断Q过程却是唯一的.讨论了不中断Q过程的构造方式,证明了不中断Q过程是遍历的,且给出了平稳分布满足的二阶微分方程.

二次加权频域自适应时延估计算法与应用

时延估计问题在许多工程应用中具有重要的意义。本文提出了一种二次加权频域自适应时延估计模型,给出了二次加权频域SCOT和ML自适应时延估计算法,推导了二次加权频域SCOT自适应时延估计的方差。把该算法应用于对武装直升机的声测无源定位中,用实测直升机噪声数据进行了计算机仿真。结果表明,在低信噪比情况下,二次加权频域自适应时延估计具有更好的时延估计性能。

区域自主创新实力动态评价——基于改进二次加权法

建立区域自主创新实力评价指标体系,运用改进归一化法和变异系数法对数据进行标准化处理,确定权重,利用改进二次加权法计算2001—2010年中国大陆31个省、市、自治区的区域自主创新实力加权平均值,进行动态评价与分类比较分析。研究表明:2001—2010年期间中国区域自主创新实力从评价值排序看,地域差异明显,东部地区较强,中部地区居中,西部地区较弱。主要原因是东部地区的资金、政策、人才和创新载体的优势,中部、东北地区产业结构和企业创新理念的制约以及西部经济、教育和科研水平相对较低。研究认为:自主创新实力较弱的区域可以通过增加R&D投入、引进创新型人才、优化产业结构、完善创新扶持政策、增强产学研协同创新等手段,提高区域自主创新实力。

国家自主创新示范区创新驱动发展动态评价体系研究——基于二次加权动态评价方法

文章以国家自主创新示范区建设目标和要求为切入点,从创新环境、创新投入和创新产出三个方面构建了包含6个一级指标和23个二级指标的创新驱动发展水平评价指标体系。应用基于二次加权的"纵横向"拉开档次动态评价方法,对2012-2016年合芜蚌国家自主创新示范区创新驱动发展水平进行动态评价,研究结果表明:合芜蚌国家自主创新示范区创新驱动发展不平衡,彼此间差异明显,影响每个示范区创新驱动发展环境影响因素各异。因此,政府部门要因地制宜制定相关优化政策,缩小彼此间差距,推进其均衡协调发展。

DWATrust:一种基于“二次加权法”的P2P网络动态综合信任模型

针对现有的P2P网络信任模型在聚合节点信任值时对节点行为的差异性与动态性考虑不足,提出了一种基于"二次加权法的"的P2P网络动态综合信任模型——DWATrust。该模型在对节点进行评价时,首先通过引入"时序立体数据表"来记录节点在过去某几段时间内不同评价指标下的评价得分,然后通过"熵值法"分别计算出各个时间段内各个节点对于各个评价指标的不同权值并进行第一次加权综合,得到各个节点在不同时间段内的综合信任值。最后,通过求解一个"非线性规划问题"计算出各个时间段的权值并进行第二次加权综合,得到各个节点在整个时间段上的综合信任值。由此可见,该模型不仅充分考虑到交易上下文及节点上下文的动态变化对节点信任值的影响,而且引入时间粒度来反映这种变化。仿真实验表明,该模型可以较好地识别节点进行周期性振荡欺骗等恶意行为,从而大大改善P2P网络的交易成功率。

均匀圆阵的二次加权自适应零点处理

本文从分析均匀圆阵的空间方向性出发 ,提出了基于最大方向系数约束条件和最大信噪比准则的自适应零点形成的二次加权方法 ;应用该方法研究了均匀圆阵的一维自适应零点形成问题 。

DirichletL-函数的一个二次加权均值定理

利用特征和估计、三角和估计及其解析方法研究 Dirichlet L-函数的二次加权均值 ,得到一个较好的二次加权均值定理以及均值分布的渐近公式∑χ≠χ0|G(m,χ) |2 |L (1 ,χ) |2 =π26φ2 (q) ∏p|q1 -1p2 +O q32 ln2 qd(q) .

神经网络二次学习影响系数加权法及算例

神经网络由于其本身具有的优越性 ,已广泛应用于各个领域中的分类、联想问题。为了提高诊断准确度 ,给出了一种新的神经网络学习算法———二次学习影响系数加权法。并通过算例和实例对上述模型和算法进行了验证。

L-函数的一个二次加权均值

利用特征和估计与解析方法讨论了L-函数的二次加权均值分布,得到了一个二次加权均值分布的渐近公式。

局部二次加权与多特征融合的行人检测算法

针对复杂背景下采用单一特征进行行人检测时的局限性,提出了一种融合多种特征并运用模板弹性模型与局部二次加权的算法,将梯度直方图(HOG)、肤色、发色与曲率有效融合,建立了适用行人检测的各特征模型。第一级采用改进HOG特征结合模板弹性模型利用SVM分类器初次检测;第二级提取局部模板感兴趣区域(ROI)进行头部肤色、发色与腿部曲率检测。实验表明,该算法弥补了单一特征的不足,有效检测了行人整体与局部关键特征,提高了识别性能。

基于二次加权TOPSIS法的电商小微企业信用风险动态评价

小微企业的信用风险评价正受到越来越多的关注,而电商平台上的小微企业在信用风险评价时所关注的指标也会有自身的特点。针对以往研究动态性不足、研究主体有限等问题,通过构建电商平台小微企业的信用风险评价指标体系,并进行方法优化,构建基于二次加权TOPSIS方法的电商平台小微企业信用风险评价模型。在传统TOPSIS方法的基础上嵌入时间因子,运用“厚今薄古”归一法计算出时间权重后构建二次加权TOPSIS方法小微企业信用风险动态评价模型,最后,将该方法用于淘宝小微企业的信用风险评价,验证优化后的方法的可行性和合理性。

基于二次加权滤波的热设备故障区域定位研究

针对热设备在线故障区域定位对实时性和准确性要求较高的问题,提出一种基于中值滤波的二次加权快速滤波方法对热设备红外图像进行预处理。在较好滤除图像随机噪声的同时,提高了处理速度,更好地保留了图像细节。采用迭代法阈值分割和Roberts边缘提取算子相结合的方法,快速、准确地定位出了热设备故障区域所在,为今后进一步对故障区域识别、判断、分析和评价奠定了基础。

基于注意力机制和元特征二次重加权的小样本目标检测

在基于迁移学习的小样本目标检测任务中,由于缺乏关注图像中待检测目标的注意力机制,所以现有模型对于待检测目标周边背景区域的抑制能力不强,且在迁移学习过程中通常需要对元特征进行微调来实现跨域共享,这将引起元特征偏移,从而导致模型对大样本图像检测能力的下降。针对上述问题,基于注意力机制和元特征二次重加权机制,提出改进的元特征迁移模型Up-YOLOv3。首先,在原始元特征迁移模型Base-YOLOv2中引入基于卷积块注意力模块(CBAM)的注意力机制,使特征提取网络聚焦于图像中的目标区域并关注图像目标类别的细节特征,从而提升模型对小样本图像目标的检测性能;其次,引入基于压缩-激励(SE)的元特征二次重加权模块(SE-SMFR)对大样本图像的元特征进行二次重加权,以获取二次重加权元特征,使模型在提升小样本目标检测性能的同时也能减小大样本图像元特征信息的权重偏移。实验结果表明,在PASCAL VOC2007/2012数据集上,相较于Base-YOLOv2,Up-YOLOv3针对小样本图像检测的平均准确率均值(mAP)提升了2.3~9.1个百分点;相较于原始的基于YOLOv3元特征迁移模型Base-YOLOv3,Up-YOLOv3针对大样本图像的mAP提升了1.8~2.4个百分点。可见,改进后模型对不同类别的大样本图像和小样本图像均具有良好的泛化能力和鲁棒性。

利用MFC和Surfer实现方位加权多重二次曲面插值

受众多因素的影响,我们采集到的地球物理数据是离散的,这也限制了获得更多的地下信息。为了便于后期的解释工作,数据的补插网格化就至关重要。数据网格化是将空间上不均匀分布的数据,按一定方法归算成规则网格节点的代表值。这里依据方位加权二次曲面插值算法,利用MFC对话框界面与Surfer的混合编程,读取实测数据信息后,在可视化界面实现网格化处理过程。最后调用Surfer生成区域等值线图,与其内部插值方法绘制的等值线图进行比较。一方面验证了方位加权二次曲面插值算法的可适性,另一方面通过人机交互的方式简洁快速实现了庞大数据的批处理,便于用户使用。

动态综合评价的二次加权法

针对一类特殊的多指标决策问题一动态综合评价（或排序）问题，提出了一种基于二次加权平均的新的动态排序方法．这种方法具有原理简单、易懂、易操作、计算量小等特点．

带移民的二次加权分枝过程的吸收概率

研究了带移民的二次加权马尔可夫分枝过程,得到了吸收概率的相关结果,该结果在排队网络、生物学等诸多领域具有广泛的应用前景。