一种基于排序向量法的改进雷达图评估方法

为解决传统雷达图中指标权重设计不合理的问题,提出一种基于排序向量法改进雷达图的评估方法。提出基于排序向量法的指标权重计算方法,解决因指标归一化导致权重计算不合理的问题。根据上述得到的指标权重,绘制得到改进的雷达图,并通过计算指标的扇形面积和弧长来反映系统的效能和指标的均衡程度。通过加权和法和加权积法建立了改进雷图的评价模型。实例表明,所提评估方法合理可行。该研究能够进一步拓展雷达图法的应用领域,为系统评价理论与方法提供一种科学可行的技术手段。

梯度特征向量排序法的数学原理

§1 梯度特征向量排序法关于层次分析中,单一准则下的排序问题,Saaty教授提出了特征向量排序法.即决策者在准则C下,对n个需要排序的对象填写判断矩阵:

基于向量排序法的数字集成电路功耗测试仿真

传统数字电路功耗测试方法存在结果误差大、耗时长的问题,提出基于向量排序法的数字集成电路功耗测试方法。方法深入研究了数字集成电路布尔值及逆变器的动、静态功耗,获取每个逻辑门由于状态变化而产生充放电所消耗功率的功耗模型,通过内部与各输入口的相互影响确定其参数。根据相应的汉密尔顿图优化向量排序法,最后实现对该电路的功耗测试。设计基于ISCA系列电路的仿真,实验验证了所提方法的功耗测试具有有效性,且测试结果精准度较高,耗时更短。

判断矩阵一致性检验的新方法

给出了两种通用的判断矩阵一致性检验方法的理论依据和利用该指标的统计检验方法以及该一致性检验方法的有关性质和数值计算例子

串联系统可靠性严格置信下限的计算(IUMVE法)

针对成败型单元串联系统可靠性经典法严格置信限理论迄今存在的困难,我们提出了成败型单元试验结果向量的改进型UMVE(IUMIVE)排序法,在本文中相应提出了IUMVE法求二、三单元串联系统可靠性严格置信下限的算法、程序和部分计算结果,基本上消除了原有四种排序法计算所存在的非正常点。

采用FA和SVDFRM的SVM入侵检测分类模型

提出了一种新型网络入侵检测分类模型,设计了一个基于支持向量机(SVM)的分类器。采用因子分析法(FA)将行为样本的众多相关网络特征融合成精简的综合特征,实现了对网络监测数据的降维。利用支持向量决策函数排序法(SVDFRM),通过支持决策向量函数得到网络行为的特征贡献率并提取网络行为的重要特征。KDD99数据集测试实验结果表明,提出的分类模型降维效果显著,具有较好的实时性和较高的检测率。