多属性决策中一种模糊度量排序方法

针对多属性决策的排序问题,在模糊集的基础上重新建立了一种优势关系,定义了新的优势类,利用优势度及综合优势度,基于优势度的多属性决策方法,得到一种多属性决策排序的新方法.给出了此优势关系性质及此方法的可行性.具体实例的应用和验证表明该方法在多种条件下,对多属性排序具有适应性和方便应用的特点,丰富了多属性决策中的排序方法.

一种高效的基于排序的RBF神经网络属性选择方法

高维数据包含的大量冗余给数据挖掘带来了困难。因此,对高维数据进行数据挖掘时,必须先对原始数据进行降维处理。文中提出一种基于数据属性重要性排序的神经网络属性选择方法。该方法只需对部分属性进行训练,即可进行降维。它克服了现有的神经网络降维方法必须对全部属性进行训练的弊端,大大提高了属性选择的效率。该方法先用输入输出关联法对数据属性进行重要性排序,然后按重要次序用RBF神经网络进行属性选择。仿真结果表明效果良好。

基于直觉模糊信息的多属性排序问题的软集决策方法

针对属性信息具有模糊性的一类多属性方案排序问题,提出一种基于直觉模糊软集的决策方法。直觉模糊软集结合软集和直觉模糊集的优势,对对象近似描述时没有任何限制,并且能够更客观地表达事物的模糊性本质。首先定义直觉模糊软集的综合精确度、综合犹豫度和综合得分值,以及直觉模糊软集水平集的选择值和接受水平。在此基础上,提出关于多属性方案排序的选择值准则、精确度准则、犹豫度准则以及得分值准则。然后,提出一种组合使用各排序准则的多属性方案排序方法。最后,通过数值算例及讨论证实该方法的可行性和有效性。这种方法充分考虑决策者的直觉信息及主观偏好,能够有效完成多属性方案的优选和排序决策。

云环境中基于多属性排序的密文检索方案

密文检索是云提供数据加密存储服务的重要辅助功能。目前云环境中密文检索的排序搜索算法只根据关键词的单一局部属性进行文档相关性分数计算,因此存在查准率不高的问题。针对这个问题设计了一种基于多属性排序的密文检索方案,其思想是首先通过文档关键词的局部属性和全局属性构建多属性特征向量安全索引,其次根据用户选择的排序方式确定各局部属性和全局属性的权值,然后调用多属性评分公式进行文档相关性分数计算,最后根据分数排序返回用户最感兴趣的检索结果。实验表明,该方法能够有效提高检索速度和检索结果的准确性。

基于属性度的属性排序算法

形式概念分析是一种从形式背景进行数据分析和规则提取的强有力工具。属性拓扑作为一种新型的形式背景表示方法,直观地描述了属性之间的关联。利用属性拓扑可以更方便直观地计算形式概念和概念格。经过对现有属性拓扑的算法与流程的研究,分析了现有属性排序算法的特异性和层次局限性,通过结合度的概念,提出了一种属性衡量的新方式——属性度,并提出了基于属性度的属性排序算法。这种排序算法得到的结果更加灵活,消除了属性排序的层次局限性,对父属性的查找有明显的优势,为基于属性拓扑中的属性排序方法提供了指引方向。

属性排序的粗糙集和统计方法研究

引入实际问题需求决策表,研究属性排序的层级式计算方法,给出层级式计算的过程,并总结出层级式计算的金字塔模型。使用粗糙集属性重要度为第1层方法,位于金字塔底端,是宏观度量;基于约简的属性频次统计为第2层方法,在约简基础上结合统计方法计算属性重要程度数值度量,是宏观和微观兼有的度量;将基于约简的属性影响程度均值作为第3层方法,考量属性的微观区别并以数值度量来进行重要性比较,位于金字塔顶端。研究结果完善了粗糙集理论和应用的方法。

模糊度量排序在多属性决策中的应用

针对多属性决策的排序问题,在模糊集的基础上重新建立了一种优势关系,定义了新的优势类,利用优势度及综合优势度,基于优势度的多属性决策方法,得到一种多属性决策排序的新方法,给出了此优势关系性质及此方法的可行性,具体实例的应用和验证表明该方法在多种条件下,对多属性排序具有适应性和方便应用的特点,同时通过引入权重比较两种方法的特点,丰富了多属性决策中的排序方法。

属性动态更新的一种三支决策模型

在实际环境中,经常需要划分出一批对象,而对象的属性可能是动态变化的,针对这种属性动态更新的条件下选出一定数量对象的问题,提出一种属性动态更新的三支决策模型.首先针对属性动态更新的特点,建立属性关联度和重要度,然后针对更新的属性,提出一种属性比的定义来构造三支决策的评估函数,同时对更新后的属性的值排序,提出一种基于基尼系数计算对象偏差的方法来动态计算三支决策的阈值.根据计算的阈值和对象的评估函数,属性动态更新的三支决策模型被建立,能在属性更新后动态划分对象.进一步对于模型可能出现两种异常划分问题,给出了相应的解决方法,最后通过在改造的四个数据集上实验仿真,结果表明在属性动态更新情况下能有效划分对象,模型是可行的和有效的.

一种不完全信息下的多属性决策方法及其军事应用

针对属性权重和属性值完全未知情况下的多属性决策问题,提出一种不完全信息下多属性决策方法,通过设立属性排序值并引入直觉模糊集来表示虚拟属性值及对虚拟属性值的认可度,在此基础上采用线性规划方法求解得到属性权重,方法意义明确,符合实际决策思维过程,可广泛应用作战方案的评估。

一种改进的BP神经网络属性选择方法

提出一种改进的神经网络属性选择方法。该方法用敏感度分析法对初始属性集中的属性进行排序,剔除次要属性实现降维,用BP神经网络进行属性选择以找到最小属性集。仿真结果表明该方法效果良好。

评估属性层知识和实例层知识融合效果的有效指标

并不是所有的先验知识都能提高聚类质量,因此,评估先验知识的质量对半监督聚类极其重要。在现有的可有效评估成对约束形式的实例层知识的指标——信息量和一致性基础上,提出了可有效评估属性排序形式的属性层知识的指标,即信息量和有效性。并证实了提出指标的有效性和潜力。

粗集中规则提取的一种增量式算法

本文对数据成时间序列的动态决策表 ,用增量式算法提取决策表的规则模型。增量式算法的关键点是在分类正确率和相容度下对属性集进行优级排序 ,算法的特点是随着数据的增加逐次推导规则。随着计算轮次的增加 ,比较运算的次数按多项式增加。由于大型静态数据库可转化为动态数据库 ,所以 。

基于决策树模型的医院网络流量监测方法研究

传统方法在监测医院网络流量时存在监测精度低、监测时间长和监测漏报率高等问题,提出基于决策树模型的医院网络流量监测方法。采集医院网络流量数据;采用多尺度分析方法提取网络流量特征,增强网络流量在分类过程中抗干扰能力;利用决策树模型对医院网络流量进行分类,并引入滑动窗口技术对分类效果进行提升,通过改进VFDT算法在决策树节点中生成新的替代子树,同时维护决策树的连续性,从中建立二叉排序属性树,使新样本在插入时只需更新一个节点,减少决策树分类网络流量时间,完成医院网络流量监测。通过对医院网络流量监测精度、监测时间和监测漏报率的测试,验证该方法有效性。

企业人力资源规划模型库的构建及应用

人力资源规划是人力资源管理的首要工作,是一项具有前瞻性的工作,规划的可靠性、合理性直接关系到整个人力资源管理工作的成败。将规划的需求预测、供给预测、供求平衡调节作为一个整体来研究,根据企业人力资源规划的流程确定了人力资源规划模型库的构建流程,并根据构建流程,以现有的人力资源需求预测和供给预测模型研究为基础,附加基于离差最大化多属性决策排序法的人力资源供求平衡决策模型构建了企业人力资源规划模型库并进行了应用。

一种有效检测汉语相似重复记录的方法

从排序属性的选择、匹配方法、相似度计算、检测和处理相似重复记录以及实验结果几个方面,阐述了一种有效检测汉语相似重复记录的方法。

面向医疗数据的AUR-Tree差分隐私数据发布算法

随着医学技术的进步和大数据时代的到来,在数据发布时如何对患者就诊记录中的敏感信息进行隐私保护成为当前的研究热点。针对医疗大数据在发布过程中隐私保护问题,提出了基于属性效用值排序法AUR-Tree(attribute utility value ranking-tree)差分隐私数据发布算法。该算法用属性效用值排序法衡量准标识属性对敏感属性的影响程度,以此作为迭代分割的度量依据,采用基于泛化的自顶向下迭代分割分类树技术,通过类等差法合理地分配隐私预算从而实现在医疗数据发布过程中的隐私保护。实验结果表明:该算法在极大地提高了数据的安全性、有效性和可用性的前提下,还保留了后续数据挖掘的价值。

基于风险感知的关键虚拟网络功能动态迁移方法

针对传统动态迁移方法在应对侧信道攻击问题时存在迁移节点多、迁移频率高、迁移后服务功能链路径过长的问题,提出了一种基于风险感知的关键虚拟网络功能动态迁移方法。所提方法仅对含隐私信息的关键虚拟网络功能进行迁移,以减少迁移节点数量;结合侧信道攻击检测系统,对遭受攻击的关键虚拟网络功能执行触发式迁移,同时依据侧信道信息泄露模型对关键虚拟网络功能进行定期式迁移;采用基于逼近理想解排序的多属性节点排序方法选择迁移目的服务器,以避免迁移后路径过长。实验结果表明,所提方法在达到相同的侧信道攻击防御性能的情况下,具有更低的节点迁移数量与迁移频率,同时有效避免了迁移后服务功能链路径过长问题。

基于AHM-Topsis法的骨科围手术期蔗糖铁注射液合理性评价

目的建立骨科围手术期蔗糖铁注射液合理应用评价标准,为临床合理应用提供参考。方法以蔗糖铁注射液药品说明书为基础,参考相关指南及书籍制定其在骨科围手术期合理应用的评价标准。采用AHM-Topsis法对咸阳市第一人民医院2020-2021年骨科围手术期使用蔗糖铁注射液的261份病历进行合理性评价。结果261例患者中相对接近程度(C_(i))等于1的患者50例(19.16%),60%≤C_(i)<100%的患者186例(71.26%),C_(i)<60%的患者25例(9.58%)。存在问题包括:与重组人促红细胞生成素的联用不规范、给药频次不适宜以及补铁总剂量不合理等。结论采用AHM-Topsis法对骨科围手术期蔗糖铁注射液合理性进行多个指标的评价,评价结果更客观、全面。我院骨科围手术期患者蔗糖铁注射液使用情况总体合理,但仍存在部分问题,应加强合理用药知识相关培训,促进临床合理用药。

人机共驾智能车驾驶模式决策属性析取研究

为了深入分析驾驶模式决策影响因子,通过实车试验采集了人-车-路多源特征信息。用驾驶人主观经验将驾驶模式划分为人工驾驶、警示辅助、自动驾驶3种状态,并利用采集的驾驶人血流量脉冲(BVP)和皮肤电导(SC)值进行K均值聚类,将驾驶人当前合适的驾驶模式自动聚类为3级。通过融合驾驶人自汇报结果和聚类结果对驾驶模式进行准确标定。采用以信息增益为依据的Ranker算法对多特征进行排序,并在此基础上,根据多分类器分级结果确定最优特征属性集合。研究结果表明:当选取车速、车头时距、车道中心距离、前轮转角标准差、驾驶经验5个指标为特征子集时,支持向量机、朴素贝叶斯及K近邻这3种分类器的识别准确率都超过90%;除警示辅助模式与自动驾驶模式下的车速值和车道中心距之外,其余所有不同模式决策属性值均呈显著性差异;研究结果可为人机共驾智能车驾驶模式决策提供依据。

一种基于最优可能满意度的群AHP判断矩阵集结方法

针对层次分析法(AHP)判断矩阵群决策问题,提出一种新方法:定义可能度和满意度指标,分别衡量属性排序约束下合成矩阵的一致性程度和合成矩阵与群组判断矩阵的差异程度;利用模糊互补判断矩阵的线性和连续性,计算与群组判断矩阵差异最小的最优可能度矩阵和无约束的最优满意度矩阵;采用两个最优矩阵上三角元素的几何平均,获取满足最优可能满意度的群决策合成矩阵.最后通过算例表明了所提出方法的有效性和实用性.