一种基于最大化Rayleigh熵的稳健干扰对齐算法

干扰对齐在消除干扰方面具有独到的优势,但需要完美的信道状态信息(CSI),这在实际中很难实现。该文分析了传统稳健干扰对齐方案的优缺点,在此基础上,提出一种最大化Rayleigh熵的稳健干扰对齐算法,并对收敛性,自由度和频谱效率等进行了分析。不同于MAX-SINR算法,该文通过最大化信号的Rayleigh熵,求得干扰抑制矩阵。在正向通信中,考虑到数据流之间的相关性取干扰抑制矩阵为原始干扰抑制矩阵的酉矩阵形式,并采用注水功率分配实现用户数据流间的最佳功率分配;基于信道的互惠性,在反向通信时,做类似的处理。通过迭代计算,逐渐将干扰压缩。最后,在完美CSI和误差CSI时,仿真表明该算法显著地提高了系统的性能。

四向加权香农熵最大化导向的自动阈值分割方法

灰度图像的灰度直方图可以呈现出无峰、单峰、双峰或多峰的形态特征,但传统熵阈值分割方法大多仅适合处理具有单峰或双峰形态特征的灰度图像。为了提高熵阈值分割方法的分割精度和分割适应性,提出一种四向加权香农熵最大化导向的自动阈值分割方法 FWSE(Four-directional Weighted Shannon Entropy)。首先用新设计的方向性Prewitt卷积核在4个方向进行多尺度乘积变换(MPT),以获得一系列方向性MPT图像;再基于三次样条插值函数和曲率最大化准则自动计算出每个方向的最优MPT图像;其次在每个方向上通过内外轮廓图像对最优MPT图像的像素进行重新取样,以获取重构的灰度直方图,并在此基础上计算相应的香农熵;最后以4个方向的加权香农熵最大化为准则选取最佳分割阈值。与新近的3种阈值分割方法以及2种非阈值分割方法在4幅合成图像和100幅真实世界图像上进行实验,结果显示:在合成图像上,FWSE方法的平均马修斯相关系数(MCC)达到了0.999;在真实世界图像上,FWSE方法与其他5个分割方法的平均MCC分别是0.974、0.927、0.668、0.595、0.550和0.525。这表明FWSE方法具有更高的分割精度和更灵活的分割适应性。

基于社区与结构熵的异质网络影响力最大化

影响力最大化的目的是在网络中发现能够触发最大数量的剩余节点参与到信息传播过程的一小群节点.目前异质信息网络中影响力最大化的研究通常从网络中抽取同质子图、或基于节点局部结构的元路径进行节点影响力的评估,没有考虑节点的全局特征和网络中高影响力节点间的集群现象给种子集合最终扩散范围造成的影响损失.文中提出了一种基于社区与结构熵的异质信息网络影响力最大化算法,该算法能够有效地从局部和全局两个方面度量节点的影响.首先,通过构建元结构保留节点在网络中的局部结构信息和异质信息度量节点的局部影响;其次,利用节点所属社区在整个网络中的权重占比对节点的全局影响进行度量;最后,综合求出节点的最终影响并选出种子集合.在真实数据集上进行的大量实验结果表明所提算法有较好的有效性和效率.

纹理特征向量与最大化熵法相结合的SAR影像非监督变化检测

合成孔径雷达(SAR)影像具有明显的斑点噪声,在变化检测中,一般需要考虑空间邻域信息。本文结合SAR影像丰富的纹理信息,提出一种考虑空间邻域信息的高分辨率SAR影像非监督变化检测方法,用基于灰度共生矩阵(GLCM)的32维纹理特征向量构造差异影像。通过最大化熵法自动选取阈值,对精度指标随窗口大小的变化进行回归分析,得到适合于变化检测的窗口为11×11。试验表明,本文方法优于马尔科夫随机场法,可以减小斑点噪声的影响,有效提高高分辨率SAR影像变化检测的精度。

基于熵权与离差最大化的多属性群决策方法

对多属性决策用离差最大化方法,对决策者权重用熵权法确定,并用该方法对建设项目风险进行评价。

设计方案优选中的离差最大化及熵值法

文章分析了目前利用价值工程原理进行设计方案优选的不足,根据设计方案评价时的多指标性特点,利用待选择的设计方案之间的综合评价值离差最大化原则和最大熵值法原理,合理确定指标间的权重系数,减少设计方案优选过程中的主观随意性。

基于熵权—离差最大化法的小水电投资风险评价

针对小水电项目投资风险较大且种类繁多特点,建立了结合系统与非系统因素的投资风险指标体系,在此基础上构建了基于熵权—离差最大化法的投资风险评价模型,应用熵权法与离差法客观确定投资风险评价指标的组合权重,并以不同地区的小水电项目为样本进行全面的评价与分析,最终确定了影响作用最大的5个风险指标以及各方案的投资优劣情况。模拟结果表明,该模型不仅可有效控制小水电投资风险,也为小水电项目投资风险评价方法提供了新的思路。

基于熵最大化和亮度保持的局部直方图均衡

直方图均衡是一种常用的进行对比度增强的方法,但是,传统的直方图均衡(HE)的输出和输入图像的均值亮度没有联系,而亮度保持在很多消费类电子产品中是需要的。本文提出了基于熵最大化和亮度保持的部分重叠的局部直方图均衡方法(局部BPHEME)。实验结果表明,本方法不仅保持了图像亮度,而且,改善了图像的熵,增强了图像的细节。

基于熵权TOPSIS的社会网络影响力最大化研究

在影响力最大化问题中,针对启发式方法精度不足和贪婪方法时间过载的问题,提出一种基于多属性决策方法的影响力最大化算法。首先,从社会网络节点的影响传播、节点之间的影响重叠和节点的信任度角度选取节点的重要性评价指标。然后,建立基于熵权TOPSIS的社会网络节点重要性评价模型,通过模型选择影响范围最广、与当前种子集的重叠最小且信任度最高的节点。最后,构建算法,并通过实验验证算法的性能。实验结果表明,与传统影响力最大化算法相比,所提算法在传播范围与时间效率上取得了较好的折中。

基于熵最大化的富营养化二级模糊评价模型——以长江口及邻近海域富营养化评价为例

为进一步丰富符合中国国情的多参数水质富营养化综合评价方法体系,本文在确立富营养化评价指标体系的基础上,通过对不同富营养化模糊判别方法的比较,从富营养化症状和近海生态系统的响应角度出发,确定并建立了"致害因素-效应"框架下的基于熵最大化原理的二级模糊评判方法。不同评价方法对中国典型河口——长江口及邻近海域富营养化程度的评价结果显示,基于熵最大化原理的二级模糊评价模型所得结果最符合以逼近理想解排序所得的合理营养等级,并且在对各种方法所得评价结果进行理想解的接近度以及广义距离排序时,基于熵最大化的二级评价模型均排在较前的位置,可知该模型的评价结果最接近研究海域水环境系统各指标的实际情况,具有一定的可行性。

基于级差最大化AHP-熵权法的日前市场运营状态评估

随着我国电力市场化改革进程的稳步推进,亟需建立市场运营状态评估体系以评估市场运营状态、判断市场发展趋势以及发现市场潜在问题。对此,聚焦日前市场,首先建立包含市场性、安全性、可持续性三个方面的日前市场运营状态指标体系,并给出各指标的量化计算公式;其次在经典的AHP(层次分析法)-熵权法的基础上,引入级差最大化的权重组合方法实现指标赋权;然后给出日前市场运营状态评估流程,分两步分别求解一级指标和日前市场运营状态综合评估结果;最后将所提评估方法应用于某省日前市场,所得评估结果能有效反映市场运营状态、发展趋势及潜在问题,表明该评估方法具有很强的实用性和先进性。

联合噪声驱动下耦合记忆阻尼Rayleigh振子族的节律模式过渡分析

提出引致联合噪声驱动下耦合记忆阻尼Rayleigh振子族的单节律性(monorhythmicity)、双节律性(birhythmicity)及三节律性(trirhythmicity)振态模式过渡的参数设计方案.应用多尺度扩展、随机平均等方法分析耦合记忆阻尼的随机Rayleigh振子族(8阶、6阶及4阶变体)的振荡响应,利用振幅、联合相态及其投影与截面概率密度以及最可能振幅及其反解的参数关系等多元化方式定性评价并定量测算振子族的过渡行为,初步辨识Rayleigh阻尼变体系数、记忆阻尼重要参数引致节律模式过渡行为的数量关系.注意到8阶Rayleigh阻尼振子振态出现三节律性模式,获得优化的记忆阻尼模型的振态反馈因子、广义弹性模量与Rayleigh阻尼变体系数及随机载荷参数联合有效控制不稳定振态的样本方案.同步采用Runge-Kutta数值技术展示该随机Rayleigh振子族的相态时空演化序列,可观察到间歇现象,进一步揭示吸引子变化规律.模拟振态概率密度以说明解析方法的可靠性,并得到联合噪声对振子的影响机制.基于振态概率密度集成Shannon熵,分别关于Rayleigh变体系数、记忆阻尼重要参数、随机载荷参数测算Shannon熵、熵变化率及熵-熵变化率联合指标,发现这些熵指标(尤其熵变化率及关联指标)值发生显著变化时可以指示振子族过渡行为的临界态,同时不再局限于单点估测而提供引致节律模式过渡的参数的参考设计范围.文章的探索方法及路径为相关工程交叉应用场景的振动控制及所需的振态模式设计发展了新的改进思路.

异质社会网中基于信息熵的影响最大化算法

提出了异质社会网中基于信息熵的影响最大化算法(Influence Maximization algorithm based on Information Entropy in Heterogeneous social networks,IMIEH).首先,考虑不同类型节点所携带信息不同以及不同节点所传递信息不同,提出参与熵和交互熵的概念,进而计算节点间的影响权重;然后,基于线性阈值模型,计算节点的全局影响;最后,根据节点的边际增益选择种子集.实验结果表明,与MPIE,SimPath和DAGIM算法相比,提出算法选择的种子集具有更大的影响范围.

基于新交叉熵的灰关联双向投影多属性决策方法

文章针对属性权重完全未知的犹豫模糊多属性决策问题,提出一种基于新交叉熵的灰关联双向投影多属性决策方法。首先,结合基本不等式概念提出犹豫模糊数中新的交叉熵公式,并证明其满足熵的基本性质。其次,以新的交叉熵公式为距离公式,应用离差最大化方法求得属性权重。再次,将灰关联双向投影法拓展到一般犹豫模糊环境下,提出了基于新交叉熵的灰关联双向投影多属性决策方法。最后,通过一个算例验证了所提方法的可行性和有效性。该方法为解决犹豫模糊信息中属性权重完全未知的决策问题提供了新的方法和思路,且具有较高的区分度和灵敏度,提高了决策可信度。

基于互信息最大化的特征选择算法及应用

该文以互信息最大化原则为指导,经过推导和分析后提出了一种基于信息论模型的新的特征选择算法,称之为基于互信息最大化的特征选择算法(MaxMI)。基本思想就是特征选择后,应当尽可能多地保留关于类别的信息。该算法与传统的信息增益、互信息和交叉熵在表达形式上具有一定的相似性,但是并不完全相同。从实验上验证了基于互信息最大化的特征选择算法优于其它三种算法。

退火期望最大化算法A-EM

使用EM算法训练随机多层前馈网具有低开销、易于实现和全局收敛的特点,在EM算法的基础上提出了一种训练随机多层前馈网络的新方法AEM.AEM算法利用热力学系统的最大熵原理计算网络中隐变量的条件概率,借鉴退火过程,引入温度参数,减小了初始参数值对最终结果的影响.该算法既保持了原EM算法的优点,又有利于训练结果收敛到全局极小.从数学角度证明了该算法的收敛性,同时,实验也证明了该算法的正确性和有效性.

基于离差最大化的直觉模糊多属性决策方法

针对传统的直觉模糊多属性决策方法中采用直觉模糊熵赋权法的不足,提出了直觉模糊条件下离差最大化赋权方法,构造了直觉模糊数距离公式并对该公式正确性进行了证明,给出了采用了新的赋权方法的多属性决策方法的具体步骤。并以实例验证了新的决策方法的合理有效性。分析结果表明:基于离差最大化的直觉模糊多属性决策方法与传统的基于熵权的直觉模糊多属性决策方法相比,不但考虑了指标值自身的信息,同时考虑了不同方案指标值间的差异,决策结果更加可靠。

熵损失函数下逆Rayleigh分布形状参数的估计

在熵损失函数下,得到了逆R ayleigh分布形状参数的Bayes估计和经验Bayes估计,并讨论了一类逆线性形式估计(cT+d)-1的可容许性和不可容许性.

基于企业价值最大化的企业业绩综合评价

文章建立了以企业价值最大化为导向的企业业绩评价指标体系,构建静态评价和动态评价相结合的综合评价模型,以熵值法为静态评价指标进行赋权,以等差数列对动态评价的时间维度进行赋权,来综合评价企业业绩,并对我国家电行业上市公司进行实证研究。

基于离差最大化组合赋权的煤矿安全评价研究

针对组合赋权中权重分配不够客观准确的问题,提出基于离差最大化组合赋权的煤矿安全评价法。综合分析煤矿安全生产的风险原因,建立包含12个一级指标、50个二级指标的评价体系。采用熵权法与变异系数法计算各指标的客观权重,通过构建的离差最大化组合预警评价模型使两种赋权法的组合结果最佳,利用Spearman秩相关系数法检验其兼容度。以6所矿井为例进行实例验证,得到的风险等级量化值为{0.65,0.62,0.60,0.32,0.63,0.55},兼容度为0.8632。结果表明该模型充分融合了指标的权重信息,避免了主观分配法和平均分配法忽略指标数据实际意义的错误,验证了模型的可靠性与有效性。