基于一致性图的权重自适应多视角谱聚类算法

随着移动设备和互联网的普及,多视角数据的采集和分享变得更加容易,其可以从多个视角更准确地描述数据。目前,一些多视角聚类算法忽略了不同视角间的一致性潜在知识和不同视角的重要性。针对该问题,提出一种平衡视角间一致性信息的多视角聚类算法。首先通过调节视角权重学习视角间一致的共享相似度矩阵,提升共享矩阵的一致性,其中相关性强的视角具有的一致性信息更多,视角权重越大,在一致性学习中发挥的作用越大,而差异性大的视角其权重越小,在学习中发挥的作用越小。其次学习视角间的一致性样本嵌入以及不同视角的特征嵌入,并将特征嵌入中包含的多样性特征信息迁移到样本嵌入中,以此促进样本嵌入的一致性表达。在不同视角特征中包含多样性信息,可补充上述共享相似度矩阵学习中单一样本关系的不足。因此,采用二部图协同聚类,通过建立样本数据、样本嵌入和特征嵌入的关系图,学习样本的特征嵌入,并将其迁移到样本嵌入中。最后将图学习、谱聚类和特征嵌入学习整合到统一的框架中进行联合优化,得到最优的样本嵌入。实验结果表明,通过对样本嵌入进行K-means聚类,将该算法运行于5个真实数据集并与7种聚类算法对比,其中在3-Sources、Yale、MRSCV1数据集上的正确率均高于对比算法5%以上,验证了该算法的有效性。

基于随机多权重TOPSIS法的目标威胁评估

在目标威胁评估问题中,为了解决目标各项特征权重选取可能存在主观决策误差的问题,提出了一种基于随机多权重TOPSIS法的空中目标威胁评估方法。基于层次分析法确定了各项特征之间的权重,对难以定量衡量的目标特性进行了特征提取,并基于随机多权重TOPSIS法将空中目标的威胁度进行了评估。仿真实例表明:随机多权重TOPSIS法威胁评估与AHP、TOPSIS方法排序一致,但给出了各目标威胁度的不确定范围,实验中不确定范围值最低为0.08%,最高为3.78%。战场指挥人员可以通过本文中提出的威胁度不确定性范围得到更多参考信息。

基于组合权重的文一路地下空间开发适宜性评价

对地下空间开发适宜性进行科学、合理的评价,是避免地下空间资源浪费,保证其健康可持续发展的前提。基于地形地貌、工程地质、水文地质、不良地质作用和建设现状构建地下空间开发适宜性评价指标体系,通过数值模拟确定盾构隧道施工的影响范围,完成建设现状评价指标分级量化;分别采用层次分析法和熵权法计算评价指标主观和客观权重,通过博弈论确定组合权重。在此基础上,利用综合指数法对杭州市文一路地下空间开发适宜性进行评价。通过评价结果对比分析和学院路地下工程实例,验证了评价模型的可靠性,为地下空间开发规划提供指导和借鉴。

基于相对熵权重组合的多阶段贮存数据融合评估方法

目的针对目前仅使用加速贮存数据获取产品性能参数退化信息导致贮存寿命评估可信度低的问题,融合自然贮存数据和加速贮存数据2阶段的数据结果。方法采用基于最小二乘和相对熵的方法,确定不同阶段数据的权重比例,最后形成融合2阶段数据的评估方法,并在扭杆和控制放大器2个产品上进行自然贮存数据与加速贮存数据的融合分析。结果实现了2个产品贮存寿命的高置信度评估,扭杆自然贮存数据和加速贮存数据的权重比例分别为0.263和0.737,控制放大器自然贮存数据和加速贮存数据的权重比例分别为0.776和0.224。结论融合评价的方法能够结合2部分数据的退化特点,给出一个更有信服力的评价结果。

价值医疗驱动的DRG/DIP权重支付值加成系数研究

我国大多数省份实行的是医保基金地区统筹,域外就医病人的医疗费用按就诊医院所在地区的疾病诊断相关分组(Diagnosis Related Groups,DRG)或者区域点数法总额预算和按病种分值付费(Diagnosis-Intervention Packet,DIP)权重支付值计算,相同权重值病组的结算费用往往是域外大于域内。为了避免大型三甲医院对医疗欠发达地区的医疗资源虹吸,文章按照价值医疗和医疗成本的评价规则,提出对这些地区的特殊病种、专科医院应支付系数加成,并对加成系数的构成从服务可及性、医疗服务能力提升、患者满意度提升、健康结果、流程管理及实际成本消耗6个方面进行研究,希望促进我国整体医疗服务水平提高。

基于权重距离的优势边界小类样本合成算法

提出基于权重距离的优势边界小类样本合成算法(ABWD)来克服数据类别不平衡的问题.ABWD算法具有如下特点:1)定义权重距离,并基于该距离选取样本近邻;2)根据样本近邻确定该样本是否为小类的边界样本;3)对每个小类的边界样本确定其合成位置与合成数量,使该小类样本合成后近邻中小类个数不少于大类的个数,确保该小类样本具有优势边界.实验结果表明,与其他典型过抽样算法相比,算法较大提高了小类的分类性能,在G-mean、F-measure及查全率三种度量上均取得很好的实验结果.

基于多异构属性和不完全权重信息的案例检索方法

针对多异构属性和不完全权重信息的案例检索问题,提出了一种基于后悔理论的案例检索方法。通过定义基于属性相似度和后悔理论(RT)的感知效用函数,并基于线性规划技术的多维偏好分析(LINMAP),构建了确定属性权重的数学规划模型。在此基础上,计算感知效用,并确定一组类似的历史案例,计算相似历史案例的综合效用,得到相似历史案例的排序,从而获得最适合的历史案例。最后,以瓦斯爆炸案例验证该方法的可行性与有效性。结果表明:该方法可以在计算案例相似性和综合效用时提供更客观、准确的结果。

基于组合权重的渔船安全灰色综合评价模型研究

海洋渔业是国际公认的最危险行业之一,为了解中国渔船安全情况,依据国内外关于渔船安全指标的研究和中国渔业互保协会相关统计研究报告,选择千船全损数、千船部损数、万人死亡数、万人伤残数和万人受伤数5个指标构成渔船安全评价指标体系,运用层次分析法(AHP)与CRITIC权重法确认各评价指标的主客观权重,最后通过博弈论将主客观权重结合,以灰色关联度为基础建立了渔船安全灰色综合评价模型。为验证该模型的科学性与合理性,以中国渔业互保协会承保渔船、渔民事故数据为样本进行了评价研究。评价结果与该协会统计数据反映的渔船、渔民安全状况基本一致,并且与该协会专家对承保渔船安全走势总体判断也基本一致,表明模型可以应用于渔船安全评价实践。[中国渔业质量与标准,2024,14(2):43-50]

基于知识关系与试题价值权重的认知诊断模型

现有认知诊断方法忽略了试题中知识点之间存在的显性、隐性相关性以及试题的价值权重,为解决上述问题,文章提出了一种基于神经网络的诊断模型(QENCD)。该模型首先利用Jaccard算法探索知识点间的相似性,发现试题中的显性知识点,并根据特征向量中心性算法求其权重;其次,利用显性知识点信息作为先验信息来推断试题中的隐性知识点;然后,引入学生潜能因素和试题价值权重因素,重新构建交互函数;最后,结合猜测因素预测学生是否能正确回答试题,了解学生实际水平。在4个真实数据集(ASSIST0910、MathEC、Junyi和Math1)上,将QENCD模型与3个统计认知诊断模型(IRT、MIRT、DINA)、3个神经网络认知诊断模型(NCD、CDGK、ICD)进行对比实验;同时,为了验证每个组件的有效性,进行了消融试验,通过移除模型的不同部分(如知识矩阵、试题价值权重等)来评估各部分对模型性能的影响。此外,进行了基于一致性程度指标(DOA)的可解释性实验,以衡量模型的解释能力。对比实验结果表明在4个真实数据集上,与目前最佳的基线模型(ICD)相比,QENCD模型的ACC、AUC平均提高了0.84%、1.12%,RMSE降低了0.38%。消融实验结果显示:模型的不同部分对模型的准确性和解释性都有重要贡献。由4个模型(DINA、NCDM、CDGK和QENCD)在4个真实数据集上的DOA值可知:QENCD模型能够更准确地识别和解释学生的知识状态。

基于组合权重的混凝土梁火灾后的安全评估

对火灾后建(构)筑物进行安全风险评估提供系统的评价体系,可为后期加固方案的制定提供参考依据。文章从混凝土梁的材料参数、作用参数和几何参数等方面选取混凝土强度、混凝土表面颜色、最高温度、受火时间、混凝土裂缝和混凝土脱落6个评价指标,基于组合权重及模糊理论建立了火灾后混凝土梁安全风险评价模型,应用于火灾后某厂房的安全风险评价,并对比分析了规范评价结果。结果表明:运用所建模型评定的损伤等级与规范评定的损伤等级吻合度较高,验证了所建立评价体系的准确性和合理性。

基于气候资源禀赋的TMY权重因子调整方法研究

提出一种基于气候资源禀赋的典型气象年(TMY)权重因子调整方法。在参数间相关分析的基础上,遴选干球温度、相对湿度、日照时数与气温日较差作为分区指标,采用K-均值聚类算法对中国地域气候进行分区,依据台站所处地域的太阳能、风能等资源动态调整TMY权重因子。结果显示,调整后的权重因子构建的TMY更加精准,更能体现地域的气候特征。

基于最优组合权重的GRA-TOPSIS地下采场爆破方案优选模型

从经济技术、人员设备安全及爆破质量参数等3个方面综合考虑,选取15项二级指标作为影响采场爆破效果的评判标准,将AHP法与熵权法相结合进行赋权以确定最优权重,并将优劣解距离法(TOPSIS)与灰色关联法(GRA)相结合,构建GRA-TOPSIS综合评价模型。以某铜矿为例,初选5种爆破方案,根据评价指标对各爆破方案进行定量分析,得出其综合优越度,进而确定最优爆破方案。研究结果表明,5种爆破方案综合优越度分别为58.5%、62.0%、35.0%、68.7%、32.8%,即最优爆破方案为倾斜掏槽、80°倾斜崩矿。经矿山实践验证,评价结果与实际爆破效果吻合,表明将该模型用于采场爆破方案优选是可行的。

融合动态权重系数与Levy飞行的黏菌优化算法

为了克服黏菌算法在后期收敛速度缓慢、容易陷入局部极值的缺点,提出一种融合动态权重系数与Levy飞行的黏菌优化算法.首先利用Bernoulli混沌映射对黏菌种群进行初始化,可大幅度提高种群多样性;提出动态权重系数策略,即在位置更新公式中引入一个非线性变化的权重系数ω,动态调整搜索步长,均衡算法的全局搜索能力;借助Levy飞行策略,增强算法后期局部探索能力,加快收敛速度.文中选用10个通用测试函数对改进黏菌算法与其他五种算法进行比较,实验结果显示,改进后的黏菌算法在单峰函数和多峰函数上的寻优效率更高,寻优效果理想,全局搜索和局部开发能力更平衡.

内蒙古科技创新评价指标权重集结方法与实证

基于现有区域科技创新评价研究存在对评价方法的依赖性较大问题,文章构建了基于一致性检验的权重集结模型,测算了在G1-离差最大化法、灰色关联-德尔菲法、群组AHP-熵权法、时间权嵌入TOPSIS法和群组G2-粗糙集变异组合法5种科技创新动态评价方法下的指标集结权重。首先,利用肯德尔协和系数对初始5个科技创新动态评价方法集合的权重进行了一致性检验;其次,利用各动态评价方法的权重相容度逐步建立了满足权重一致性的最终动态评价方法集合;再次,结合最终评价方法集合的权威度计算出了科技创新评价指标的集结权重;最后,将科技创新评价指标的集结权重与修正Topsis时间赋权模型测算出的时间权重相结合,测算出了各盟市动态评价得分,并进行了科技创新发展水平等级划分。

基于主客观组合权重的编队对海作战案例检索方法研究

针对舰艇编队对海作战案例检索存在属性权重确定困难的问题,提出依据改进的群组AHP法确定主观权重,改进的熵权法确定客观权重,再通过乘积组合模型确定主客观相结合的组合权重的方法,用于编队对海作战案例检索。仿真实验验证了该方法能提高案例检索精度。

模糊决策:一个分析体育评价权重问题的新视角

在评价活动中,属性权重的确定是决定评价结果是否科学、合理的关键。层次分析法是目前体育学科主流的权重确定方法。此方法存在个别专家意见偏差较大导致结果失真、两两比较方法判断矩阵不一致但难以调整,以及通过算术平均计算综合权重导致结果离散等不足。

基于课程学习权重集成的贝叶斯结构学习算法研究

从大量复杂的数据中学习贝叶斯网络(Bayesian network,BN)一直是一个难点问题,本文借鉴课程学习的思想,引入了一种适合于BN中节点之间互相影响程度的测量,然后划分课程阶段,分阶段构造无向图骨架,并利用优化函数对骨架进行优化;通过集成策略,将各个集成学习结果所得到的课程权重进行集合,并通过边过滤来减少错误边的出现;最后,通过爬山搜索构建BN结构。实验结果表明,在4个标准数据集上,本文所提方法具有较高的精确度和稳定性。与多种传统贝叶斯结构学习(Bayesian network structure learning,BNSL)方法相比,本文所提方法性能平均提高了37.18%。本文分析结果可为BNSL的增量学习过程进一步提供参考。

基于时间权重因子的双向个性化推荐仿真

双向个性化推荐需要获取到用户和物品之间的交互行为数据,由于在推荐时,通常只考虑用户的兴趣偏好,忽视了用户兴趣会随时间而变化的情况。为了提高用户满意度,令需求和供给准确匹配转化为网站价值,提出了基于时间权重因子的双向个性化推荐算法。关联用户与邻近用户的关系,分析其商品偏好,计算出用户间的购买相似性,获得相似的推荐用户集合。按照余弦相似度确定用户群的商品偏好权重,计算购买差别,获得用户的偏爱标准化权重。将逻辑斯谛函数引入到皮尔逊相关相似度,判断用户间的相似度,推荐用户偏好的类似商品信息,实现双向个性化推荐。实验结果证明,所提算法能够准确得知用户兴趣的变化,且推荐平均绝对误差小。

基于ARMA和GRU的数据权重负载预测

文章将小波分解与自回归滑动平均模型(ARMA)和门控循环单元(GRU)结合起来,用于预测接下来几个时间间隔内的用户负载。为了降低数据中随机因素对模型的影响,对数据进行了加权处理。该方法首先通过Savitzky-Golay滤波对时间序列进行平滑处理,然后利用小波分解将平滑后的时间序列分解为2个分量。

权重赋值法在多指标综合评价中的研究进展及其在中药质量评价中的应用展望

权重赋值法是一种常用的决策分析方法,研究者通过对不同因素或多个评价指标的权重进行赋值,从而得出最终的决策或评价结果。目前,国内外对权重赋值法在多因素、多指标综合评价中的应用进行了多方面的研究,并取得了一系列进展。综述近年来国内外权重赋值法在各行业的研究进展,介绍常见权重赋值法的概念、原理、权重赋值过程及其应用,同时分析比较了各种方法的优缺点,最后对权重赋值法在中药多指标质量综合评价中的应用进行展望。其中组合赋权法更符合中药多指标的综合评价体系,适合用于构建中药质量评价模型。