基于权重约束决策的图像增强算法

为解决当前基于直方图均衡化的图像增强算法易改变初始图像的亮度均值,使其输出图像存在冲蚀效应与棋盘效应的不足,提出了权重约束决策耦合内聚Ostu阈值分割的图像增强算法。首先,建立最优内聚Ostu阈值模型,将输入图像分割为2个子图像,形成目标的低灰度位与背景的高灰度位;再建立低灰度位与高灰度位的直方图均衡化模型;随后,对均衡化子图像赋予融合权重因子,输出增强图像;并引入界限视觉偏差与对比度,建立混沌粒子群算法的目标函数,对权重约束决策的控制参数完成优化。实验结果显示：与全局直方图均衡化、局部直方图均衡化算法相比,所提算法的增强视觉舒适度最好,更好地保持了图像亮度,其输出图像的清晰度值最大。

基于SVM求解不均衡数据集分类的主观权重约束方法

支持向量机(SVM)的二类分问题中针对不平衡数据集可以通过减少样本信息的不对称性和改进算法来解决。本文针对中小企业中有财务风险与无财务风险样本的不平衡性问题,使用一种带有主观权重约束条件的支持向量机新模型对样本进行分类。实验表明新模型确实提高了财务风险企业即少类样本的识别性能,是一种类别不均衡学习(class imbalance learning)的新方法。

基于权重约束DEA和Tobit模型农业灌溉用水效率实证研究——以黑龙江省为例

农业灌溉用水效率是评价灌溉水利用情况的重要依据,灌溉水利用效率的提高是加强农业综合实力和保障国家粮食安全的重要举措,也是构建节水型社会的基本要求。选取2013-2015年黑龙江省13个地区的数据,基于权重约束DEA和Tobit模型对农业灌溉用水效率及其影响因素进行测算和分析。结果发现:(1)加入权重约束的DEA模型更符合黑龙江省农业灌溉用水的实际情况,该模型一方面降低了传统DEA模型中出现的大范围高效率问题,另一方面避免了输入要素权重值为0的问题;(2)黑龙江省农业灌溉用水效率与降水量、水库容量、粮食作物播种面积占总播种面积的比重、人均GDP呈负向效应,与气温、水库数量、除涝面积呈正向效应,对此引入水价、制度、技术措施来提高黑龙江省农业灌溉用水效率。

变异系数指标权重约束的DEA改进方法

文章引入变异系数的原理,对投入产出指标之间的相对权重加以限制。计算出来的权重能客观反映各指标之间的内在结构关系,不受主观因素影响,与实际情况更为贴近。改进的变异系数指标权重约束的DEA模型是传统DEA模型的有效补充,它使评价结果更加全面,与实际情况更为贴近。

基于双权重约束的判别字典学习算法

为了提高字典学习算法的分类性能,提出基于编码系数和原子的双权重约束判别字典学习算法(DWCDL)。利用编码系数矩阵的行向量(Profiles)构造原子权重约束项,促使相似的原子重构同类训练样本,并减少原子间的自相关性。利用训练样本的类标设计编码系数的权重,促使同类的训练样本有相似的编码系数。实验结果表明DWCDL算法比七个稀疏编码和字典学习算法取得更高的分类性能。

基于权重约束GM-PHD滤波的多目标跟踪方法

针对高斯混合概率假设密度(GM-PHD)滤波器未检查一对一假设以及难以跟踪跨越目标的问题,在其基础上提出一种约束权重的改进多目标跟踪方法。通过构建权重矩阵,从所有生成的目标中寻找权重最大的目标。根据权重关系,重新归一化除最大权重外所有行的目标,并使归一化和权重约束迭代进行。在GM-PHD滤波器的更新步骤中生成目标的相应权重,完成滤波操作。通过蒙特卡罗仿真对该方法进行评估,检测有杂波、不同目标速度和不同帧率情况下的滤波器性能,分别对穿越和密集的目标进行仿真。实验结果表明,与使用GM-PHD滤波器和基于序贯蒙特卡洛概率假设密度(SMC-PHD)滤波器的方法相比,该方法整体跟踪性能较优。

权重约束对组合性能的影响——基于均值-方差框架下的分析

本文研究具有权重约束的均值-方差模型问题。通过实证分析发现,对于风险厌恶投资者,权重约束的主要作用是可以控制部分高风险资产给组合带来的损失,但是对于风险投资者,权重约束还能对整个均值-方差模型的性能进行很好的改进。

模糊权重约束的DEA模型及其应用

基于Zadeh模糊优越集定义,应用模糊权重约束DEA模型对医院服务效率进行评价。通过最大化模糊隶属函数来确定投入与产出权重的上限和下限,以避免传统DEA模型中权重为0的缺陷。实例选取期末实有床位数和医护人员数为两个投入变量,总诊疗人次和总出院人次为两个产出变量,评价广州市15所医院的相对服务效率。评价结果对医院管理决策更具客观性和实用性。

基于权重定性约束的企业信息系统评价DEA新模型

企业信息化建设项目本身所具有的复杂性,导致其评估方法要比传统建设项目复杂得多。现有信息系统评价方法可以分为主观评价法和客观评价法两大类,其优缺点具有较强的互补性。此前学者们做的改进都是局限在各自的评价方法中。因此,在传统的DEA模型中引入经过定性分析的权重约束,构成具有主观评价意愿的DEA新模型,这样就综合了两大类评价方法的优点,在进行企业信息系统项目评价时,可以根据实际情况自行确定主观评价引入的多少,具有更大的弹性和实践可操作性。

面向可交互式智慧鱼群的权重动态约束的粒子群方法

针对粒子群算法在短程迭代的状况下搜索精度差、波动大、粒子状态考证不足的问题,提出了一种面向可交互式智慧鱼群的权重动态约束的粒子群算法。根据粒子状态将粒子群进行分离,对粒子群进行动态约束管理,并使用"系数收敛管理器"的概念保留了粒子间的差异化运动。设定估价函数,采用权重动态约束,完成粒子群的快速求解,并使之应用于智慧鱼群模拟。结果表明,在大规模虚拟生物集群移动中,权重动态约束效果最好;完成智慧鱼群运动时,明显优于普通粒子群算法,且速度明显加快。该方法已经很好的用在了自主开发的虚拟水族馆系统中,运行稳定可靠。

非负权重最优组合预测的计算方法研究

非负权重最优组合预测的计算方法研究曾勇，唐小我组合预测（ＣｏｍｂｉｎａｔｉｏｎＦｏｒｅｃａｓｔｉｎｇ）可以综合利用各单项预测方法提供的信息，是提高预测精度的有效途径。近年来，组合预测一直是国内外预测学界研究的重点课题之一。１９８９年，国际预测领域的权...

基于灰关联约束超效率DEA的重点实验室评估研究——以河北省省级重点实验室为例

目前国内外对重点实验室的评估主要采用专家评价等软评价方法,较少考虑科技投入和科技产出之间的关联关系。在对国内外重点实验室评估方法进行深入研究的基础上,利用灰色关联度分析指标内在的关联性,将其作为限制条件加入超效率DEA评价模型中,构建了基于灰色关联权重约束的超效率DEA评价模型,并应用于河北省省级重点实验室评估的实证分析。研究结果显示,此模型与传统的CCR模型和超效率DEA模型相比,既可以揭示科技投入和科技产出之间的内在联系,又可以保持DEA评价的客观性,与此同时,还可实现不同实验室评估结果的全排序,使得评估结果更加符合实际。

确定直购电交易分摊电力网络固定成本的新方法

与大用户直购电相关的如何确定其应该承担的电力网络固定成本这一个重要问题,仍未得到很好解决。在此背景下,对大用户直购电交易所需分摊的电力网络固定成本进行了系统分析,并考虑了交易的多方面属性。首先从用户侧、发电侧和电网环节3个方面构建了与直购电交易相关的电力网络固定成本分摊的指标体系;之后,在数据包络分析框架下建立了联盟博弈模型,并利用区间层次分析法在该模型中引入了反映决策者偏好的权重约束,进而获得了一种能够计及指标权重约束的电力网络固定成本分摊模型;最后,以IEEE14节点系统为例说明了所提方法的基本特征。算例结果表明,这种方法能够在满足决策者偏好的前提下保证分摊结果的公平合理。

我国上市银行金融创新绩效量化评价

美国次贷危机不断升级,引发席卷全球的金融危机,金融创新做为根源之一备受质疑。本文以我国14家上市银行为样本,运用变异系数权重约束的DEA改进方法,对我国银行业金融创新绩效进行量化评价。为有关部门把握目前我国金融创新的质量和效率,主动及时发现金融创新中的风险隐患,有前瞻性地制定金融稳定策略和风险化解措施提供科学参考。

基于改进遗传算法的继电保护定值优化的研究

如何获得一套满足用户期望的、保证整体性能最优的保护定值是当今继电保护整定计算中的研究热点之一。针对不同线路的定时限保护对于配合关系的重要性程度不同,以及保护延时段对于不同约束条件的侧重不同,提出了基于改进遗传算法的继电保护定值优化的算法。利用基于自适应的小生境遗传算法,采用约束区间配合点编码的方法对全电网相间距离保护的II段整定计算的优化进行了初步探索,并结合算例进行了算法的验证。

基于布雷格曼迭代的稀疏正则化图像复原方法

为了实现模糊噪声图像的清晰化复原，提出了一种基于布雷格曼迭代的稀疏正则化约束的图像复原算法。首先，运用差分算子，得到图像中各个方向上的梯度信息；然后，利用提取的梯度信息，得到图像边缘各个方向上的权重；并结合稀疏性原理，针对复原图像，提出了一种权重的稀疏性正则化约束；最后，运用了一种布雷格曼迭代（Bregman Iteration，BI）策略对提出的方法进行最优化求解。实验结果表明，较近几年的一些具有代表性的图像复原方法相比，不仅主观的视觉效果得到了较为明显的改进，而且客观的信噪比增量也增加了0．3～2．5dB。

改进的公共权重的区间DEA效率评价

提出了一种改进的公共权重的考虑非期望产出的区间数据包络模型(DEA)评价模型.通过Pearson相关性检验,VIF检验法和容忍度检验法对投入,期望产出和非期望产出指标进行约简,并计算出指标的客观权重,引入调和参数使客观权重满足DEA模型限制条件且存在最优解.该模型有效解决了传统DEA模型中可能发生的公共权重分配为零的情况发生,同时考虑了指标负面评价的情况,增加评价结果的区分度.对中国北方十个省份的矿业环境治理效率进行了实证分析,构建了矿山生态环境治理效率评价体系,与相关文献进行比较,表明该模型的有效性且可以有效降低计算复杂度,提高计算效率.

基于DEA-Tobit模型的农田水利工程灌溉用水效率研究

为了分析农田水利工程中灌溉用水效率的影响因素,提出基于DEA-Tobit模型的农田水利工程灌溉用水效率研究。采用某省980个农户的调查资料,建立DEA-Tobit模型,通过测量农业灌溉的用水效率,分析影响灌溉效率的各种因素。结果表明,利用DEA模型得到的灌溉用水效率测算结果符合农田水利工程的基本情况,且技术效率可以通过计算规模效率和纯技术效率的乘积得到,三者均值分别为85.86%、76.75%和86.06%,每一个城市的灌溉用水效率呈现出不同的变化趋势,但并没有显著性差异。通过Tobit模型的测算可知,降水量对灌溉用水效率的影响不显著,气温、水库数量、水库容量、除涝面积和农田面积占比对灌溉用水效率的影响是显著的。

加权多任务最小二乘双支持向量机

通过对传统多任务支持向量机中松弛约束项的分析发现,传统多任务支持向量机的松弛约束项存在局限性。为此,本文给松弛约束项增加一个权重约束,提出了加权多任务最小二乘双支持向量机,实验验证表明,加权多任务最小二乘双支持向量机通过权重参数增加了松弛项的松弛范围,有效提高了分类效果。

2011年教育部直属72所高校办学效率研究--基于DEA模型

教学质量是高校办学效率研究的一个难点,高校办学效率的评估工作面临着教学与科研两方面投入与产出的数量、质量难以精确统计的难题。根据《教育部直属高校2011年基本情况统计资料汇编》,本研究采用基于变换参考集的DEA排序方法,引入了声誉和ESI指标分别反映教学质量和科研国际影响力,将科研产出分为人文社科和自然科学科研成果得分,分析了2011年教育部直属72所高校的办学效率。结果显示,高校平均办学效率为70.24%,不同类型高校有一个合理的效率值和排名,地区经济发展水平是影响高校办学效率的显著因素。