一种基于可能度的区间判断矩阵排序法

给出了区间数两两比较的一种可能度公式,以及文献[4]中的方法参数k,m的取值范围,提出了一种基于可能度的区间判断矩阵排序方法。最后,通过算例说明了该法的可行性和有效性。

FPGA比较矩阵排序法及在中值滤波器中的应用

排序运算广泛应用在数字图像处理等实时性要求较高场合,硬件实现排序运算可提高逻辑运算速度。采用大规模集成电路构造一种硬件矩阵比较器,将输入数据按行列排列后进行比较,使第j行的比较输出结果相加,即可求取第j个输入数据在输入数据集合中的序列值。采用FPGA芯片构造多种排序器,最大延时均在几十ns量级,将排序器应用于构造一维和二维中值滤波器延时小于50ns。硬件矩阵比较器实现排序和滤波,原理简单,实时性好。

基于可能度和误差分析的区间数互补矩阵排序法

给出了区间数互补判断矩阵、均值互补判断矩阵、偏差矩阵等概念 ,基于可能度和误差分析 ,提出了区间数互补判断矩阵的一种排序方法。该方法首先利用区间数互补判断矩阵构造均值互补判断矩阵和偏差矩阵 ,然后基于互补判断矩阵排序公式、误差传递公式和可能度公式 ,求出区间数互补判断矩阵的排序向量 ,并对决策方案进行择优。

矩阵排序法与环境质量评价

本文以层次分析为基础,提出了一种新的环境质量评价方法——矩阵排序法.该方法分析步骤简单、计算方便,评价结果客观、合理、可靠.

层次分析中判断矩阵排序的一类广义最小偏差方法的收敛性选代算法

本交给出了层次分析中判断矩阵排序的一类广义最小偏差方法的收敛性迭代算法和仿真实例。理论分析和仿真结果表明，应用此法对判断矩阵进行排序不但可行而且有效。

一种矩阵排序改进的模糊度解算方法

针对目前应用最为广泛的最小二乘降相关平差(LAMBDA)算法涉及大量矩阵运算,延长了降相关时间的问题,提出一种矩阵排序法(MOM),来提高降相关效率。仿真实验和实测结果表明:在保持与LAMBDA算法精度相当的情况下,MOM方法可将平均解算时间从43690μs降低到40970μs。

风险排序矩阵的项目风险管理

在项目风险管理过程中,确定风险的相对重要程度可以有效地指导风险管理工作的进行。风险发生概率和风险影响程度是风险的两个重要方面,基于这两个因素构建风险矩阵来量化风险,分析风险的重要性,是项目风险管理的基础手段,但这种仅用风险概率和风险影响程度进行风险排序的方法有其局限性。本文分析了四种常见的风险排序矩阵方法在实际应用领域中可能存在的某些不足,并探讨了风险发生概率和影响程度在风险管理活动中的作用。

互补判断矩阵和积排序法的最优化理论基础及性质

针对多属性决策中重要的方法之一的互补判断矩阵和积排序法,在完全一致性互补判断矩阵等概念的基础上,给出了互补判断矩阵和积排序法的最优化理论基础,指出互补判断矩阵和积排序法的排序向量正好是某种偏差准则下的最优化模型的解。并证明了它具有一些性质,包括强条件下保序性,置换不变性等。最后举出反例说明它不具备对称性。

基于排序索引矩阵的频繁项集挖掘算法

针对Apriori算法产生候选项集的问题,提出一种基于排序索引矩阵(SIM)的频繁项集挖掘算法。将频繁1-项集形成的1-项集向量依次与对应矩阵相乘,生成频繁2-项集。从频繁3-项集开始,对每次生成的频繁k-项集建立SIM,借助SIM结构实现项集的跨越式搜索和连接。整个过程只需扫描一次数据库,不会产生候选项集。实验结果表明,该算法能提高频繁项集的挖掘效率。

矩阵重排序算法在结构分析快速求解中的应用

结构有限元分析中最基本的计算是大规模线性方程组的求解,求解方法有直接法和迭代法两种.由于收敛性问题迭代法的应用受到很大限制,而解决求解规模和速度问题是直接法应用的关键.用直接法求解线性方程组,可通过减小矩阵的带宽与轮廓来减少数据存贮量及浮点运算次数,从而提高求解规模和速度.本文基于图论原理并针对结构总刚矩阵的一维变带宽存贮特点,对RCM算法进行了改进,以减少总刚矩阵的轮廓及带宽.算例表明,本文提出的在大规模线性方程组求解中采用改进的RCM算法快速求解技术,其算法是高效的,编制的计算程序是稳定、可靠的.

排序矩阵与排序变换

本文给出了两个新概念──排序矩阵和排序变换，探讨了排序矩阵的性质以 及排序矩阵与排序变换之间的关系。

一种基于矩阵的强关联规则生成算法

针对Apriori算法扫描数据库的I/O代价和候选项集数目较多等问题,提出一种基于矩阵的强关联规则生成算法。该算法通过将事务数据库转换为0-1矩阵后对项集按照支持度计数非递减顺序排列,从而减少了候选项集的产生,同时实现置信度的高效计算。通过对实例和大数据量数据库的分析表明,该方法是有效的。

基于决策单元交叉排序的中立DEA评价方法

针对数据包络分析的决策单元(DMU)排序问题,建立了一种基于DMU交叉排序矩阵的评价分析模型.基于中立交叉效率,通过各决策单元效率的相对序值转换得到交叉排序矩阵,计算了DMU在各次序下集结"自评"和"他评"的效率和,建立一种线性规划模型,通过求解得到了最终排序结果.将其应用于福州大学城若干高校实验示范中心的效率评价,并与其他模型进行了比较,结果表明本方法在区分决策单元优劣上表现最佳,方法有效.

定性研究方法在肺结核病人发现研究中的应用

目的:运用定性研究方法找出重庆地区肺结核病人低发现率的主要影响因素,为提出有效的病人发现模式提供依据,提高病人发现率。方法:采用了问题分析和矩阵排序、个人深入访谈、专题小组讨论等多种定性研究的方法,对包括结防专业机构的医护人员、结核病现症病人等进行了采访。结果:政府财政投入不足、高危人群筛查工作开展不足、医疗费用过高、交通不便等因素是制约重庆市结核病人发现工作的主要因素,其中政府财政投入不足影响最大。结论:采用问题分析和矩阵排序的方法明确了不同的因素对病人发现的影响程度。只有更好地落实政府承诺,加强结防机构自身建设,定期开展高危人群的筛查工作及加强归口管理工作,才能够切实地提高病人发现水平。

基于测量基优化的低采样率单像素成像

单像素成像结合压缩感知相关算法利用很少一部分无空间分辨的桶探测器采样值就能重构出成像物体的高质量图像。然而,随机地选取投射的散斑序列无法在更低的采样率下成像。为进一步实现单像素成像在极低采样率下的成像效果,本文提出了基于数据驱动的哈达玛矩阵排序方案,利用对整个数据集的训练效果来自适应地选择透射的散斑信号序列,在重构图像过程中使用两种不同的压缩感知相关算法在数值仿真和实验条件下实现了5%超低采样率下对成像物体的图像重构,并和目前最优的哈达玛矩阵排序方案进行了比较,发现在1%~5%的采样率下本文方法的重构效果更优。本文研究成果可用于提升单像素成像的成像速度,在成像制导和医学成像中有着极大的应用前景。

基于增强特征融合网络的行人重识别方法

针对行人重识别技术受遮挡、背景冗余、光照、姿态以及检测误差等问题的影响,鲁棒的行人特征表达对正确检索行人越来越重要.为了利用对齐特征和度量学习的优势,进一步分析局部空间语义特征.首先,在特征层面:一是在ResNet50框架中嵌入空间变换结构,自适应对齐局部区域空间特征,解决因局部区域不对齐导致的空间语义不一致的问题;二是通过对齐的局部特征设计一种增强特征融合网络,充分利用语义信息间的关联性提取图像的细节特征.然后,在损失函数层面:提出一种排序矩阵方法选取区域样本对,设计了一种局部三元组损失计算方法,联合正则化分类损失共同训练网络,充分利用融合的增强特征,达到高效度量的效果.最后,文中方法结合现有的重排算法进一步提高了Rank-1与mAP检索精度,在行人重识别基准数据集Market-1501上的实验结果,证明了本文方法的有效性.

重庆产地蔬菜农药残留调查及健康风险评价

2017年,对重庆近郊产地蔬菜(普通白菜、豇豆、菜豆、番茄、黄瓜)中的19种农药残留水平进行了分析,并采用兽药残留风险排序法与食品安全指数分析法对农药残留的健康风险进行评价。结果表明,烯酰吗啉、吡虫啉、氯虫苯甲酰胺、甲霜灵、腐霉利、哒螨灵的检出率居于前六位,且显著高于其他农药。根据GB2763-2016最大残留限值(MRL)判断,有9个菜豆样品治螟磷超限;有4个普通白菜超限,超限的农药分别为氟虫腈、毒死蜱、氧乐果、氯氰菊酯;豇豆、番茄各有1个样品超限,超限农药分别为氧乐果、苯醚甲环唑。根据兽药残留风险排序矩阵法评价,治螟磷、哒螨灵、阿维菌素、氟虫腈属高风险农药残留。根据农药残留安全指数分析法评价,氧乐果、氟虫腈对人体健康存在高风险,哒螨灵、治螟磷、烯酰吗啉对人体健康存在风险,但处于可接受范围内;其他农药对人体健康风险可忽略。综合两种评价方法得到的结果,为保证重庆产地蔬菜质量安全,应重视禁用农药治螟磷、氧乐果、氟虫腈的监管使用,还应重视哒螨灵、烯酰吗啉、阿维菌素、苯醚甲环唑、氯氰菊酯、氯虫苯甲酰胺、甲霜灵、腐霉利引起的食用风险。

EPC模式下物流园区照明改造的ESCO选择研究

提出了合同能源管理模式下物流园区照明改造的ESCO评价体系,采用区间层次分析法,结合IEM算法以及模糊互补判断的排序方法,对多个ESCO进行了评价。最后,以某物流园区为例进行了实例验证。

模糊信息系统属性值的重要性度量

在粗糙集理论中,属性约简是一个重要的研究方向,但是所有约简的计算都是NP-hard问题.在模糊粗糙信息系统中存在着同样难以解决的问题,因而在实际运用中,经常通过获取粗糙集的核心属性或属性的重要性度量,以便运用启发信息来降低计算的复杂度,进而获取最优或次优约简.本文引入模糊集的贴近度和排序矩阵来计算决策属性所依赖的条件属性值的重要性度量,去除冗余属性值,从而使获取约简的计算量得以减少.

群决策的统计处理方法——序数法

本文给出了一种目标无法量化(或无须量化)时的群决策方法,通过一系列的统计处理可以方便地将群中成员的偏好集结为群的偏好,最终对所有可行方案给出体现群体意志的排序来。