期刊学术水平综合评价低维逐次投影寻踪建模与实证研究

[目的/意义]对综合性人文、社会科学类期刊学术水平进行科学、合理的评价,为高校、科研院所、期刊学界和业界提供决策依据。[方法/过程]采用文献综述法,以《中国学术期刊影响因子年报》的指标为基础,构建由总被引频次等17个指标组成的期刊评价指标体系。对198种综合性人文、社会科学类期刊的样本数据进行正态化和规格化预处理,并建立四维逐次投影寻踪模型,再采用矢量合成法构建低维逐次投影寻踪模型。[结果/结论]实现对期刊学术水平、各个评价指标重要性等排序和分类,《中国社会科学》显著优于其他期刊,其次是《浙江大学学报》;他引总引比指标最重要,其次是平均引文数,排名前10位指标占总权重的78%;提出了提升期刊学术水平的措施和建议;拓展了期刊评价的新方法;论述了期刊综合评价常用方法 (模型)的优缺点和适用性等。

快速实现投影寻踪方法并分类极化SAR图像

针对序列投影寻踪聚类模型用于多视极化SAR图像分类存在的速度慢的问题,文章提出了一种基于Bootstrap方法的快速投影寻踪实现方法。文中定义了拟最佳投影方向,给出了用于分类的Bootstrap样本选取准则,于是,只需要较少的样本就可寻找到拟最佳投影方向,实现极化SAR图像的快速分类。分类结果和原有的序列投影寻踪聚类分类结果一样,与直接采用极化散射特性的方法相比,都能极大地改进分类结果。同时相比于原有算法又极大地提高算法实现的速度。