层次分析法及其在人才招聘中的应用

通过建立层次结构,构造成对比较矩阵,计算权向量并做一致性检验,计算组合权向量并做组合一致性检验,计算出各个因素的权重,从而构造出层次分析法模型。并用层次分析法解决实际问题———工作人员的招聘,得到各因素在应聘者综合情况中的权重,从而对各应聘者的分数排名,该模型使工作人员的招聘更加客观、准确、系统、有效。     

权重向量的一种新求法

在确定不同元素（方案）重要性权重的问题中，为避免直接确定重要性比值的困难，提出了从先定性判定差异。再对差异量化处理的新思路，文中给出了量化的步骤和方法。     

基于多等级方案成对比较的决策方法

为了解决现有的方案两两比较方法一般构建单等级上的比较关系, 且不能同时表达多种不同偏好关系的不足, 提出一种新的基于多等级方案成对比较的决策方法, 构建方案集上基于对称框架的分布式多等级偏好关系. 通过设定各等级的得分值, 计算分布式偏好关系的得分矩阵, 并基于此矩阵构建成对优化模型, 求取各方案的优先权区间, 进而产生决策结果. 将所提出的方法应用于某制造企业云服务供应商的选择问题, 验证了所提出方法的应用性和有效性.

     

一种实现平衡三进制向量矩阵乘法的光学方法*

提出了一种实现平衡三进制向量矩阵乘法的光学方法。在文献[5,6]的工作基础之上,受到三值光学计算机具有处理三值信息能力的启发,继续研究三值光学向量矩阵乘法的实现,提出平衡三进制光学向量矩阵乘法的实现方法。详细说明了该方法的原理和工作步骤,并通过实验验证该方法的正确性,讨论分析了光学向量矩阵乘法的优点以及三值光学向量矩阵乘法的优势所在。     

权向量投影多平面支持向量机

提出一个多平面支持向量机算法——权向量多平面支持向量机(WMPSVM)。该方法利用差代替Rayleigh商问题,从而避免广义特征值的奇异问题。与传统分类器不同,该方法无需求解具体的超平面,仅求解两个权向量。其决策是将测试样本归为距样本投影均值距离最近的所在的类。从广义支持向量机(GEPSVM)求解目的出发,该方法在保证得到与GEPSVM相当的计算效率的前提下,能较好地求解异或问题以及一些复杂异或问题。最后在人工数据集和UCI数据集上显示,该方法的性能要好于GEPSVM。     

一种基于成对字向量和噪声鲁棒学习的同义词挖掘算法

同义词挖掘是自然语言处理中一项重要任务. 为了构建大规模训练语料, 现有研究利用远程监督、点击图筛选等方式抽取同义词种子, 而这几种方式都不可避免地引入了噪声标签, 从而影响高质量同义词挖掘模型的训练. 此外, 由于大量实体词所具有的少样本特性、领域分布差异性和预训练词向量训练目标与同义词挖掘任务的不一致性, 在同义词挖掘任务中, 词级别的预训练词向量很难产生高质量的实体语义表示. 为解决这两个问题, 提出了一种利用成对字向量和噪声鲁棒学习框架的同义词挖掘模型. 模型利用预训练的成对字向量增强实体语义表示, 并利用自动标注的噪声标签通过交替优化的方式, 估计真实标签的分布并产生伪标签, 希望通过这些改进提升模型的表示能力和鲁棒性. 最后, 使用WordNet分析和过滤带噪声数据集, 并在不同规模、不同领域的同义词数据集上进行了实验验证. 实验结果和分析表明, 该同义词挖掘模型在各种数据分布和噪声比例下, 与有竞争力的基准方法相比, 均提升了同义词判别和同义词集合生成的效果.     

变权决策中变权效果分析与状态变权向量的确定

引入状态变权向量调节度和标准调节度以及调权水平的概念，为分析状态变权向量调节权重的能力提供了可量化的工具．利用标准调节度讨论了选择状态变权向量的一些基本原则和理论依据，并由调权水平给出了一种选择状态变权向量的可操作性方法．     

权重向量的一种新求法

在确定不同元素 (方案 )重要性权重的问题中 ,为避免直接确定重要性比值的困难 ,提出了从先定性判定差异 ,再对差异量化处理的新思路。文中给出了量化的步骤和方法。     

基于层次分析法的高职学生综合素质评价体系

本文全面考虑了思想道德修养、科学文化、能力水平、身心健康等方面对高职学生综合素质评价的影响,建立了高职学生综合素质评价的层次分析模型,并对模型进行求解和一致性检验,最终给出了学生综合素质评价的方案。     

一个具有可调变权能力的变权向量

依据变权向量的定义构造一个带参数的变权向量,并证明了变权向量与状态变权向量的关系定理;通过引入变权向量的相对调节度概念,求出了所构造的变权向量的相对调节度,并分析了其变权效果.最后运用该变权向量求解一个算例,所得结果表明,该变权向量不但具有较强的变权能力,而且其变权能力将随参数取值的改变而变化.     

基于粗糙集与AHP结合的属性权重确定方法

属性权重的确定在决策分析中是很重要的一个环节,针对粗糙集理论客观属性权重确定方法和AHP方法主观属性权重确定方法的不足,将粗糙集与AHP方法进行有机结合,建立了属性权重最优化模型,并利用Matlab工具进行仿真,通过实例验证了最优化模型的有效性.     

一种基于遗传算法的权重向量选取模型

CBR中权重向量的选取是范例检索过程中重要的一个步骤，其选取的好坏直接关系到范例检索的质量。传统的方法中权重向量一般由专家指定，常导致提取到的范例对问题的解决没有帮助。文中提出了一种根据遗传算法对权重向量进行调整的策略，为找到最优相似范例提供了一条有效途径。     

使用缓冲区构造高效的矢量和矩阵模板类

该文讨论了如何提高C++语言中向量和矩阵模板类的运行效率,采用了萃取技术优化简单值对象的多余的构造和析构操作,设计了特别的缓冲区来容纳表达式中自动生成的临时对象,明显地提高了连续运算的效率,使向量和模板类在功能和速度之间取得了较好的平衡。在VC6环境下与valarray模板类进行了比较,证明了所采取的方法是十分有效的。     

向量法关联规则挖掘在冠心病诊断中的应用

针对传统关联规则频繁项集生成效率较低的问题,提出一种改进的基于向量法的数据关联规则挖掘算法。该算法只需扫描一次事务数据库即可完成布尔矩阵的转换,通过向量运算完成频繁项集的查找,减少候选频繁项集的生成。在冠心病中医诊断中的应用结果表明,该算法可有效提取冠心病中医辨证规则。     

基于加权支持向量机的移动建模方法及其在软测量中的应用

工业过程软测量技术的核心问题是建立软测量模型,然而,利用传统全局建模方法与多模型建模方法进行复杂工业过程软测量建模时,在不同程度上存在一些问题.本文利用支持向量机(SVMs)泛化能力强的特点,结合局部加权学习(LWL)算法思想,提出一种适于局部学习的加权支持向量机(W_SVMs)学习算法和基于这种算法的移动建模方法.利用这种建模方法对Box-Jenkins煤气炉和重油催化裂化(FCCU)装置进行分析建模,并与其它不同建模方法进行比较,显示了该方法的优点和有效性.     

采用支持向量回归抑制噪声的经验模态分解方法

在实际信号分解中,经验模态分解（ EMD）是对噪声敏感的,往往会分离出一些虚假的本征模函数,对信号的分析产生一定影响。为了提高EMD分解的正确率,减少其出现虚假本征模函数的情况,文中提出了一种基于支持向量回归（ SVR）的去噪方法。先对一次EMD分解结果进行SVR逐层滤波并且对信号进行重组,然后利用EMD方法对重组信号进行二次分解。实验表明,二次分解结果已经非常接近于理想的分解结果,不会出现虚假IMF。这种分解方法对噪声不敏感,能有效提高EMD方法对噪声的容忍度。     

电压控制性异步电动机无速度传感器的矢量控制方法

本文以转子磁链ｑ轴分量控制器的输出作为电机转速估计值,实现了一种无速度传感器的矢量该控制方式具有解耦条件对转子电阻的变化保持不变的特点,计算机仿真与系统实验结果验证了所述方法的可行性。     

C4ISR系统效能分析方法

该文介绍一种C^4ISR系统的效能分析方法。在分析影响C^4ISR系统效能主要因素的基础上,得到C^4ISR系统效能评价的层次结构,利用层次分析法和模糊评价法进行效能评估,从而得到C^4ISR系统效能分析的一个框架。利用该方法进行效能分析得到的结果为一个反映CaISR系统效能的三元向量,向量元素分别表示该系统被评价为“好”、“中”、“差”的概率。该方法解决了利用一般方法进行效能分析时面临的两个困难：因素重要程度的确定和因素的评价,从而能够增强C^4ISR系统效能分析的效果。