检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

部分权重信息下多目标决策方法研究

系统工程理论与实践 2002年第1期22卷 43-47页

作者：徐泽水中国人民解放军理工大学理学院江苏南京210016

研究了目标权重未事先确知 (包括已知部分权重信息或完全未知 )的多目标决策问题 ,提出了一种先进行局部优化再组合赋权并对方案排序的两阶段决策方法 ,最后给出了应用算例 .

关键词：多目标决策权重信息矩阵属性值规范化

权重信息完全未知且对方案有偏好的多属性决策法

在线全文

学校读者我要写书评

暂无评论

系统工程理论与实践 2003年第12期23卷 100-103页

作者：徐泽水中国人民解放军理工大学理学院江苏南京210007

　研究了属性权重信息完全未知且决策者对方案有偏好的多属性决策问题.针对决策者对方案的偏好信息以互补判断矩阵形式给出的情形,基于互补判断矩阵,利用线性转换函数将决策信息一致化,然后建立了一个优化模型,进而给出了一种相应的决... 详细信息

　研究了属性权重信息完全未知且决策者对方案有偏好的多属性决策问题.针对决策者对方案的偏好信息以互补判断矩阵形式给出的情形,基于互补判断矩阵,利用线性转换函数将决策信息一致化,然后建立了一个优化模型,进而给出了一种相应的决策方案排序方法.最后进行了实例分析.

关键词：多属性决策法互补判断矩阵权重信息非线性函数

基于模糊数评估决策(FN-E&DM)的权重信息问题研究综述

在线全文

学校读者我要写书评

暂无评论

计算机科学 2010年第10期37卷 23-26,54页

作者：李明辉夏靖波空军工程大学电讯工程学院西安710077

在评估决策过程中,获取属性权重是一个复杂的问题。研究模糊数评估决策(FN-E&DM)的权重信息问题便是通过属性信息,建立数学模型进而求得权重的一类模糊评估决策问题。从属性权重确知、属性权重部分确知和属性权重完全未知3个方面综述基... 详细信息

在评估决策过程中,获取属性权重是一个复杂的问题。研究模糊数评估决策(FN-E&DM)的权重信息问题便是通过属性信息,建立数学模型进而求得权重的一类模糊评估决策问题。从属性权重确知、属性权重部分确知和属性权重完全未知3个方面综述基于FN-E&DM的权重信息问题的研究进展,通过分析评估决策模型详细论述了权重确定方法,最后展望了FN-E&DM权重信息问题的研究前景。

关键词：模糊数评估决策权重信息

在线全文

学校读者我要写书评

暂无评论

顾及权重信息的地图点群目标自动综合方法

测绘学报 2024年第2期53卷 398-398页

作者：禄小敏兰州交通大学测绘与地理信息学院甘肃兰州730070 地理国情监测技术应用国家地方联合工程研究中心甘肃兰州730070

在小比例尺地图上,许多地物呈点群状分布。当地图比例尺进一步缩小时,点状符号之间会出现相互堆叠、覆盖等情形。为了保持地图的清晰度、层次特征与美观性,需要对点群进行综合,即从原始点群中抽取出一定数量相对重要的点而删除相对次要... 详细信息

在小比例尺地图上,许多地物呈点群状分布。当地图比例尺进一步缩小时,点状符号之间会出现相互堆叠、覆盖等情形。为了保持地图的清晰度、层次特征与美观性,需要对点群进行综合,即从原始点群中抽取出一定数量相对重要的点而删除相对次要点。点的权重反映了单个点在点群整体中的重要性程度,在点群综合算法设计中非常关键。按照点群综合过程中对权重信息的顾及情况,可以将已有的点群综合算法分为两大类:第1类算法在点群综合过程中没有顾及其权重信息,第2类算法在综合过程中虽然顾及到了权重信息,但仍然存在点群权重设定比较主观、综合结果缺乏现势参考价值,以及没有顾及道路网在点群综合中的制约与影响作用等问题。

关键词：地图比例尺小比例尺点群综合点状符号自动综合权重信息点群目标算法设计

维普期刊数据库博看期刊

基于直觉正态区间数的信息不完全的多准则群决策方法

在线全文

学校读者我要写书评

暂无评论

统计与决策 2016年第1期32卷 69-73页

作者：朱智洺朱嘉平朱凯河海大学商学院南京211100 河海大学计算机与信息学院南京211100

对于准则值是直觉正态区间数,但是权重信息作为不完全的多准则群这方面的状况,文章定义了运算法则、折衷期望值以及直觉正态区间的有关问题,并对于直觉正态区间的混合加权平均算子以及有序加权平均算子展开了计算,提出一种将直觉正态区... 详细信息

对于准则值是直觉正态区间数,但是权重信息作为不完全的多准则群这方面的状况,文章定义了运算法则、折衷期望值以及直觉正态区间的有关问题,并对于直觉正态区间的混合加权平均算子以及有序加权平均算子展开了计算,提出一种将直觉正态区间数的不完全信息作为基础的决策方法。折衷方法是通过IN-INHA以及ININWAA算子集成的一种准则值,并通过折衷均方差原则,利用优化模型的建立,求解最优准则权重,通过期望方差准则对于有关方案进行确定。在实际过程中发现,这种方法的可行性是非常高的。

关键词：直觉正态区间数权重信息集成算子

属性值为区间数对方案有偏好的多属性决策方法

在线全文

学校读者我要写书评

暂无评论

矿山机械 2009年第18期37卷 24-27页

作者：胡翠红西南科技大学四川绵阳621010

供应商是整个供应链的源头,因此供应商选择问题越来越引起学术界和工业界的关注。文章针对权重信息完全未知,且决策者对方案的偏好信息及属性值以区间数的形式给出的供应商选择问题进行了研究,并从产品质量、产品价格、交货提前期、品... 详细信息

供应商是整个供应链的源头,因此供应商选择问题越来越引起学术界和工业界的关注。文章针对权重信息完全未知,且决策者对方案的偏好信息及属性值以区间数的形式给出的供应商选择问题进行了研究,并从产品质量、产品价格、交货提前期、品种柔性和客户满意度5个指标着手,针对具有不确定性区间数的决策矩阵的规范化问题,在属性权重完全未知的情况下,应用对方案有偏好的多属性决策方法对供应商选择进行了实证分析。

关键词：偏好多属性决策区间数权重信息

基于多元特征融合和LSTM神经网络的中文评论情感分析

在线全文

学校读者我要写书评

暂无评论

基于多元特征融合和LSTM神经网络的中文评论情感分析

作者：李科太原理工大学

学位级别：硕士

随着移动互联网的飞速发展,网购成了人们日常生活的一部分。电商网站上存在大量的产品评论信息。挖掘这些评论的情感倾向不仅可以为商家提供商品的各种信息,方便商家做出销售决策,也有利于买家对商品做出客观判断,从而做出购买决策。面... 详细信息

随着移动互联网的飞速发展,网购成了人们日常生活的一部分。电商网站上存在大量的产品评论信息。挖掘这些评论的情感倾向不仅可以为商家提供商品的各种信息,方便商家做出销售决策,也有利于买家对商品做出客观判断,从而做出购买决策。面对数量庞大的评论文本信息,仅靠人工浏览去获取评论的情感倾向费时且费力,如何利用人工智能领域中的相关技术对产品评论自动化地进行情感分析成为了一个重要且有意义的课题。现有的情感分析方法主要有基于规则的方法、基于机器学习的方法和基于深度神经网络的方法,随着大数据技术的发展以及语言的形式越来越多元化,深度神经网络技术成为了自然语言处理领域的主流技术,在情感分析领域也取得了很大的突破,本文主要研究基于深度神经网络的情感分析方法。本文的主要研究工作如下:(1)针对文本情感分析中对文本表示时遇到的维度过高和语义不相关的问题,本文采用word embedding机制,通过神经网络语言模型对大量评论文本进行训练,并在此基础上通过distributed representation的方式表示文本,从而将文本映射为一个低维实数向量。这种文本表示方法同时也可以表达文本的语义信息,有助于神经网络模型对文本更好地理解。(2)针对情感分析任务的特殊性,本文提出了一种新的文本表示方法-——多元特征词向量。这种表示方法是对distributed representation表示方法的优化。考虑到情感分析中含有情感要素的词对文本整体情感极性的影响,通过构建情感要素词典捕捉文本中含有情感要素的词,并通过构造词的情感特征向量来表达词的情感要素,接着与用distributed representation方式表示的词向量进行特征融合构成多元特征词向量。用多元特征词向量表示的文本不仅含有文本的语义信息,而且可以捕捉文本的情感特征,更适合情感分析任务。(3)情感分析的本质是一个分类问题,计算特征权重是分类问题的重要步骤,基于此理论,本文在提出的多元特征词向量的基础上,进一步对其优化,借鉴特征权重算法为多元特征词向量分配权重,从而突出对分类更重要的词。本文提出的基于权重分配的多元特征词向量的文本表示方法对传统的文本表示方法从两方面进行了改进,丰富了对文本语义的表达,将其作为神经网络分类模型的输入,更适合神经网络模型对文本进行深层次特征捕捉与情感分类。(4)本文使用LSTM神经网络模型挖掘文本的深层特征。用基于权重分配的多元特征词向量表示文本,并作为LSTM神经网络模型的输入,然后利用LSTM神经网络能够学习文本中远距离依赖的特性捕捉文本的序列特征及上下文的依赖关系。最后本文通过和传统的基于LSTM神经网络的情感分析方法做对比实验,验证本文提出的改进方案的有效性。在上述四个工作中,本文充分考虑情感分析任务的特性,将情感词典资源以及特征权重信息等先验知识引入神经网络模型,在此基础上提出的基于权重分配的多元特征词向量可以捕捉更适用于情感分析任务的特征,利用LSTM神经网络模型的特性可以捕捉更丰富的特征组合,从而有效提高情感分类模型对文本的理解以及情感分类的准确率。

关键词：情感分析情感特征权重信息多元特征 LSTM神经网络

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

聚类集成研究与应用

聚类集成研究与应用

作者：韩伟森贵州大学

学位级别：硕士

聚类分析的目是将数据自动划分成有意义的分组。不同的聚类算法在相同的数据集上运行会得到不同的结果,没有一种单独的聚类算法能够在所有的数据集上找到最好的划分。聚类集成的出现很好的解决了上述题。聚类集成由两个阶段组成:生成有... 详细信息

聚类分析的目是将数据自动划分成有意义的分组。不同的聚类算法在相同的数据集上运行会得到不同的结果,没有一种单独的聚类算法能够在所有的数据集上找到最好的划分。聚类集成的出现很好的解决了上述题。聚类集成由两个阶段组成:生成有差异的聚类成员,利用一致性集成获取最终聚类结果。通过设置单个聚类算法的不同参数,采用数据子集或者数据的子空间产生聚类成员。一致性集成则是将多个聚类成员生成的结果转换成共协矩阵或簇关联矩阵,最后利用层次聚类,超图划分等方法来获取最终聚类结果。首先本文利用自编码器和ClusterDP算法产生聚类成员,使用WOMC算法对聚类成员进行集成,得到EClusterDP算法。在投票法中使用聚类成员的权重信息相对比较容易,但是这类算法都严格限制聚类成员产生数目相同的簇,这将导致生成的互信息矩阵中元素差异较小,进而使得聚类成员的权重比较接近影响加权效果,本文基于不限制聚类成员生成相同簇数量的算法LCE,利用抽样的方法将聚类成员的权重引入LCE算法中。在集成规模扩大,不能明显提高聚类结果时,使用加权的方法能有效的提高聚类结果,接着本文研究利用k-means算法进行特征转换的图像分类算法,由于k-means算法易受初始点影响,且容易陷入局部最优导致算法不稳定,本文通过对k-means算法进行聚类集成,找到更好的数据表达,提高分类准确率。

关键词：聚类分析权重信息聚类集成一致性集成

基于用户画像及变分模态分解的综合能源系统多元负荷预测

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

建模与仿真 2023年第2期12卷 1272-1283页

作者：谢棣张巍上海理工大学机械工程学院上海

针对多因素影响综合能源系统多元负荷预测导致预测不精准的问题,本文提出了基于用户画像及变分模态分解的综合能源系统多元负荷预测。首先,引入用户画像的概念,通过CRITIC赋权法对影响用户用能的各种因素进行加权计算,赋予各类因素的权... 详细信息

针对多因素影响综合能源系统多元负荷预测导致预测不精准的问题,本文提出了基于用户画像及变分模态分解的综合能源系统多元负荷预测。首先,引入用户画像的概念,通过CRITIC赋权法对影响用户用能的各种因素进行加权计算,赋予各类因素的权重信息,生成典型的用户画像。之后,使用变分模态分解(VMD)将用户电热冷的用能数据以及相关因素数据分解为本征模态函数(IMF),再建立GRU模型对IMF进行预测。最后,基于用户画像所提供的权重信息叠加各因素IMF预测结果得到最终的综合能源系统多元负荷预测。仿真分析结果表明:本文预测模型能够有效地预测综合能源系统多元负荷变化趋势,其平均绝对百分比误差、方均根误差和最大相对误差评价指标均优于通过GRU模型和VMD-GRU模型进行预测的结果。

关键词：综合能源系统变分模态分解负荷预测数据分解用户画像最大相对误差加权计算权重信息