期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
专利分析中基于0-1交叉矩阵的数据统计方法与应用
1
作者 左良军 《中国发明与专利》 2017年第9期70-73,共4页
专利分析中数据清洗和统计的熟练程度决定了整体工作效率。数据透视表虽然可以实现数据统计分析功能,但是对多条件,大批量,自动化的数据统计需求,其显得力不从心。本文在挖掘EXCEL函数功能的基础上,系统梳理了0-1交叉矩阵法的基本原理,... 专利分析中数据清洗和统计的熟练程度决定了整体工作效率。数据透视表虽然可以实现数据统计分析功能,但是对多条件,大批量,自动化的数据统计需求,其显得力不从心。本文在挖掘EXCEL函数功能的基础上,系统梳理了0-1交叉矩阵法的基本原理,并给出了利用该方法进行数据统计的实际应用实例,希望本文能够起到抛砖引玉的效果,帮助专利分析工作者提高数据处理工作的效率。 展开更多
关键词 专利分析 EXCEL函数 0-1交叉矩阵
在线阅读 下载PDF
矩阵0/1复合优化模型与最优性分析
2
作者 张鹏鹤 修乃华 戚厚铎 《中国科学:数学》 北大核心 2025年第2期397-414,共18页
本文从多分类支持向量机、多标签分类和双边排序等实际应用中抽象凝练出一类矩阵0/1复合优化问题,其目标函数涉及离散的0/1损失函数、非光滑的极大值函数以及线性项三重复合结构.本文给出现有相关工作中5种稳定点在这一问题下的具体形式... 本文从多分类支持向量机、多标签分类和双边排序等实际应用中抽象凝练出一类矩阵0/1复合优化问题,其目标函数涉及离散的0/1损失函数、非光滑的极大值函数以及线性项三重复合结构.本文给出现有相关工作中5种稳定点在这一问题下的具体形式,分析在特定条件下各稳定点之间以及与该问题解之间的关系,并进一步建立矩阵0/1复合优化问题的二阶必要和充分最优性条件.尽管矩阵0/1复合优化属于非凸非连续问题,本文的最优性结论均无需约束规范假设. 展开更多
关键词 矩阵0/1复合优化 矩阵0/1损失函数 稳定点 二阶最优性条件
原文传递
两类损失函数下泊松差分布参数的Bayes估计 被引量:1
3
作者 王德辉 李昕炎 《辽宁大学学报(自然科学版)》 2025年第1期86-96,共11页
本文研究在熵损失函数以及0-1损失函数下泊松差分布参数的Bayes估计问题.首先,以Bayes推断思想为基础,分别得出在两类损失函数下参数的Bayes估计.其次,通过随机模拟验证了两类损失函数下Bayes估计的相合性与渐近正态性,并且对这两类损... 本文研究在熵损失函数以及0-1损失函数下泊松差分布参数的Bayes估计问题.首先,以Bayes推断思想为基础,分别得出在两类损失函数下参数的Bayes估计.其次,通过随机模拟验证了两类损失函数下Bayes估计的相合性与渐近正态性,并且对这两类损失函数下的Bayes估计进行了比较.结果表明,两类损失函数下的Bayes估计均具有良好的估计效果,在相同样本下,熵损失函数下的Bayes估计要优于0-1损失函数下的Bayes估计.最后,利用泊松差分布对某医院每日使用床位数目的变化量进行实证分析,通过皮尔逊卡方检验,熵损失函数下的Bayes估计得到的泊松差分布与数据的拟合度较好. 展开更多
关键词 泊松差分布 BAYES估计 熵损失函数 0-1损失函数 随机模拟
在线阅读 下载PDF
WPHFS多属性群决策模型与应用 被引量:2
4
作者 朱国成 《首都师范大学学报(自然科学版)》 2023年第6期30-38,共9页
对于概率犹豫模糊元中的不同隶属度值赋予了决策专家的综合权重,由此构造出一种蕴含信息量更大、更符合决策问题需要的概率犹豫模糊集合——加权的概率犹豫模糊集(WPHFS)。针对加权的概率犹豫模糊数(WPHFN),本文采用三维向量进行描述,... 对于概率犹豫模糊元中的不同隶属度值赋予了决策专家的综合权重,由此构造出一种蕴含信息量更大、更符合决策问题需要的概率犹豫模糊集合——加权的概率犹豫模糊集(WPHFS)。针对加权的概率犹豫模糊数(WPHFN),本文采用三维向量进行描述,并在此基础上建立了加权的概率犹豫模糊元(WPHFE)的三维向量得分函数模型、三维向量离差函数模型以及2个WPHFE的大小判别准则。首先,利用WPHFE的三维向量得分函数值与三维向量离差函数值分别计算属性的外部权重与内部权重,进而计算出属性的综合权重;其次,依据离差最大化思想给出了一种计算决策专家综合权重的方法;再次,结合决策专家的综合权重与属性的综合权重,利用0-1优先关系矩阵来直观地获取任意2个备选方案的总属性权重优势值与总属性权重劣势值,并根据二者的大小排序方案;最后,通过一个应用实例来说明文中理论与方法的实用价值。 展开更多
关键词 加权的概率犹豫模糊集 三维向量得分函数模型 三维向量离差函数模型 0-1优先关系矩阵
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部