期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
线性学术评价中权重扭曲危害、成因及对策研究——最小均值指标权重修正法 被引量:1
1
作者 俞立平 王延芳 《情报理论与实践》 CSSCI 北大核心 2024年第3期62-66,共5页
[目的/意义]在线性学术评价中,普遍存在初始权重与实际权重不一致问题。[方法/过程]文章以学术期刊评价为例,在对其产生机制进行理论分析的基础上,研究了其危害,并对现有的几种解决方法的不足进行了剖析,提出一种新的最小均值指标权重... [目的/意义]在线性学术评价中,普遍存在初始权重与实际权重不一致问题。[方法/过程]文章以学术期刊评价为例,在对其产生机制进行理论分析的基础上,研究了其危害,并对现有的几种解决方法的不足进行了剖析,提出一种新的最小均值指标权重修正法,并进行了实证检验。[结果/结论]研究结果表明:最小均值指标权重修正法可以彻底解决自然权重问题;要重视自然权重问题对学术评价科学带来的影响;最小均值指标权重修正法也适用于所有的线性评价。 展开更多
关键词 学术评价 线性评价 学术期刊 最小均值指标权重修正法
原文传递
RLDEAO优化的空气质量数据聚类分析
2
作者 田闯 黄鹤 +2 位作者 杨澜 王会峰 茹锋 《浙江大学学报(理学版)》 CAS CSCD 北大核心 2024年第5期542-553,共12页
对空气质量数据进行聚类,传统聚类方法因受初始点的影响,存在随机性高、聚类精度低以及多个中心点出现在同一簇中的问题,为此提出了一种反向学习差分进化天鹰优化器(RLDEAO)优化的K-means互补迭代空气质量数据聚类方法。天鹰优化器(aqui... 对空气质量数据进行聚类,传统聚类方法因受初始点的影响,存在随机性高、聚类精度低以及多个中心点出现在同一簇中的问题,为此提出了一种反向学习差分进化天鹰优化器(RLDEAO)优化的K-means互补迭代空气质量数据聚类方法。天鹰优化器(aquila optimizer,AO)算法具有很强的探索能力,不易受初始点的影响且更易实现,但易陷入局部最优。基于自适应逐维小孔成像反向学习策略、停滞扰动结合莱维飞行策略以及生物进化策略等改进思想,对AO算法进行了改进,有效提高了搜索性能,避免了局部最优;在求取聚类中心点时,设计了一种加权最大最小距离积法(weighted maximum minimum distance product,WMMP),能反映各特征的重要性,对改进聚类结果作用良好;将RLDEAO与WMMP相结合优化K-means互补迭代,提高了搜索速率和搜索精度。通过在多个数据集上的聚类测试,发现RLDEAO-KMC算法的收敛精度和聚类效果较AO-KMC、FCM、KMC、KMC++算法更优。可知,RLDEAO-KMC算法可以更高效地对空气质量数据进行聚类分析,有针对性地做出预测和应对。 展开更多
关键词 K-meanS聚类算法 天鹰优化器(AO) 加权最大最小距离积法
在线阅读 下载PDF
季节性氢储能–混氢燃气轮机系统两阶段随机规划 被引量:33
3
作者 鲁明芳 李咸善 +2 位作者 李飞 熊炜 李欣 《中国电机工程学报》 EI CSCD 北大核心 2023年第18期6978-6991,共14页
规划配置制氢-季节性氢储能-混氢燃气轮机系统,可综合解决丰能季节富裕能源存储及其向枯能季节转移应用问题,保障新能源为主体的新型电力系统供电可靠性。考虑多能源荷不确定性及长时间尺度波动耦合特性,提出最小均差-熵权法及季节性分... 规划配置制氢-季节性氢储能-混氢燃气轮机系统,可综合解决丰能季节富裕能源存储及其向枯能季节转移应用问题,保障新能源为主体的新型电力系统供电可靠性。考虑多能源荷不确定性及长时间尺度波动耦合特性,提出最小均差-熵权法及季节性分解法的随机规划场景建立方法,包括基于最小均差-熵权法的多能源荷典型年选择,基于季节性分解法的多能源荷长期趋势分量、季节性分量及随机分量的获取,并将随机不确定分量与典型年确定场景叠加,建立随机规划典型场景集。针对复杂耦合系统规划问题,提出两阶段随机规划策略,并据此建立丰能季“制氢-储氢”系统容量优化配置模型和枯能季混氢燃气轮机优化配置模型。算例仿真验证方法的有效性,配置该系统与新增火电机组相比具有低碳价值及经济可行性。 展开更多
关键词 最小均差–熵权法 季节性分解法 混氢燃气轮机 两阶段随机规划
原文传递
模糊综合评判的一种改进方法 被引量:11
4
作者 李阳旭 邓辉文 《重庆工商大学学报(自然科学版)》 2005年第5期453-456,共4页
针对已有模糊综合评判方法存在的问题,提出了一种基于最小隶属度加权平均偏差法的改进方法。该方法能在权重信息确定或不确定的情况下得出正确的结果,避免模糊综合评判中的不合理现象,实例分析也证明了该方法的有效性和可行性。
关键词 模糊综合评判 改进模型 最小隶属度 加权平均 偏差法
在线阅读 下载PDF
基于加权指数函数模型的高光谱图像分类方法 被引量:4
5
作者 李玉 李奕燃 +1 位作者 王光辉 石雪 《地球信息科学学报》 CSCD 北大核心 2020年第8期1642-1653,共12页
高光谱图像的众多波段为地物分类提供了充分的特征信息,同时也为如何有效利用这些特性带来难题。为了充分利用高光谱图像的光谱信息实现地物目标的精确分类,根据其像素光谱曲线所呈现出的多峰特性,提出一种基于加权指数函数模型(Weighte... 高光谱图像的众多波段为地物分类提供了充分的特征信息,同时也为如何有效利用这些特性带来难题。为了充分利用高光谱图像的光谱信息实现地物目标的精确分类,根据其像素光谱曲线所呈现出的多峰特性,提出一种基于加权指数函数模型(Weighted Exponential Function,WEF)的高光谱图像分类方法。首先,采用WEF建立像素光谱曲线的理想模型,其中WEF模型由多个具有不同权重的指数函数相加而成。由于该模型中参数较多,导致参数求解较为困难。因此,为简单起见固定所有像素WEF模型中的峰值位置,并将由所有峰值位置构建矢量集。然后,根据最小二乘原理求解WEF模型的参数,以拟合光谱曲线。利用求得的参数集代替光谱测度矢量作为像素特征。最后,采用模糊C均值(Fuzzy C-means,FCM)算法实现图像分类。为了验证提出方法的可行性和有效性,分别以提出的分类方法、基于主成分分析(Principal Component Analysis,PCA)的分类方法、基于最小噪声分离(Minimum Noise Fraction,MNF)的分类方法和以光谱测度矢量为分类特征的FCM方法对Salinas和PaviaU图像进行分类实验,并据此对实验结果进行定性和定量评价。在Salinas图像中提出的分类方法比其它方法的分类精度从51%提高到了60%,在PaviaU图像中分类精度从43%提高到了51%。此外,提出的分类方法在降低了高光谱图像数据量的同时,保留了高光谱图像丰富的光谱信息。 展开更多
关键词 高光谱图像分类 加权指数函数模型 最小二乘法 模糊C均值 光谱曲线 曲线拟合 主成分分析 最小噪声分离
原文传递
在Matlab中实现基于LMS算法语音信号去噪 被引量:3
6
作者 李曼 《电脑知识与技术(过刊)》 2014年第11X期7650-7652,共3页
该文描述了在Matlab中编程实现语音通信中去除噪声技术。依据输入信号在迭代过程中估计梯度矢量、更新权系数以达到最优的自适应迭代算法,采用一种期望响应和滤波输出信号之间误差的均方值最小(LMS算法)为准则的梯度最陡下降方法。讨论... 该文描述了在Matlab中编程实现语音通信中去除噪声技术。依据输入信号在迭代过程中估计梯度矢量、更新权系数以达到最优的自适应迭代算法,采用一种期望响应和滤波输出信号之间误差的均方值最小(LMS算法)为准则的梯度最陡下降方法。讨论收敛因子μ的取值范围使降噪效果达到最优。 展开更多
关键词 最小均方LMS算法 期望值 最陡下降法 权系数向量 收敛因子
在线阅读 下载PDF
科技评价中兼顾均值与区分度的标准化方法研究——动态最小均值逼近标准化方法 被引量:2
7
作者 俞立平 周娟美 《情报杂志》 CSSCI 北大核心 2020年第8期180-185,共6页
[目的/意义]针对科技评价中数据标准化后评价指标均值不相等会导致自然权重以及评价指标区分度较低问题,该文将其放在一个系统框架里进行研究。[方法/过程]该文提出了一种新的动态最小均值逼近标准化方法,并以中国知网《中国学术期刊影... [目的/意义]针对科技评价中数据标准化后评价指标均值不相等会导致自然权重以及评价指标区分度较低问题,该文将其放在一个系统框架里进行研究。[方法/过程]该文提出了一种新的动态最小均值逼近标准化方法,并以中国知网《中国学术期刊影响因子年报(人文社会科学)》中图书馆情报与文献学20种CSSCI期刊为例进行了实证研究。[结果/结论]动态最小均值逼近标准化方法能够保证评价指标再次标准化后均值相等,并且能够增加标准化指标的区分度,同时也能增加评价结果的区分度;动态最小均值逼近标准化方法可与动态最大均值逼近标准化方法结合使用;采用动态最小均值逼近标准化方法会影响评价结果;要特别注意专家人为打分值的均值与区分度标准化问题;指标均值与区分度兼顾标准化问题有待进一步探索。 展开更多
关键词 自然权重 指标均值 区分度 标准化 动态最小均值逼近标准化方法
在线阅读 下载PDF
基于DV-Hop算法的无线传感器网络定位精度优化 被引量:19
8
作者 刘川洲 张玲华 《激光与光电子学进展》 CSCD 北大核心 2021年第22期490-496,共7页
在无线传感器网络定位领域,DV-Hop算法因其实现简单得以广泛使用。针对DV-Hop算法定位误差较大的问题,提出一种基于DV-Hop多通信半径的加权定位算法。该算法利用多通信半径并通过引入修正因子细化和优化跳数,利用最小均方误差准则和加... 在无线传感器网络定位领域,DV-Hop算法因其实现简单得以广泛使用。针对DV-Hop算法定位误差较大的问题,提出一种基于DV-Hop多通信半径的加权定位算法。该算法利用多通信半径并通过引入修正因子细化和优化跳数,利用最小均方误差准则和加权方式修正平均跳距,并利用加权最小二乘法估算未知节点坐标。通过仿真得出所提算法在相同实验条件下的定位精度较DV-Hop算法提升约60.5%,相较于双通信半径优化算法和3-DV-Hop算法分别提升约36.4%和13.8%。 展开更多
关键词 传感器 无线传感器网络 DV-HOP 节点定位 最小均方误差 加权最小二乘法
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部