基于概率神经网络的高校科研能力评价

科研能力是评价高校综合实力的重要指标,高校的科研能力水平将会在一定程度上影响到高校所在地方甚至国家的科研水平.因此,不断提升学校科研能力水平,成为高校自我提高和发展、增强综合实力的重要措施之一.如何对高校科研能力进行科学地评价,成为一个亟待解决的问题.本文将高等院校科研能力评价体系作为研究对象,通过相关文献的查阅,从众多研究中,选取影响高校科研能力的11个典型指标,构建了基于PNN的高校科研能力评价模型及算法.并通过仿真实验验证模型及评价方法的可行性和有效性,为高校科研能力有效评价提供参考依据.     

一种基于动态循环筛选模型的指标体系建立方法

针对评估中指标体系构建问题,提出一种层次网指标体系模型,对其中底层指标集的确立问题提出一种基于动态循环筛选模型的指标集选取方法,该方法在每一轮的循环过程中,通过评价专家专业度对专家集进行了优化,通过数据信息熵评价数据有效度系数,进而得到指标的重要度。指标集的双重优化确保了专家集的专业性和指标集的合理性,实际算例分析证明了此方法的可行性和有效性。     

基于Vague集的防空武器系统机动能力评估技术

针对已有评估方法存在的不足,提出一种基于Vague集的防空武器系统机动能力评估新方法。分析了影响防空武器系统机动能力评估的指标因素,给出了各评价指标的模糊值表示及指标权重的计算方法,该方法能有效避免传统的专家打分法造成的主观偏差。在此基础上,建立了基于Vague集的防空武器系统机动能力综合评价模型,给出了评价其优劣的排序方法。最后通过实例分析验证,该方法评估结果准确,对指挥员科学决策具有一定的参考价值。     

基于Vague集ELINT系统的效能评估算法

为了解决指标取值不确定情况下ELINT系统效能评估问题,提出了基于Vague集的ELINT系统效能模糊评估算法.结合ELINT系统工作原理,梳理出评估指标,建立评估指标体系;将Vague集理论与ELINT系统相结合,通过计算待测系统Vague集和期望Vague集的相似度,利用综合决策规则对系统效能进行优劣排序.通过实例仿真与数据计算,证明了该算法可以解决在样本指标取值不确定时ELINT系统效能评估问题.     

基于熵权与灰色关联法的研究生科研能力评价模型

研究生是新时代下创新型国家的重要支撑力量,科研能力的评价成为研究生培养质量的关键指标.为研究评价研究生科研能力的方法,在综合比较相关评价方法基础上,构建研究生科研能力评价指标体系,采用灰色关联度评价方法和熵权法相结合的方法建立了研究生科研能力评价模型,通过对某高校研究生的科研能力问卷实例分析,获得了该校研究生的科研能力状况.结果表明:研究生的科研能力在社会实践领域表现最优,通过实例分析验证了该模型的有效性,该模型为研究生的培养提供了参考.     

基于Vague集的地面防空武器系统作战效能评估

针对已有评估方法存在的不足,提出一种基于Vague集的地面防空武器系统作战效能评估新方法。分析了影响地面防空武器系统作战效能的指标因素,给出了各评价指标的模糊值表示及指标权重的计算方法,该方法能有效避免传统的专家打分法造成的主观偏差。在此基础上,建立了基于Vague集的地面防空武器系统作战效能综合评价模型,给出了评价其优劣的排序方法。最后通过实例仿真验证,该方法评估结果准确,对指挥员科学决策具有一定的参考价值。     

基于仿真的潜艇装备作战能力ANP幂指数评估方法

针对潜艇装备作战能力幂指数评估模型中评估指标之间存在相互依赖或影响关系,以及评估过程主观性较强的情况,建立了基于仿真的潜艇装备作战能力ANP幂指数评估流程;以潜艇反舰作战能力评估为例,给出了网络化评估指标体系设计与优化方法;基于专家和仿真数据的ANP超矩阵构建方法以及基于指标权重的幂指数评估模型构建方法,建立了基于仿真...     

一种作战模拟训练效能自动评估方法

为了实现作战模拟训练效能评估自动化,将人工智能的机器学习技术作为解决自动评估的途径,针对主观评定指标提出一种自动评估方法。依据指标数据相关性,替换主观指标并重新构建近似客观评估体系,基于训练集数据而构建的评估算法模型用来为新的评估指标进行效果自动评分。通过实例表明:自动评估模型在保证泛化能力的同时提高了精度和稳定性,在评估模型应用时无需再依靠主观实施评定,为作战模拟训练自动评估提供了可行思路。     

多特征融合文本聚类的新闻话题发现模型

融合新闻命名实体、新闻标题、新闻重要段落、文本语义等多特征影响,提出基于多特征融合文本聚类的新闻话题发现模型。模型根据新闻的多特征影响,提出一种多特征融合文本聚类方法。该方法针对新闻标题、新闻重要段落等特征因素构建向量空间模型及相似度算法,基于潜在狄利克雷分配模型构建主题空间模型及相似度算法,针对命名实体构建命名实体模型及相似度算法,并将三种相似度算法形成最优融合。基于多特征融合文本聚类方法,模型改进了用于新闻话题发现的Single-Pass算法。实验是在真实新闻数据集上开展的,实验结果表明:该模型有效地提高了新闻话题发现的准确率、召回率和综合评价指标,并具有一定的自适应能力。     

雷达对抗系统作战能力的评估模型

针对雷达对抗系统的作战能力评估问题,结合其组成及基本作战模式,建立了雷达对抗系统作战能力评价指标体系.基于指标体系中不同的上下层指标间的关系给出了两种不同的聚合模型.采用该模型分析了雷达对抗系统作战能力评价指标体系中各层指标间的聚合关系,得到了雷达对抗系统的作战能力评估模型,实例表明该雷达对抗系统作战能力评估模型具有实...     

一种基于LVQ的语音线谱对参数量化方法

在现有格型矢量量化(LVQ)方法的基础上,通过对线谱对(LSP)参数进行精度预处理,使其数值更接近于格点从而减少量化失真。仿真实现了改进方法,并采用MELP算法中4级MSVQ方法作为对比。得到的结果表明,较之MSVQ,LVQ量化LSP参数的精度提升了约90%的同时,合成语音的谱失真(SD)降低了约2/3,客观评估得分和近似MOS分略有提高。     

基于卷积神经网络的卫星网络协调态势评估方法

为充分发掘利用海量卫星网络数据,提高决策效率,加强空间频轨资源获取与储备的分析手段,尤其是对地球静止轨道资源的协调获取问题,提出基于机器学习算法的卫星网络态势评估策略。通过对卫星网络协调因素进行特征分析,选择卷积神经网络(Convolution Neural Network, CNN)为目标算法模型,并建立算法模型的训练数据集及Label规则,采用分裂信息增益度量方法对数据进行降维处理,建立CNN评估模型,并进行了验证分析。结果表明,CNN模型对卫星网络协调态势评估问题测试的正确率高达80%以上,具有较高的评估效能。随着数据量的增多,CNN评估效果逐步提升,是一种在卫星网络协调态势分析、资源储备的有效评估方法。     

论构建以创新力为导向的大学科研评价体系

大学是我国科学研究的主力军,肩负着知识创新、技术创新、成果转化及应用的重任。大学科研评价是大学科研发展、评估的风向标,体现了大学科研管理的功能地位和价值导向,是促进科研质量和水平的重要推动力。当前,我国大学科研评价存在的误区主要有三:一是科研评价体系主要以"绩效"考核为导向,不利于激发广大科研工作者发挥自身科研潜力;二是从评价主体来说,科研评价主体是行政主管部门,忽略科研工作者作为评价客体在评价中的主动性及内在需求;三是从评价指标设置来看,注重量化指标、忽视主观性的定性指标,间接助长了学术不正之风。创新力是大学科研能力的主体构成,更是核心构成。本文以人文社会科学、自然科学为类别,着眼构建以创新力为导向的大学科研评价体系,以提升大学科研能力水平和质量。     

气象探空火箭气温测量不确定度评估方法

在气象火箭测温修正模型基础上,通过误差分析理论,对温度修正及其不确定度评估方法进行研究。根据火箭探空仪在空中下落过程中大气密度变化规律,建立温度修正数学模型,推导得到温度修正公式。根据误差理论,分析影响温度修正的八项误差因素,并逐项给出温度修正误差表达式。以气象火箭实测数据为例,运用上述公式,对探空火箭温度反演不确定度进行分析计算。结果表明:温度反演不确定度在50~60 km较大,最大为3.6 K;40~50 km不确定度为0.3~0.9 K;40 km以下,不大于0.3 K。影响温度不确定度的因素主要是气动加热修正项、滞后效应修正项、结构热传导修正项和传感器对环境热辐射修正项。数据处理时采用参考大气或标准大气仅进行一次修正是不够的,需进行迭代修正,单次修正结果与迭代修正结果差异最大可达5.6 K。     

在越轨行为之外:大学生隐性逃课的社会学分析

隐性逃课是指学生上课时消极参与课堂教学的精神旷课行为,多被认为是越轨行为的一种表现。从社会学视角切入,对大学生隐性逃课问题进行分析,发现将隐性逃课视作越轨行为实际上是学术研究和教学实践过程中简单定性的结果,是对隐性逃课性质的片面反映。这种越轨定性导致了对隐性逃课功能认识、原因分析和应对路径设计的偏离。大学生隐性逃课具有社会根源,是多元社会与高校统一管理之间的张力以及大学无用论和信任危机的产物。在越轨属性之外,大学生隐性逃课还是一种去学校化的反抗和师生之间的默契妥协。因此,对于大学生隐性逃课,应将其置放在社会背景中加以思考,引发人们对社会根源和社会规则本身的关注。     

有限维修能力下多级保障系统装备时变可用度评估及保障方案优化

备件库存和站点维修能力是影响备件维修周转的重要因素，制约装备使用效果。针对备件需求随任务阶段动态变化的装备保障方案评估和优化问题，考虑站点维修能力对备件维修过程的影响，结合METRIC建模方法和动态排队理论，建立了有限维修能力下多级保障系统装备时变可用度评估模型。在评估模型基础之上，以保障费用为优化目标，装备可用度为约束条件，建立了任务期内多级保障系统保障方案优化模型。以任务期内的最低可用度所对应的备件短缺数为观测值，分析了各项资源的边际效益值，采用边际优化算法对各项资源进行优化计算。算例分析表明，评估模型能够计算多级保障系统任务期内各阶段装备可用度；保障方案优化模型和方法能够得到各项保障资源的优化配置方案。提出的模型和优化方法能够为装备保障人员制定合理的保障方案提供决策支持。     

有限维修能力下多级保障系统装备时变可用度评估及保障方案优化

备件库存和站点维修能力是影响备件维修周转的重要因素,制约着装备的使用效果。针对备件需求随任务阶段动态变化时装备保障方案的评估和优化问题,考虑站点维修能力对备件维修过程的影响,结合METRIC建模方法和动态排队理论,建立了有限维修能力下多级保障系统装备时变可用度评估模型。在评估模型基础之上,以保障费用为优化目标、装备可用度为约束条件,建立任务期内多级保障系统保障方案优化模型。以任务期内的最低可用度所对应的备件短缺数为观测值,分析各项资源的边际效益值,采用边际优化算法对各项资源进行优化计算。算例分析表明,评估模型能够计算多级保障系统任务期内各阶段装备可用度;保障方案优化模型和方法能够得到各项保障资源的优化配置方案。提出的模型和优化方法能够为装备保障人员制订合理的保障方案提供决策支持。     

The capital supply curve in capacity expansion models: Some economic and algorithmic aspects

Capacity expansion models typically minimize the discounted cost of acquisition and operation over a given planning horizon. In this article we generalize this idea to one in which a capital supply curve replaces the usual discount rate. A capital supply curve is a means to model financial outlook, investment limits, and risk. We show that when such a curve is included in a capacity expansion model, it will, under certain conditions, provide a less capital intensive solution than one which incorporates a discount rate. In this article, we also provide an algorithm that solves capacity expansion models that incorporate a capital supply curve. The attractive feature of this algorithm is that it provides a means to utilize the “discount rate” models efficiently. Throughout, we give applications in power generation planning and computational experience for this application is also presented.     

基于学习矢量量化(LVQ)神经网络的雷达体制识别

由于现代战争中雷达体制的多样化、复杂化及其综合应用使得雷达体制识别中要处理大量复杂的高维数据,学习矢量量化(LVQ)神经网络不仅能处理有监督分类,而且相对于其他神经网络能以较小的计算量处理大量输入数据,所以采用LVQ对雷达体制进行识别,同时针对LVQ学习速率的变化可能引起学习算法不稳定,采用修正的学习速率算法.在简要介绍雷达体制和LVQ的基础上构造了LVQ神经网络对雷达体制进行分类.通过与径向基神经网络(RBFN)识别算法的仿真对比,证实了方法的有效性.