论军事财力预算的制度效率及其度量

军事财力预算制度效率,具体表现为军事财力预算制度收益与制度运行所耗费的成本之比。从资源配置的过程看,其主要体现为军事财力预算规模效率和军事财力预算结构效率;从军事财力预算形成过程看,包括军事财力预算编制制度效率、审批效率、执行效率、监控效率;从军事财力预算功能结构角度看,可分为配置效率、激励效率和约束效率。以最少的资源耗费最大限度地满足居民的国家安全需求,是军事财力预算制度效率的核心内容。度量军事财力资源配置制度效率的基本指标主要包括国防安全需要的资源满足度、对国民经济发展的影响和制度运行成本。     

拟共形映照的两个偏差性质

本文得到了ｎ维空间中的度量ＫＤ和ＪＤ在Ｋ－拟共形映照下的偏差估计,并且偏差的系数只与Ｋ有关而与维数ｎ无关     

基于组织协同进化的软件缺陷预测方法

针对传统有标识软件度量元数据存在软件缺陷预测精度低的问题,首先对比选择合适的离散化方法,然后将组织协同进化分类算法引入并应用到航天软件缺陷预测领域,给出了一种基于组织协同进化的软件缺陷预测方法。该方法根据预测目标将离散后的软件度量元数据划分为不同种群,在各种群内部形成进化个体(组织)。组织在增减算子、交换算子、合并算子和组织选择机制的作用下不断进化,并基于属性重要度协同进化的方式进行适应度函数的计算,实现了有标识软件度量元数据缺陷预测精度的提高。最后通过两组仿真实验,验证了基于组织协同进化航天软件缺陷预测方法的有效性。     

不平衡数据的软件缺陷预测方法

数据的不平衡问题是数据分类领域中的一个热点问题。当分类算法处理这些数据时,算法将偏向多数类而忽视少数类。在软件缺陷预测领域,它并没有引起足够的重视,在4组NASA不平衡数据上比较和分析了14种分类算法的性能,为了克服数据的不平衡性,采用SMOTE技术对软件缺陷数据进行平衡化,最后在AUC和F-measure评价指标下对算法进行评估。实验结果表明随机森林算法在4组数据上表现最佳,这为软件缺陷预测提供了很好的参考。