基于证据熵对不确定性度量的决策表约简

知识约简是粗糙集理论的核心内容之一,产生的粗糙决策规则往往具有一定的不确定性.在变精度粗糙集的基础上,本文构造了符合证据理论框架的一组焦元,利用基本概率分配函数计算了证据的总体信息熵,度量了决策表的不确定性;以该度量作为启发信息,给出了决策表的启发式知识约简算法.计算实例表明了本文方法的有效性.     

一种基于证据间距离和信息熵的证据组合方法?

针对改进的基于证据间距离的组合方法,首先计算证据间距离并求出各个证据的支持度和可信度,选取支持度高的作为较可信证据,其次引入证据信息熵,计算修正系数,对这些证据的可信度进行修正,将可信度作为权重,进行证据的加权平均,再利用Dempster组合规则对所有证据进行融合。算例表明,该方法比现有的方法更加有效。     

军用飞机大修效率评估方法

针对航空修理工厂大修效率难以评估的问题,首次提出了军用飞机大修效率评估方法。根据飞机大修工作特点,系统分析了飞机大修效率影响因素,建立了飞机大修效率评估指标体系;运用信息熵理论和灰色系统理论,构建出基于熵权和灰色聚类的评估指标赋权模型;结合实例验证了方法的正确性。     

基于改进信息熵的抢修操作过程复杂性测度模型

抢修操作过程复杂性既是抢修人员准确衡量抢修操作难易程度及不确定性的重要指标,又是辅助指挥员进行抢修任务分配及抢修资源调度的重要参考,还是进行抢修时间估计的重要依据。然而,目前没有合适的抢修操作过程复杂性测度方法。考虑到普通信息熵极大值公理与抢修操作过程复杂性的特征不相符,利用改进的信息熵建立抢修操作过程的复杂性测度模型,并利用回归分析法通过实例验证,模型测度结果可以客观地反映抢修操作过程的复杂性。     

军用航空机务维修人员安全知识结构评价研究

随着军用航空装备复杂性、安全性的提升,对广大机务维修人员安全知识结构提出了更高的要求。以某机务部队现状为依据,研究航空机务维修人员安全知识结构评价问题。利用工作分析法对航空机务维修人员的工作进行了深入分析,建立了航空机务维修人员安全知识结构指标体系,通过构建基于熵权的改进BP神经网络模型对建立的知识体系结构进行评价。以某单位实际调研数据为基础,利用MATLAB仿真实现了模型的训练和测试,对机务维修人员的安全知识结构进行量化分析,为机务人员的安全知识能力培养提供决策依据和参考。     

基于单类集成分类器的JPEG通用隐写分析

针对JPEG图像通用隐写检测问题,提出了一种基于单类集成分类器的新方法。算法提取图像DCT块内、块间和小波层内、层间的共生特征以及小波子带系数的直方图特征对图像进行描述,并计算检测图像及其原始估计图像所提共生矩阵和直方图分布的对称交互熵作为隐写分析特征;然后,随机构造若干个特征子空间,利用bootstrap方法构造载体图像训练子集,分别进行单类训练得到数个基分类器;最后,将基分类器的分类结果按多数投票法进行融合作为单类集成分类器的分类结果。实验结果表明,单类集成分类器能显著提高算法的检测效果,而且,本方法相比基于多超球面OC-SVM分类器的单类隐写分析方法,具有更高检测率。     

基于偏差熵的专家聚类赋权方法

在群决策专家聚类赋权过程中,可能出现专家给出的判断矩阵一致性比率与排序向量信息熵都相等但专家意见不同,却被赋予了相同权重的情况。针对上述问题,提出一种基于偏差熵的专家聚类赋权方法。该方法采用聚类分析的思想,基于比例构建相似系数,实现对专家群的分类;引入专家判断矩阵的一致性权重,并综合类容量构建权重指标来反映类别间的差异,确定专家类间权重;最后,在各专家类中建立偏差熵模型,依据类中专家达成一致性意见的贡献程度确定专家的类内权重,并得到专家的总体权重。具体算例表明,该方法可行有效。     

谈“三非”人员对我国的不良影响及对策

近年来,我国的“三非”问题逐渐凸显,大量“三非”人员的涌入给我国的国家尊严、国防安全、社会稳定、经济发展以及人口素质等诸多方面都带来了冲击。研究化解、预防“三非”人员,将对我国的经济发展、社会稳定具有极为重要的现实意义。     

经济增长对社会稳定的双重影响

经济增长对社会稳定的影响是双重的。立足经济增长的社会稳定对策要注重强化经济增长对社会稳定的积极影响,将其发挥到最大限度,同时弱化经济增长对社会稳定的消极影响,把它减弱到最低程度。     

近似熵在发动机故障诊断中的应用研究

介绍了近似熵的概念、主要特点及其算法,提出了基于近似熵的特征提取方法,并且讨论了近似熵值计算中3个参数的选择原则,并对发动机声信号进行了分析处理。通过对比正常状态与故障状态的近似熵值,根据其变化有效地提取发动机故障特征,从而实现了对发动机状态的监测与诊断。实验结果表明近似熵在分析复杂信号特征方面具有很强的能力,在判别机械设备运行状况方面具有很好的效果,是一种行之有效的新方法。