灰色聚类在大学生综合素质评价中的应用

为了综合评价大学生素质,本文提出一种基于灰色聚类的大学生素质评价新方法。该方法通过对评价大学生素质的各单一性能评价指标进行分析,构造灰数白化权函数和聚类系数向量矩阵,从而归纳出待评价大学生所属类别。应用实例表明,该方法能对待评价的大学生进行正确归类,又能合理分析大学生素质的整体性能。     

面向对象多属性差异的矩阵型灰色聚类方法及其应用

针对传统灰聚类法对聚类对象间的关系信息和属性间的差异信息利用不充分、灰类划分宽泛、聚类结果约束相对严格、完备性不足等问题,提出一种面向对象多属性差异的矩阵型灰色聚类方法。该方法充分利用对象已有的多属性信息,可以在不同的属性类别组合上获得多元、客观的聚类结果,使对象的分类更贴近于实际。通过对安徽省国家级贫困县进行聚类分析,展示了矩阵型灰色聚类方法的应用,表明了矩阵型灰色聚类方法的实用性和有效性。     

灰色变权聚类评价模型与算法在FDI福利效应中的应用

根据人类思维具有“灰性”的特点,提出了基于相对指标的FDI综合福利效应聚类评价模型。利用已收集的数据,以灰色系统理论为基础,确定聚类指标,评定等级量化标准及聚类灰类,并通过构造白化权函数进行灰色聚类分析,不仅能够正确地判别福利效应的类别,而且能在灰色聚类系数矩阵中显示各样本对于不同类别的隶属程度。对1986-2008年的FDI综合福利效应进行了聚类评价分析,结论具有较高的可靠性与针对性。     

基于优势粗糙集与灰聚类的电子资源质量评价研究

在对电子资源质量综合评价的过程中,将基于优势关系的粗糙集理论与灰色聚类理论相结合,讨论了对于只有条件属性值,但没有决策属性值的信息系统,通过运用灰色聚类理论对数据集进行预处理,用灰类作为决策属性值,从而构建完整的决策表,运用优势粗糙集理论提取偏好决策规则的方法.并通过实例应用,验证了该方法的可行性与有效性.     

基于灰色聚类的群决策方法研究

采用非线性变换对区间灰数形式的决策信息进行规范化处理,并由决策者问差异度最小构建优化模型,确定指标权重.考虑到在决策者较多的情况下对决策者进行聚类处理可以提高决策质量,给出了决策者决策信息的灰色关联度的计算方法,并基于灰色关联度提出了对决策者进行分类的灰色聚类算法.在此基础上,提出了对聚类后各决策者类的决策信息集结的决策模型.最后通过一个实例说明了所提出方法的可行性和有效性.     

基于多元异构不确定性案例学习的广义区间灰数熵权聚类模型

现实生活中多数聚类对象具有多元异构不确定性特征,表现为对象聚类指标体系异构化以及对象信息具有多元不确定性特点,而现有的不确定性多属性聚类决策方法对此类对象的聚类研究具有局限性.为此,针对聚类问题,首先,根据聚类对象多元不确定性信息的特点,提出广义区间灰数的概念,证明多元不确定性信息可统一用广义区间灰数进行表征;然后,结合极大熵思想,构建基于多元异构不确定性案例学习的广义区间灰数熵权配置模型,通过对对象相关的历史案例进行充分学习,测算各层指标的广义区间灰数熵权,以此确定各指标的聚类权重,再结合广义区间灰数的白化权函数对对象的新案例进行聚类分析;最后,通过案例研究验证所提出聚类模型的合理性和可行性.     

测控软件质量的灰色模糊评价

针对测控类型软件应用环境的特殊性,提出了该类行业应用软件的一种灰色模糊评价方法.结合ISO/IEC质量模型和测控类型软件技术规范,探索了测控类型软件的指标模型,构造使质量属性仅隶属相邻质量等级的白化权函数进行评分值的灰色聚类.采用层次分析法进行权值设置,基于模糊方法实施综合评价,既增强了评价过程的客观性,又能综合不同专...     

基于灰关联度的面板数据聚类方法及在空气污染分析中的应用

针对面板数据的三维特征、正负相关性以及灰色关联模型缺乏有效检验等问题,构建面板数据灰色关联模型,拓展了面板数据聚类方法;引入灰熵,提出灰色关联聚类的检验模型.研究发现,灰色关联度模型能够反映面板数据的正、负相关关系,且具有对称性、唯一性和可比性.通过在苏南4市空气质量区域划分中的应用,表明基于面板数据灰关联模型的聚类方法具有良好的效果,各类别的灰色关联度差异明显,层次清晰.     

基于核和灰度的区间灰数型灰色聚类模型

对传统灰色聚类模型进行延拓,考虑了观测值和白化权函数转折点为区间灰数的情形.通过“核”和灰度来表征区间灰数,以“灰度不减公理”作为理论依据,给出区间灰数型白化权函数的表达式,并将聚类过程中区间灰数运算转化为实数运算,进而建立灰色定权聚类模型.最后将该模型应用于南京市江宁区高新技术企业核心竞争力的聚类评估中,说明了所提出方法的有效性和实用性.     

基于灰色可能度函数的面板数据聚类方法

针对静态灰色可能度函数聚类方法的局限性,综合考虑评价指标发展趋势、指标权重和时间权重的影响,构建一种体现发展趋势的灰色可能度函数聚类模型用于解决面板数据问题.该方法引入发展因子概念,用于表示观测值的发展趋势;对于观测对象在不同时刻的观测值,运用发展因子将观测值集结为发展作用值,并利用时间权重对包含发展作用值的面板数据进行降维,从而获得信息集结值.运用所提出的权重求解法确定每个指标各时刻指标权重,再根据离差平方和最小化方法优化求解总时段综合指标权重,并对降维后的信息集结值进行灰色可能度函数聚类分析.最后,通过对中国10个城市5年宏观经济状况的聚类分析,验证所提出模型的有效性和可行性,实现了灰色可能度函数聚类方法的面板数据处理.     

灰色聚类算法的大学生心理健康智能测评

当学生心理复杂,对其心理健康进行测评具有一定的实际应用价值,为准确测评大学生心理健康,提出了基于灰色聚类算法的大学生心理健康智能测评方法.首先根据相关文献和研究构建大学生心理健康智能测评指标体系,并对指标评分进行量化,然后基于指标数据,采用灰色聚类算法构建大学生心理健康测评,最后进行了大学生心理健康状态测评实例分析,结果表明,灰色聚类算法可以准确描述大学生心理健康状态的变化特点,大学生心理健康状态测评结果有利于大学生心理疏导.     

基于白化权函数聚类法的航电系统效能评估

航空电子综合系统是作战飞机的神经中枢,准确评估航电系统的效能对我国航空电子技术的发展具有重要意义。为了用灰色白化权函数聚类法对基于1553B总线的航电系统进行效能评估。首先将1553B总线负载、延迟时间、总线使用效率三项指标分为优、良、中、差四个灰类,综合各指标的白化权函数和其隶属于不同灰类的权重得到航电系统聚类系数向量,然后由该向量中的最大聚类系数所属灰类来确定该航电系统的灰类等级。灰色白化权函数聚类方法为航电系统的设计和效能评估提供了重要方法和理论依据。     

基于直觉模糊熵的群组聚类决策方法

针对直觉模糊群决策问题,依据专家的直觉模糊评价信息,利用直觉模糊相似度和相异度构造直觉模糊相似矩阵,为了得到合理的专家聚类结果,设计风险参数并提出聚类阈值变化率分析方法,综合聚类结果和直觉模糊熵对各专家进行组合赋权。提出基于离散正态分布的位置权重确定方法,构造直觉模糊集混合加权集结算子对各专家关于方案集的直觉模糊评价信息进行综合集成。结合算例验证了方法的可行性和有效性。     

面向特定领域的产品评价对象自动识别研究

产品评价对象的自动识别是文本观点信息抽取和倾向性分析中的重要研究课题之一。该文针对汽车评论,提出了一种不依赖外部资源的无指导评价对象自动识别方法。该方法首先综合使用词形模板和词性模板,采用模糊匹配方法和剪枝法抽取候选评价对象。然后,从候选对象集中,采用双向Bootstrapping方法识别出产品评价对象。最后,通过采用K均值聚类方法对产品评价对象进行聚类,实现从评价对象中自动抽取产品名称和产品属性。实验结果表明,该方法对产品评价对象识别的F值达到58.5%,产品名称识别的F值达到69.48%。
     

灰色偏相关评价法在认知型学生模型中的应用

针对认知能力评价这类因素较多,且难以进行定量描述的问题,建立认知能力因素评价体系,利用灰色偏相关评价法建立认知型学生模型。首先分析各认知能力因素的相互影响关系,计算偏相关系数得到各认知能力因素的权重值。然后确定评价灰类,建立白化权函数,得到各认知能力因素关于各评价灰类的灰色评价权值,从而建立认知型学生综合评价模型。最后通过实例对方法模型进行验证。实例表明,该方法模型能够对学生知识水平作出评价并引导学生进行学习,其结果具有一定的可靠性。     

基于直觉梯形模糊数的灰关联投影寻踪动态聚类多属性决策方法

针对属性权重完全未知,属性值以直觉梯形模糊数形式给出的多属性决策问题,提出一种灰关联投影寻踪动态聚类法。该方法综合考虑灰色关联和优隶属度,改进灰关联投影法(GRPM),并将改进的灰关联投影法与投影寻踪动态聚类(PPDC)方法结合,构建投影目标函数。引入萤火虫算法(FA)优化投影目标函数,寻求灰关联投影值的最佳投影方向,从而求得灰关联投影值。根据灰关联投影值的大小对备选方案进行分类、排序和择优。实例分析结果验证了所提出方法的有效性和可行性。     

两阶段灰色综合测度决策模型与三角白化权函数的改进

首先将中心点三角白化权函数中对应于灰类1 和灰类s的三角白化权函数分别取为下限测度白化权函数和上限测度白化权函数. 这一改进避免了将各聚类指标的取值范围向左、右延拓的困扰. 针对灰色聚类系数向量delta_i  的各分量均衡取值或灰色聚类系数向量delta_i 有若干个位于前列的主分量取值相近, 难以判定决策对象归属的问题, 构建一种新的两阶段灰色综合测度决策模型, 以解决灰色聚类系数向量delta_i 的各分量取值趋于均衡或delta_i 有若干个位于前列的主分量取值相近情形下的综合决策问题, 并通过应用实例验证了模型的有效性.

     

网格环境下基于灰色理论多属性综合信任评价模型*

针对传统信任模型的不足,提出了以灰色系统理论为基础的多属性综合信任评价模型。模型通过定义信任评价等级灰类及其白化权函数,计算网络实体各个属性的灰色评价权,结合层次分析法计算属性权重,最后给出实体灰色综合信任值及信任等级灰类。实例表明,该模型计算简便、评价可靠,为网格环境下解决多属性综合信任评价问题提供了新的方案。     

基于属性—关系综合相似度的聚类算法*

为弥补属性空间聚类方法只关注对象属性信息以及结构聚类方法只关注对象间关系信息的不足,提出一种基于属性-关系综合相似度的聚类算法.在构建基于属性距离的有权网络后,算法给出对象间综合相似度以及类间综合相似度的计算方法,并设计相应策略自底向上实现聚类.与属性空间聚类和结构聚类方法相比,该算法由于兼顾了属性和关系信息而具有更高...     

直觉模糊集合数据的聚类有效性分析

针对直觉模糊集合数据的聚类有效性问题,给出了一种用于发现最优模糊划分的聚类有效性方法.该方法采用直觉模糊相关度和直觉模糊熵两个重要因子来评价直觉模糊聚类的有效性.其中,直觉模糊相关度通过增加非隶属度参数对模糊相关度进行直觉化扩展,用于评价类与类间相关度的大小,同时加入权重参数解决了样本数据各维特征分配不均匀的问题,而直觉模糊熵用于检验分类结果的可靠性.最后通过实例验证了该方法对于紧致的、良好分离的教据集分类效果理想,其在目标编群、目标识别等信息融合领域有良好的应用前景.