森林资源可持续性的模糊综合评价

由于森林资源的可持续评价指标数据具有一定的模糊性,本文采用了模糊综合评价模型对森林资源的可持续性进行评估;并利用计算机技术结合福建省邱家山林场可持续性研究实例,阐明了该方法的在森林可持续经营评价中的应用.     

基于模糊AHP的CDMA网络资源利用率的评价研究

为了确保CDMA网络资源的合理利用,提出一种基于模糊AHP的CDMA无线网络资源利用效率的评价方法.采用yaahp层次分析软件通过对CDMA无线网络资源指标选择建立层次分析模型,确定了各指标的组合权重;利用模糊综合评判（FCA）方法建立模糊评价模型,计算CDMA网络资源利用的综合评价并做出决策.实际案例表明,该方法通过将层次分析法和模糊综合评价方法相结合,有效的对定性指标和定量指标进行综合权衡分析,评价模型科学、合理地反映出实际评价结果,为CDMA无线网络资源及时调配提供合理依据.     

统计多指标综合评价系统的设计与实现

多指标综合评价在大型复杂系统的评价决策过程中有着极其重要的地位。本文在多指标综合评价统计理论及其方法的研究基础上，建立了评价问题的统计模型，解决了实现该模型的技术问题，最后重点介绍了在计算机上实现该模型的主要数据结构及算法。     

大型公共建筑能耗动态模型的研究与应用

通过分析大型公共建筑能耗数据所具有的海量性、随机性、序列性等特征,建立了基于多元线性回归与一阶自回归算法的大型公共建筑能耗动态模型。研究了模型参数估计问题,结合F与χ2两种方法,理论验证了模型显著性与有效性;根据西安市某大型公共建筑能耗数据,实验验证了该模型的逼真性、可行性与强健性。因此,该模型能对既有与新建大型公共建筑能耗进行实时动态预测,解决了节能定量化研究、定额用能的“瓶颈”问题,为大型公共建筑能耗审计及等节能制度的实现提供科学指导。     

基于GIS的大型公共建筑轻量级运维管理平台 研发与应用

摘 要：大型公共建筑在商业、办公、旅游、科教文卫、通讯和交通等各个方面都有着不 可替代的作用。但大型公共建筑的运维管理信息化平台开发和应用却有一定技术难度。为降 低这一难度,提出一种基于 GIS 的大型公共建筑轻量级运维管理平台研发与应用方法。大型 公共建筑图纸通过图形数据转换和编辑,转换为地图服务;大型公共建筑属性数据通过归纳 总结,形成层次结构,并赋予唯一标识符,建立属性数据标准库;并以此为基础,梳理大型 公共建筑运维管理流程,形成运维管理标准流程和数据流程;通过搭建统一的平台,完成上 述 4 项结果的集成,并投入实际应用。该方法在一座大型机场航站楼进行了实际验证,开发 了一套轻量级运维管理平台,实现了该航站楼运维管理的信息化,其结果验证了方法的有效 性和可操作性。     

AHP-Fuzzy在仿真系统可信度综合评价中的应用

该文在介绍层次分析法（AHP）和模糊评价（Fuzzy）两种系统评价理论和方法的基础上,把两种方法结合起来,对仿真系统可信度评价进行分析。根据仿真系统可信度的特点,从概念模型、仿真模型、软件模型、结果分析等因素出发,建立系统可信度评价指标体系。通过计算影响仿真系统可信度评价的各因素权重,并应用AHP—Fuzzy来评价系统可信度,进而提出了多级综合评价方法。实例证明,该方法具有两种方法的优点,而且能较好地保证评价结果的客观性。     

基于Fuzzy AHP的司钻控制房人机界面评价

为了对石油钻机司钻控制房人机界面进行科学的评价,在确定其评价指标的基础上,运用Fuzzy AHP（模糊-层次分析）综合评价法实现了定性指标的定量转换,建立了石油钻机司钻控制房人机界面评价模型,克服了评价的主观性。根据上述理论编制了评价系统,避免了评价过程中的大量人工数学计算。研究表明,利用该方法建立的评价系统可以方便有效地实现对石油钻机司钻控制房人机界面的评价。     

基于几何网络分析的城市公交智能评价*

城市公共交通网络是重要的城市基础设施,合理规划和高效管理是保障城市可持续性发展的有效措施。为此,利用地理信息系统、几何网络分析原理,综合分析城市公交运行特性和影响因素,构建了西安市公交几何网络空间数据库,建立了城市公交质量的评价模型;将评价模型与公交几何网络相结合,应用于西安市公交质量评价与管理中。研究结果表明,该方法简单易行、科学合理。     

基于层次分析法的金融网点综合服务质量评价方法

为了对代理金融网点的集中管控,本文拟在建立邮政代理金融网点的综合服务质量评价模型,以便对所有网点的服务质量进行统一评价。本文采用层次分析法对邮政代理金融网点综合服务质量进行系统建模。该模型主要分为3个步骤实施：1）根据业务部门对网点运营的质量要求以及影响网点运营的自身属性,建立网点服务质量评价指标体系;2）应用层次分析法,通过构建层次结构模型、构造判断矩阵计算指标权重;3）进行一致性检验,将验证后的权重系数和指标结合,推导出网点服务评价体系。该模型计算的3个网点结果与实际网点的运行情况（实点余额）以及管理部门对实际网点工作中的评价一致,说明该模型用于实际网点综合服务质量预测方面,结果真实、可靠,具有决策支持的作用。     

基于改进AHP和SVR的油田产能建设项目综合后评价模型

根据油田产能建设项目后评价的特点以及吉林油田的实际情况,详细分析油田产能建设项目后评价中的评价指标、各指标间的关系以及对最终综合后评价的影响,提出了一种基于改进层次分析法（AHP）和支持向量机回归（SVR）的综合后评价模型. 利用改进AHP法确定综合后评价指标体系中各个评价指标权重,然后通过SVR进行综合后评价,以提评价结果的精确度. 该模型不仅弥补了人为主观估计权重的缺陷,并且考虑到各评价指标对综合后评价结果的影响,科学并客观的对产能建设项目进行综合后评价,实验结果验证了该方法的有效性.     

感兴趣区域遥感图像分类与支持向量机应用研究

提出了基于SVM的遥感图像分类方法并构建了分类模型,该方法以唐山1∶50 000 TM局部图为分类数据来源,由用户选择感兴趣的区域,分别提取该区域绿地、公共用地和房屋的图像特征,并以此为训练样本进行训练,采取交叉校验的方法获得SVM的最优惩罚因子C和间隔γ参数进行图像分类。实验结果表明,此分类方法准确率高、稳定快捷,是SVM在遥感图像分类中的一个很好的应用。     

基于TS-GA的LS-SVM参数优选?

将禁忌搜索和遗传算法相结合,提出一种改进的最小二乘支持向量机(LS-SVM)参数优选方法。利用自适应遗传算法进行全局搜 索,使用禁忌搜索进行局部寻优,由此提高求解速度和解的精度。采用某冶炼厂净化工段的现场数据建立模型进行仿真实验,结果表明,该方法能使LS-SVM模型具有较好的泛化能力,模型精度满足工艺要求。     

基于时变贝叶斯网络的无人机态势评估模型

为解决无人机(UAV)在突发威胁下的环境感知问题,提出一个基于后验概率支持向量机(PPSVM)的时变贝叶斯网络(TVBN)态势评估模型,利用PPSVM完成突发威胁观测信息的分类处理,将分类信息的不确定度作为态势评估的证据,使用概率推理实现动态环境下的态势评估。以UAV规避空中突发威胁为仿真背景验证该模型的正确性,并表明其评估结果能真实地反映环境变化情况。     

基于DCT系数误差的图像质量评价模型

根据人眼对图像高低频失真的敏感度不同,提出一种图像质量评价模型。将图像离散余弦变换后的频率分量分为低频和高频分量,利用低频系数变化量的绝对平方和表示低频失真量、高频系数变化量相对平方和表示高频失真量,通过2个失真量相乘得到客观评价值。实验结果表明,该模型与LIVE图库上差异主观评价分的线性相关性优于峰值信噪比和结构相似度模型。     

一种基于遗传算法的TSP建模方法

为解决小组软件过程(TSP)中针对活动如何有效安排工程小组人员的问题,从关于目标和面向活动的角度刻画TSP模型,提出基于遗传算法的优化方法。分析TSP核心思想,给出模型的结构和形式化描述,介绍建立模型的步骤。通过实验验证了该优化方法具有良好的执行性能,能够得到一个具有较优效益值的人员安排方案,可行性良好。     

基于机器学习的无参考图像质量评价综述

无参考图像质量评价（NRIQA）因其广泛的应用需求一直以来都是计算机视觉及其交叉领域的研究热点。回顾近十几年来基于机器学习的典型NRIQA模型,介绍图像质量评价的常用数据库、算法性能指标、NRIQA主要难点和现有的解决方法;分析了不同模型的思想、实现、特点;最后统计对比多个数据库上的测试结果。总结研究现状、分析发展趋势,为这一领域的研究者提供文献参考。     

基于SVM和GA的图像质量评价方法

针对主观评价关联方法易陷入局部最优以及处理非线性、高维、小样本问题时效果不佳等问题,以均方误差、峰值信噪比、奇异值分解这3个图像质量客观评价指标和LIVE数据库评分作为学习样本,通过支持向量机学习得到主客观关联函数,利用遗传算法进行最优参数选取,由此得到具有主客观一致性的评价模型。测试结果表明,相比传统方法,该方法对图像质量的评价更准确。     

自适应IQA阈值序列图像NLM超分辨重建方法

序列图像超分辨率（super resolution,SR）算法可以利用多帧低分辨率图像之间的互补信息重建出一张高分辨率结果。传统非局部均值（non-local means,NLM）超分辨率重建方法的迭代次数选取和最佳SR重建结果筛选过程高度依赖使用者经验值和主观评价,这极大地增加了算法复杂度,降低了算法的鲁棒性。为了解决这两个问题,提出一种基于图像质量评价（image quality assessment,IQA）自适应阈值的NLM超分辨重建算法。通过设计一种SR重建结果质量评价指标,将该指标引入到NLM重建算法中：一方面作为阈值,用以确定算法迭代收敛条件;另一方面作为评价标准,用以筛选多个输出结果中重建效果最佳的高分辨率图像。实验结果表明,提出的算法能在有效保证鲁棒性的同时,极大地提升NLM超分辨率重建算法的运算效率。     

用路径跟踪法和核距离矩阵优化大规模SVM

支持向量机在大规模训练集上学习时,存在学习时间长、泛化能力下降的问题。路径跟踪算法具有O(n L)的时间复杂度,能够在多项式时间内求解大规模QP问题。分析了影响SVM分类超平面的主要因素,使用路径跟踪内点算法和核距离矩阵快速约简训练集,再用约简后的训练集重新训练SVM。实验结果表明,重新训练后的SVM模型得到了简化,模型的泛化能力也得到提高。