零售商视角下的双边社会责任闭环供应链最优决策与协调研究北大核心CSSCI

从零售商的视角下构造了由单一的制造商和零售商组成的具有双边社会责任闭环供应链,制造商不仅通过其正向渠道向客户销售产品,而且使用逆向渠道通过零售商从消费者那里回收旧产品,除探讨社会责任水平对供应链均衡决策的影响外,还应用两部定价契约、收入共享契约进行供应链的协调设计及利润分配。研究发现:集中决策较分散决策供应链系统利润更高,社会责任承担水平更高;最优产品回收率、供应链利润与社会责任水平成正比,而最优批发价格、零售价格与社会责任水平成反比;此外有趣的是,最优产品回收率的上下界限不受社会责任水平的影响;通过收入共享契约和两部定价契约均能实现到较好的闭环供应链协调效果,达到集中决策的水平。最后给出算例分析验证了相关结论。     

稀疏低秩双线性判别模型及其应用

"高维度小样本"问题是模式识别应用中的主要障碍之一。跨越这一障碍的有效方法之一是采用参数矩阵的低秩逼近,目的是控制模型复杂度。常用的低秩逼近方法需要预先指定目标矩阵秩的大小(如主成分分析)。提出了一种新的基于稀疏约束的低秩判别模型,此模型通过对目标参数进行矩阵分解,然后分别对子成分施加低秩(稀疏)约束,从而达到低秩逼近的目的。进一步将这一思想嵌入一个双边判别模型,并用坐标下降法对目标函数进行优化,使得算法在低秩逼近的同时还有效利用了输入数据的空间特性,从而得到更好的推广性能。其有效性在一个安全生物识别应用上得到了验证。     

基于双边多议题的Pareto最优协商研究

研究完全信息情况下的双边多议题协商问题,提出一种双方反提议决策模型,在每一轮反提议生成过程中,提议方在满足自身效用在该轮的保留效用水平下,最大化对方的效用,从而使协商结果达到Pareto最优,同时对双方在不同让步策略下的协商结果进行算例分析,为基于双方合作的完全信息协商提供理论参考。     

一种可调占空比型双模分频器设计及精度分析

介绍基于FPGA可编程单元设计的一种占空比在整数范围内可调、分频比最小单位为0.1的可控分频器的设计,并对该分频器的精度进行了分析,提出了一种能大幅度提高小数分频精度的改进型双模小数分频法——整数/半整数转换双模小数分频法。设计在通过仿真、综合、后仿真后,在Xilinx FPGA上实现。     

VoIP中一种信包丢失隐藏算法

为减轻基于IP语音（VoIP）网络中因信包丢失而造成的语音失真,提出一种基于双边线性预测和基音调整的信包丢失隐藏算法。该方法利用丢失信包的前一信包或邻接信包（在后一信包可获得的情况下）预测丢失的信包。线性加权经过基音调整后的双边线性预测样点以获得最终的重建信号。最建信号在相位连续性上表现更加合理。经过ITU-T R862协议推荐的PESQ算法测试证明,该算法重建语音信号的质量有了较为明最的改善。     

采用密度k-means和改进双边滤波的点云自适应去噪算法

采用相移结构光测量系统得到的三维点云,不可避免存在噪声.通过密度k均值(k-means)聚类算法将点云分为大尺度噪声点和小尺度噪声点,设定邻域大小以及点的数量来去除孤立噪声点;使用类内距离和类间距离的比值作为评价函数,得到最佳聚类数去除小片噪声点云;对于混杂在真实点云中的小尺度噪声点,采用鲁棒性更强的改进型双边滤波器进行点云光顺.实验验证表明:采用基于密度k-means和改进双边滤波结合的点云去噪算法可以有效去除各类噪声点,保持点云特征,相比平均曲率算法和基于特征选择的双边滤波算法,去噪效率分别提高了24％和16％.     

粗等价类双边剪枝策略下多次Hash 的约简算法

提出一种新的约简算法. 首先以全局等价类为最小计算粒度, 提出粗等价类概念, 深入研究其性质并证明粗等价类下求核和约简与原决策系统等价; 剖析3 类粗等价类与正区域间的内在关联, 设计针对1 和??1 两类粗等价类双边删减下正区域的渐增式等价计算方法, 从而设计双向剪枝策略以及多次Hash 的属性增量划分算法, 基于此给出高效完备的约简算法. 最后用UCI 中20 个决策集、海量、超高维3 类数据集从多个角度进行验证, 结果表明, 所提出的约简算法的完备性和高效性在绝大多数情况下优于现有算法, 尤其适用于海量数据和超高维数据集.

     

基于FCM算法的SAR图像相干斑噪声滤波算法研究

针对FCM分割对SAR图像斑点噪声敏感的特点,本文提出了一种新的去噪方法。所提出的方法主要分三个步骤。首先,分别对获得的两幅同源不同时相的SAR图像进行小波和lee滤波结合去噪。然后,通过对数比值检测方法获得变化信息。利用双边滤波器处理变化信息,以获得能保留图像丰富细节信息的图像降噪效果。最后,利用FCM方法把变化信息分成两类,这样就可以获得变化检测结果。Ottawa 地区的部分图像作为检测算法的性能的数据库。将去噪方法相互比较,结果表明,本文提出的算法分类正确率达到98.29%,优于其他去噪方法。     

面向非平衡文本情感分类的TSF特征选择方法

非平衡数据中样本数量的不平衡分布往往伴随着特征分布的不平衡,在多数类文本中经常出现的特征,在少数类中却很少出现。针对非平衡数据特征分布的特点,提出了一种新的双边fisher特征选择算法TSF。该方法通过显式地组合正相关和负相关特征,缓解了特征层面的非平衡性,较好地表示了文本的信息。TSF方法在图书评论和COAE2014微博非平衡数据上进行实验,结果验证了该方法是可行的。     

Hadoop在人员定位软件系统中的应用研究

针对现有人员定位系统难以满足大型煤矿大数据量访问需求的问题,提出将Hadoop应用于人员定位软件系统中,利用并行计算模型MapReduce和非关系型数据库HBase实现人员定位数据的并行化访问。Hadoop的应用显著提升了人员定位软件系统的数据处理性能、实时性和可扩展性。