主题分析技术在文档聚类中的应用

为解决高频特征对文章的主题信息反映不够全面,无法获得高质量聚类结果的问题,同时为获得聚类后各类别反映信息的精确描述,采用词汇链反映文章所描述的主题信息,并依据文本间词汇链的相似度进行聚类.将聚类后属于同一类别并反映相同主题信息的词汇链进行融合,通过分析各词汇链所描述的主题信息在不同类别内的分布来抽取能够充分反映各类别主题的关键词集合.实验证明该方法比应用高频特征进行聚类的效果好,同时由于分析了主题信息在各类别内的分布情况,使抽取的类别关键词能够很好地体现每个类别所侧重描述的信息.     

基于KPCA和SVM的火箭发动机试验台故障诊断方法

为了解决液体火箭发动机试验台的故障诊断问题,提出了一种基于核主元分析(KPCA)特征提取和支持向量多分类机(SVM)的故障诊断方法,该方法首先利用核主元分析对试验台标准故障样本进行特征提取,通过特征分析,建立适合于试验台故障状态识别的层次多分类支持向量机,并对其进行训练,然后将试验数据在主元上投影,输入到训练好的支持向量多分类器,对试验台故障状态进行识别.该方法充分利用了核主元分析强大的非线性特征提取能力和支持向量分类机良好的小样本泛化特性,解决了试验台故障诊断中的小样本、非线性模式识别问题.对试验台的试验结果表明,该方法是有效的、可行的.     

基于模糊层次分析法的应用性技术成果评价

针对现有应用性技术成果的评价指标体系,建立了相应的模糊层次分析法数学模型,此模型可克服传统层次分析法判断矩阵构造主观性强和一致性不易检验等缺点,为应用性技术成果的等级评价提供了一种简便合理的科学评价方法.     

基于模糊物元模型的区域水资源开发利用评价方法

为客观评价区域的用水水平,采用基于欧式贴近度的模糊物元模型综合评价区域水资源开发利用程度.将灌区用水水平的不同阶段作为物元的事物,将各阶段的评价指标及其模糊量值作为复合模糊物元,通过计算复合模糊物元与标准物元之间的欧式贴近度,综合分析区域水资源的开发利用现状,确定区域用水水平,为水资源的进一步开发利用及合理配置提供决策依据.以宝鸡峡灌区为例,研究结果表明,宝鸡峡灌区的用水水平处于发展阶段,水资源开发利用已具有一定规模但仍有开发潜力.     

结合显著度图和自适应能量线的快速图像缩放*

针对Seam Carving图像缩放方法中能量函数的局限性和动态规划算法的复杂性,提出了一种基于图像内容的快速图像缩放方法。结合基于视觉注意力模型的显著度图,完善图像内容的能量描述;同时,提出一种基于图像内容的粗、细能量线自适应机制,与层次加速动态规划一起,加速缩放效率。仿真实验结果表明,该算法在有效保护图像内容的同时,降低了算法的计算复杂度,减少了图像缩放时间。     

企业价值链价值分配的优化研究

为研究价值链中各企业间价值合理分配的问题,在明确企业价值链中各参与者关系的基础上,从价值分析和成本分析入手,针对价值链中各参与者的不同行为模式,对企业价值链的稳定性问题和价值链调整的合理性问题进行了分析,并给出了价值链稳定性及调整合理性的判定公式和相应经济学解释.阐述了在价值贞献和价值分配之间产生偏差的原因和几种情况,依据博弈论原理建立了价值链价值分配议价模型,模型分析表明存在唯一的子博弈完美均衡,最终可以得到一个均衡策略.研究结果为合理构建和调整企业价值链提供了理论依据.     

青县电子机箱产业集群核心竞争力评价

根据核心竞争力理论,运用层次分析法,构建了对产业集群的核心竞争力评价体系,并用此方法对青县的的电子机箱产业进行了实证分析.研究结果表明青县电子机箱行业的核心竞争力不强,其中资源整合与控制能力,技术创新能力、组织管理能力、人力资源竞争力和企业文化聚合力较弱、在此基础上提出了相应的政策建议.     

基于模糊层次分析法综合评判工会竞赛成绩

为综合评判工会组织的各项竞赛活动的成绩,提出了基于模糊层次分析法的综合评判措施,主要包括竞赛项目权重的确定、竞赛成绩的量化和综合评判等过程.实际应用表明,模糊层次分析法可以最大限度减少主观因素对评价结果的影响,合理地确定各项赛事在工会竞赛活动中的权重,结合竞赛成绩的量化矩阵,使得综合评价结果科学、可信.     

教育不公的校内表现及对策

近年来,教育公平已成为各级专家,理论权威以及社会各界能人志士广泛议论的热门话题。说起教育不公,无不深恶痛绝,口诛笔伐。究其责任,几乎众口一词：＂政府无能＂、＂急功近利＂、＂眼光短浅＂。论起解决办法,可谓是仁者见仁,智者见智：＂取消重点学校＂、＂确保三个増长＂、＂消除薄弱学校＂等等。在讨论中,我们不难发现,大家讨论的教育不公,基本定格为教育的城乡差异,区域差异,和学校之间的差异,而忽略了学校内部的教育不公。     

数据挖掘技术在学生评估中的应用

近几年随着科技和现代教育的发展,数据库和网络技术得到飞速的发展和广泛的应用,智能教学系统也就大量地出现,这样就有大量的数据伴随着出现,而怎样处理这些数据使人们从中获得有用的信息变成一个热门的话题。数据挖掘技术就是将大量数据以一定的方式进行处理,得到对人们有用的信息,来帮助人们学习和预测。将数据挖掘技术引入到教学过程中学生的个人学习素质评估当中,创新性地通过决策树算法和聚类算法相结合的方法对学生数据分析,挖掘潜在的信息资源,找出影响个人综合素质的关键因素及各因素之间的关系,总结优秀学生的个人综合素质的培养方法,弥补不足,提高学生的个人综合素质。