基于级差最大化组合赋权法的地下水功能评价

针对地下水功能评价中单独采用主观赋权法或客观赋权法存在的问题,结合二者的优点,采用基于主观赋权的层次分析法与客观赋权的熵权法相结合的级差最大化组合赋权法评价地下水功能,并通过计算不同赋权方法权重结果与平均值的相对偏差来衡量级差最大化组合赋权法的准确性。将该方法应用于伊犁河谷西北部平原区浅层地下水功能评价,评价结果基本符合评价区实际情况,验证了该评价方法在地下水功能评价中的可行性。     

分布式信息系统风险评估研究-以安徽烟草为例

对分布式信息系统所面临的主要风险进行识别和评估是构建灾备系统的首要任务。以安徽烟草分布式信息系统为例,首先分析了该信息系统在环境、管理、技术、设备等方面所存在的风险,然后以层次分析法为核心构造了评估决策模型,结合专家打分,计算出各类风险对安徽烟草信息系统的威胁程度并进行排序,从而识别出主要的风险源,为构建灾备体系提供依据。     

基于改进AHP-FCE模型的多指标拟态表决算法

为了提高拟态防御中表决的准确性,提出了一种基于改进层次分析-模糊综合评价（AHP-FCE）模型的多指标拟态表决算法.针对传统AHP-FCE模型中判断矩阵一致性检验的缺点,对判断矩阵的构造方法进行了改进,构造具有一致性的判断矩阵,无须一致性校验和调整.基于该改进模型,综合分析了拟态表决中的一致度、历史置信度、异构度指标,将拟态表决转化为模糊评价过程.仿真结果表明,与一致表决相比,该算法能有效提高表决的正确率,提升拟态系统的整体安全性能.     

江苏省磷资源安全评价与演化趋势

通过系统的资料整理与严密的数据分析,在阐述省内磷资源概况与化肥施用需求的基础上,依据熵值法修正的层次分析法建立了农用矿产资源的安全评价体系。修正的安全系数和最终计算结果更加符合实际,显示了该方法的科学性、优越性。评价结果表明:江苏省磷资源安全演化整体呈下降趋势,结合省内情况可分为4个阶段。资源禀赋是影响农用矿产安全的主要因素,其次是化肥施用量、勘查资金投入等因素,据此强调开拓市场、科学施肥、保护环境。模型的建立及结果对资源产业持续健康发展和区域经济社会发展具有参考意义。     

基于不同受益者的莫莫格湿地生态系统服务权重分析

为了明确不同区域和不同社会身份受益者对湿地生态系统服务的关注程度,为今后湿地生态系统服务的管理和政策制定提供依据,以吉林省莫莫格国家级自然保护区为研究对象,运用层次分析法从当地受益者、省域受益者、全国受益者和全球受益者四个层次以及年龄、收入、职业和教育背景等社会属性对莫莫格湿地的物质生产、调蓄洪水、固碳、气候调节、大气调节、水质净化、科研教育和休闲旅游等8项服务进行比较并打分,得出权重结果。结果表明:当地受益者和省域受益者最关注湿地的调蓄洪水服务,其权重值分别为0.276 1和0.266 7;全国受益者最关注湿地的气候调节服务,其权重值为0.223 8;全球受益者最关注湿地的固碳服务,其权重值为0.203 0。年龄越高的受益者更为关注水质净化和调蓄洪水等服务;文化程度越高的受益者对于湿地的科研教育的关注程度相对较高;生态相关职业的受益者更为关注生态相关的调蓄洪水、固碳、气候调节和科研教育服务。     

复杂体制雷达辐射源信号特征的集对分析

为解决复杂体制雷达辐射源信号特征的评价问题,提出了基于集对分析理论的复杂体制雷达辐射源信号特征分析模型.首先对复杂体制雷达辐射源信号特征评价指标体系的指标权重作层次分析,再通过集对分析理论对复杂体制雷达辐射源信号特征评估的决策矩阵进行同一度分析,最后联合指标权重矩阵和决策同一度矩阵对复杂体制雷达辐射源信号特征进行综合评判.仿真结果表明,该模型是有效、可行的,能够更好地实现对复杂体制雷达辐射源信号特征的分析和评估.     

基于物元分析法的水资源管理现代化评价

为科学合理地评价区域水资源管理现代化水平,从水资源保障、用水效率、水资源保护、水资源公共管理能力、水资源支撑能力5个方面构建评价指标体系,将模糊层次分析法(FAHP)和熵权法耦合,确定评价指标综合权重,基于物元理论建立水资源管理现代化评价模型。以南京市高淳区为例进行评价,结果表明,南京市高淳区水资源现代化管理水平处于初等现代化阶段,与实际情况相符,验证了所构建评价模型的可行性和有效性。     

熵权-云模型在土石坝安全综合评价中的应用

提出了一种基于熵权-云模型的方法,借鉴云模型的特点,在构建评价层次结构模型时,采用改进层次分析法结合信息熵确定各评价指标权重,以克服运用模糊层次综合分析法时权重受人为主观判断影响较大和模糊概念会丢失部分不确定性等问题,改进隶属函数对土石坝进行综合评价,并以某均质土石坝为例评价了大坝安全状态,分析表明该方法具有可行性。     

HEGM: A hierarchical elastic graph matching for hand gesture recognition

A hierarchical scheme for elastic graph matching applied to hand gesture recognition is proposed. The proposed algorithm exploits the relative discriminatory capabilities of visual features scattered on the images, assigning the corresponding weights to each feature. A boosting algorithm is used to determine the structure of the hierarchy of a given graph. The graph is expressed by annotating the nodes of interest over the target object to form a bunch graph. Three annotation techniques, manual, semi-automatic, and automatic annotation are used to determine the position of the nodes. The scheme and the annotation approaches are applied to explore the hand gesture recognition performance. A number of filter banks are applied to hand gestures images to investigate the effect of using different feature representation approaches. Experimental results show that the hierarchical elastic graph matching (HEGM) approach classified the hand posture with a gesture recognition accuracy of 99.85% when visual features were extracted by utilizing the Histogram of Oriented Gradient (HOG) representation. The results also provide the performance measures from the aspect of recognition accuracy to matching benefits, node positions correlation and consistency on three annotation approaches, showing that the semi-automatic annotation method is more efficient and accurate than the other two methods.     

Runtime home mapping for effective memory resource usage

In tiled Chip Multiprocessors (CMPs) last-level cache (LLC) banks are usually shared but distributed among the tiles. A static mapping of cache blocks to the LLC banks leads to poor efficiency since a block may be mapped away from the tiles actually accessing it. Dynamic policies either rely on the static mapping of blocks to a set of banks (D-NUCA) or rely on the OS to dynamically load pages to statically mapped addresses (first-touch).