废旧干电池碳包的回收工艺

废旧干电池碳包的主要成分是锰的氧化物,另含少量锌、汞、氯化铵、碳粉和乙炔黑等.通过碳包的焙烧和酸浸实验,得出结论①焙烧的适宜温度和时间分别是700 ℃、1h,在此条件下,碳可燃尽,锰的氧化物已分解完全,且锌不会以蒸汽形式跑出;②盐酸对碳包的浸取效果较硫酸和磷酸好,用体积比为1∶1的盐酸在常温下浸泡碳包1 h得高达95.3%的浸取率.     

基于不等长序列相似度挖掘的数据关联算法

针对不等长序列数据的关联问题,提出基于滑动窗口的最优匹配增权法不等长序列相似度度量算法。以较短序列作为滑动窗口遍历较长序列得到一组滑动相似度,利用这组相似度形成最优权重,加权得到不等长序列的相似度,并根据相似度大小对序列数据进行关联判决,以解决截断法相似度度量仅能反映截断序列局部相似度的问题。仿真实验验证了所提出算法对不等长序列数据关联的有效性,并对序列长度和量测误差等因素对相似度度量和关联效果的影响进行了讨论。     

累积量测序列的区间云变换及识别

目标多属性序列类数据不能直接与数据库中的区间类数据融合识别, 对此, 提出一种基于云变换的序列-区间异类数据识别算法. 对目标多属性序列数据进行频数计算形成频率分布函数, 并进行虚警检测, 实施云变换形成云簇, 提取云簇特征, 再根据3 En 准则形成云滴区间, 实现了序列型数据的区间化表示. 进一步, 利用一种区间多属性识别判定准则进行识别判定, 得到识别结果, 解决了序列-区间异类数据的识别问题. 仿真实验结果验证了该算法对序列-区间异类数据识别的有效性.

     

一种新的三角模糊数型多属性决策方法

针对模糊群体多属性决策问题,提出一种模糊群体多属性决策方法．首先,定义了任意专家的中心决策矩阵;其次,利用任意2个规范化决策矩阵之间的相似度获得专家的综合重要性程度;再次,通过专家的综合重要性程度得到方案的平均可信度,进而得到方案的排序结果;最后,实例分析表明了所提出方法的可行性和有效性．     

一种新的灰色多属性决策方法

针对模糊群体多属性决策问题,提出一种新的灰色多属性决策方法.该方法依据一般的灰色关联分析方法的基本思路,将灰色关联度和欧氏距离有机结合,构造出一种平均相似度对方案进行评价.平均相似度同时反映了方案与正负理想方案之间的位置和数据曲线的相似性差异,其物理意义更加明确.最后通过算例表明了所提出方法的可行性和有效性.     

试析马克思的异化理论

马克思运用了德国哲学的异化概念来分析私有制社会的基本状况和工人阶级的基本处境,对异化劳动和人的异化进行了深入的探讨,提出“异化劳动”概念,并运用异化理论进一步对资本主义社会劳动所发生的异化现象进行了分析和阐述,分析了社会的基本阶级关系,试图以此揭示私有财产的本质,得出无产阶级革命的结论,论证私有制社会必然灭亡的历史规律。     

基于条件证据理论的雷达辐射源识别方法

基于观测证据与先验信息和谐的思想。利用条件证据理论。提出了一种融合先验信息的雷达辐射源识别方法，首先将雷达辐射源观测数据通过灰关联分析表示为D-S数据的随机集形式。然后计算观测证据与先验知识之间的和谐度。最后利用条件证据理论将需要融合的证据进行组合，该方法可在复杂战场环境下充分利用不同来源的信息，提高雷达识别的可靠性。     

基于粗糙集和灰关联理论的雷达辐射源信号识别研究

雷达辐射源信号通过射频、脉冲重复周期、脉宽、天线转速等属性来描述。然而这些属性并不是在每个雷达数据库中都对识别起作用,通过粗糙集理论对其属性进行约简和规则提取,并且确定各属性的权重。对于没有受污染或受污染程度较小的信号可以通过约简规则进行匹配识别,如果受污染程度较为严重或失真的信号或是由粗糙集约简得到多义的规则,则可以计算目标信号各属性与数据库中各信号各属性的灰关联度,并用粗糙集计算得到的各属性权重对各属性得到的关联系数进行加权求和,得到关联度最大者为识别结果。仿真结果表明,基于粗糙集和灰关联理论的雷达辐射源信号识别方法能够有效地缩减识别过程,得到满意的识别结果。     

一种新的解决冲突问题的不确定性度量方法

自动化数据处理、检测判决、推理决策要求对多种传感器和不同信息源进行有效集成.但由于环境的扰动、传感器的局限以及人为的干预,信源信息一般具有较强的不确定性、不完备性、冲突性,集中表现为证据的冲突,有必要对冲突证据的推理与决策进行研究.为解决证据理论不能有效融合冲突证据的问题,提出一种新的不确定性度量方法.首先,对现有的基于信息熵和区间距离的不确定性度量公式进行深入分析,总结现有方法的缺陷并进行相关证明;其次,基于定积分定义新的区间距离度量公式,并对公式的合理性进行证明;然后,基于所提出的区间距离公式给出新的不确定性度量方法,利用改进的不确定性度量方法给出冲突证据组合规则及算法流程;最后,通过算例分析验证改进算法的有效性和可行性.     

基于综合犹豫模糊熵的多属性决策研究

针对犹豫模糊集现有熵测度存在的计算过程复杂以及反直觉等现象,提出一种综合犹豫模糊熵,并基于累积前景理论,改进传统的TOPSIS决策方法,构建属性权重未知下的多属性决策模型.首先,在模糊度和非明确度的基础上,给出犹豫模糊熵新的公理化定义;然后,定义综合犹豫模糊熵,并证明其满足新的公理化定义,与现有犹豫模糊熵的对比分析表明,综合犹豫模糊熵在更为合理表征犹豫模糊元模糊性的同时,也解决了反直觉的问题;最后应用改进TOPSIS方法对所提出的综合性熵测度进行仿真分析,通过实例分析验证所提出的犹豫模糊熵的有效性.相比现有熵测度,综合犹豫模糊熵还具有计算简单和易于理解等优点,改进TOPSIS方法能够考虑决策者的心理偏好,相比传统决策手段,其决策效果更为合理.