分割决策函数

四叉树分解常常用在分形图象压缩中以获得变化的位比率。该文就可以改善图象质量和加速编码过程的分解决策函数而提出了熵（平均信息量）的概念。同时也讨论了其他分解决策函数,以及适宜的门限值所带来的优势。     

基于线性距离核的支持向量机设计

为了消除样本数量对现有SVM决策函数计算的影响,提出一种基于样本数据线性距离特征的线性距离核函数来改进SVM。基于该核函数的SVM决策函数,实现了与样本数量无关的分类计算,极大提升SVM在执行超大规模分类计算的速度。仿真结果表明,该核函数具有与常用核函数一样的性能,可以完成非线性SVM的训练和分类。     

支持向量机在变形监测数据处理中的应用

支持向量机是基于统计学习理论的结构风险最小化原则的数据挖掘新方法，它将最大分界面分类器思想和基于核的方法结合在一起，具有很强的泛化能力，能保证所得解是全局最优解。文中简要介绍了支持向量机的基本原理及其在变形监测数据处理中的应用，论述了如何利用支持向量机进行建模和预报。通过对某大坝变形监测的连续观测数据的计算分析，论证了支持向量机在变形监测中应用的可行性和有效性。     

一种基于离散马尔可夫过程的诊断风险模型

文章建立了一个基于贝叶斯公式和马尔可夫链的诊断模型,并根据中国现有的医疗管理体制进行假设检验,对假设结果进行评价。在分类过程中应用贝叶斯决策,将医疗诊断简单情况下的二值分类进行研究,同时依据分类平均风险最小的原则给出了分类的决策函数,并应用贝叶斯理论和马尔可夫过程进行讨论。实验证实了在我国建立强制医疗责任保险制度的正确性与必要性。     

基于改进型SVM的电网计量信息快速清洗研究

由于传统方法在电网计量信息清洗中应用效果比较低,不仅清洗时间比较长,而且清洗后的信息丢失比例比较高,无法达到预期的清洗效果,为此提出基于改进型SVM的电网计量信息快速清洗研究。利用计量器采集到电网计量信息,根据信息密度值识别噪声点并对噪声信息滤除,利用判断决策函数筛选出缺失信息,将其带入到改进型SVM中,利用粒子群算法对SVM参数优化改进,利用改进型SVM对缺失信息补偿清洗,以此实现了基于改进型SVM的电网计量信息快速清洗。经实验证明,设计方法清洗时间在1s以内,信息丢失占总信息量不超过1%,设计方法在电网计量信息快速清洗方面具有良好的应用前景。     

基于多维数据管控的人力资源系统决策研究

由于人力资源系统决策数据多维化,导致决策准确率较低,因而提出基于多维数据管控的人力资源系统决策方法.采用特征空间重构更新人力资源系统决策数据,定量递归分析融合决策过程中的多维数据,采用纳什均衡解的方法,将多维数据管控步骤转换为多维解向量优化问题,提取多维数据管控特征,利用联机分析处理工具,以报表的形式展现,得到优化的决...     

具有偏好选择的多目标TSP竞争决策算法

多目标旅行商问题中各个日标的重要程度对不同用户足不同的。为了满足不同用户对各个目标的不同偏好并快速地提供满足用户偏好的TSP回路,利用竞争决策算法(一种能广泛应用于组合优化问题的新型算法)的通用模型,给出了一种基于竞争决策思想的快速求解方法。经过数据测试和验证,该法得到了较好的结果。     

最小顶点覆盖问题的竞争决策算法

竞争决策算法是在分析大自然生物世界特别是人类的各种竞争机制和决策原理的基础上,利用竞争造就优化、决策左右结果的特性来达到优化目的的新型寻优算法。采用竞争决策算法原理,利用竞争决策算法的通用模型,求解图的最小顶点覆盖问题。     

基于正序迭代选择策略的聚类中心自动选择方法

针对密度峰值聚类算法的决策函数不能自动有效地确定聚类中心的问题,提出自动确定聚类中心的密度峰值聚类算法.首先,通过归一化处理,使决策函数中的两个变量分布均匀.然后,在确定聚类中心时,提出正序迭代选择策略,即根据聚类核心点数目的变化趋势搜索拐点,并以拐点之前的点作为聚类中心,完成聚类.最后,在UCI数据集上验证文中算法的性能,算法在未提高时间复杂度的情况下,可以对任意分布形状的数据集进行聚类,具有较好的适应性和聚类效果.     

基于符号EVBDD的安全多方计算

决策函数的有效表示是安全多方计算研究中的热点问题。符号描述技术是表示决策函数的一种新方法。针对基于代数决策图(ADD)的决策函数表示中出现的叶子节点规模膨胀以及导致协议面临的状态空间爆炸问题,引入边值二叉决策图(EVBDD)技术,给出了一种基于EVBDD的决策函数表示方法。该方法首先利用EVBDD结构,将决策函数描述为EVBDD的符号化形式,避免了传统ADD表示中出现的叶子节点规模膨胀现象。然后通过添加虚节点,解决了计算路径上出现的隐私泄露问题。在此基础上,提出了EVBDD的加解密算法,并设计了一种新的基于EVBDD的安全两方计算协议。最后,对协议的正确性、安全性和效率进行了分析。结果表明,与基于代数决策图的解决方案相比,新协议在效率上有明显的提高。