低-超低渗透砂岩油藏水驱采收率影响因素权重分析

针对主观赋权法在确定低-超低渗透砂岩油藏水驱采收率影响因素权重时存在主观随意性,客观性较差的问题,本文应用85个低-超低渗透砂岩油藏实际样本,结合大量科研和现场认识筛选了影响水驱采收率的9个重点因素,并根据客观赋权法更客观、精确的计算出低-超低渗透油藏水驱采收率影响因素的具体权重。研究表明低-超低渗透油藏水驱采收率影响因素中,注水开发效果指标影响权重最大,其次为储层物性,流体性质影响最小。     

计及Spark和属性权重的售电套餐推荐方法

针对电力市场用户群庞大，交易过程中售电套餐选择困难的问题，在Spark环境下设计了一种售电套餐推荐方法，同时也解决了售电套餐推荐过程中在大数据环境下的可扩展性及实时性问题。首先，计算出每个套餐属性的权重值，从而计算得到售电套餐综合相似度。然后，计及用户和套餐两方面提出一种售电套餐推荐方法，实现售电套餐的精准推荐。实验表明，提出的推荐方法能够明显提高推荐的准确度，并且在分布式环境下具有良好的推荐效率和可扩展性。     

基于LDA的英汉维文本聚类系统的设计与实现

以英汉维三种大规模文本聚类为目标,针对三种语言的特点实现基于LDA模型的静态文本聚类系统。因为存在博客、微博等网络媒体的文本不太规范及涉及的话题范围广泛等现象,对文本特征的提取及聚类算法的选择带来一定的难度。通过对样本文本的分析,计算出适当的聚类数k,再调用LDA算法将文本聚为k类并给出每类文本的关键词。测试结果表明,该系统能将英汉维三种语言的文本相似度高的聚为一类,可显著提高聚类效果。     

结合深度学习的网络邻居结构研究及应用

通过研究网络的拓扑结构可以探索到丰富的知识,特别是网络中节点的邻居可以形成不同的邻居结构,而不同的结构蕴含着不同的意义,进而也有着不同的影响。实际上,邻居结构与节点的交互行为之间是互相影响、互为因果的。对三种最为普遍的邻居结构进行分析,并提出结合深度学习的网络邻居结构影响力模型DNSI(neighbor structure influence based on deep learning)。通过对图片格式的网络数据提取特征,DNSI可以得到三种邻居结构影响力。分别在几个真实世界网络数据集上进行节点属性预测、类别中心度度量和用户行为预测等任务,实验结果表明该模型在绝大多数情况下具有优越性。     

用层次分析法(AHP)确定QFD中客户需求权重

客户需求权重的确定是质量功能配置(QFD)实现过程中的重要一环，然而传统的确定权重的方法都有各自的缺陷。本文采用层次分析法(AHP)来确定客户需求的权重，首先建立了评价模型，并构造出比较判断矩阵，然后通过层次排序和一致性检验，最终获得了接近实际的客户需求权重结果。文章最后以某企业所生产的车床的客户需求为例，验证了用AHP法来确定QFD中客户需求权重的可行性。     

采用B-样条神经模糊模型预测粒状土浅地基的沉降—Computersand Geotechnics，2003（8）

粒状土浅地基设计通常由沉降而非承载能力决定。所以，设计时主要关心沉降预测，它是浅地基设计的必备标准。目前，只有用众多数值模拟技术，才能准确而一致地预测出粒状土浅地基的沉降。近来，用反传播算法培训的多层感知器(MLP)已经成功地应用于预测粒状土浅地基的沉降。其缺点是培训期间获得的知识呈关联权重分布，很复杂，难以解释。     

光传送网中邻居自动发现机制分析

本文首先介绍了邻居发现的标准化进程．接着分析了SDH和OTN分层网络中层邻接发现的通用方法、传输机制和发现消息格式及其属性．最后讨论了正确和错误接口连线配置情况下的自动层邻接发现过程。     

用层次分析法确定牧区综合开发目标权重

利用层次分析法原理，在系统分析以水利建设为基础的草地畜牧业经济生态系统结构基础上，建立了牧区综合开发各子目标权重分析评价模型，采用传统层次分析法和改进层次分析法互相验算，研究分析了牧区综合开发各子目标的权重。     

层次分析法在工程量清单招标中的应用

随着我国加入WTO和工程量清单计价规范的推行,工程量清单招标在我国建设工程招投标中也得到了进一步的推广。而层次分析法是一种用一定标度把人的主观判断进行量化,将定性问题进行定量分析的简单而又实用的多准则评价决策方法。因此,将层次分析法运用到工程量清单招标中,通过建立数学模型,来确定各评标指标的权重,从而为招标工作提供决策。