中国科学技术信息研究所--国家工程技术数字图书馆

[学位论文] 张晓珍安徽大学 2022年硕士导师: 毛军军共70页

摘要 : Z-number是描述不确定信息的有效工具，己被广泛应用到信息检索、服务评价、供应商选择等多个领域.目前大多数关于Z-mimber的研究依赖于均匀对称分布的语言术语集，事实上，专家们的教育背景、性格、经历等不同，导致他们使用的评价标准存在差异，不平... 展开 Z-number是描述不确定信息的有效工具，己被广泛应用到信息检索、服务评价、供应商选择等多个领域.目前大多数关于Z-mimber的研究依赖于均匀对称分布的语言术语集，事实上，专家们的教育背景、性格、经历等不同，导致他们使用的评价标准存在差异，不平衡语言术语集更加常见.所以，为了得到客观、准确的决策结果,本文以不平衡语言Z-number为主线，研究了不平衡Z-mimber语境下的相关概念及应用，具体工作如下： 1.基于语言尺度函数提出了不平衡语言术语的表示方法.按照语言信息粒度,将不平衡语言术语集分为分布不平衡语言术语集和粒度不平衡语言术语集.对于分布不平衡语言术语集，综合考虑语言术语使用概率和专家风险偏好将其分为六类，并基于概率分布思想提出它们的语言尺度函数，进一步表示成模糊数.对于粒度不平衡语言术语集，构造了它的粒度层级，其中粒度层级由多个分布不平衡语言术语集组成，一个语言术语可以通过粒度层级中一层或两层表示. 2.定义了不平衡语言Z-number及其相关概念.借助Copula函数的优良性质定义了不平衡语言Z-number的基本运算.基于模糊数以积分形式定义了不平衡语言Z-number的距离测度，并证明了它们的相关性质.将加权算术平均算子推广到不平衡语言Z-number中并加以改进，提出了不平衡语言Z-mimber的信息集成算子. 3.研究了不平衡Z-number语言信息下的群决策和大尺度群决策问题，提出了不平衡Z-number语言信息下的TOPSIS多属性群决策方法、大尺度多粒度不平衡Z-number语言信息下的PROMETHEEⅡ方法以及ORESTE方法.前者构建了两个模型分别确定专家权重信息和属性权重信息，并通过与正、负理想解的距离获得方案排序.后者涉及多个专家,其评价信息存在较大差异，通过聚类方法对专家进行划分.根据专家评价信息或类方案排序构造决策矩阵，获得最终方案排序.针对提出的决策方法，本文分别利用供应商选择和航天公司社会责任评价的实例说明它们的的可行性和有效性. 收起

关键词 : 多属性群决策专家权重信息属性权重信息决策矩阵

2. 大坝安全评价的多因素赋权分析方法及其应用研究

[学位论文] 刘成栋河海大学 2004年硕士导师: 吴中如共83页

摘要 : 该文针对大坝安全评价的多因素赋权问题进行了研究.重点研究了评价指标体系的构建、信息权重、专家权重以及融合权重等问题.主要研究内容如下:(1)针对大坝安全性态分析评价的具体特点,研究分析了权重自身特性,给出了拟定大坝安全评价指标的原则,并根据... 展开

关键词 : 大坝安全评价多因素赋权信息权重专家权重融合权重

3. 不确定型多属性决策理论与方法研究

[学位论文] 李明华北电力大学（北京） 2016年博士导师: 高建伟共162页

摘要 : 多属性决策是一种极为复杂的行政管理过程，其实质是从一组可行的备选方案中找到最优的方案，这可能涉及到一些相互冲突和不可公度的属性。随着社会和经济的不断发展，决策环境发生巨大变化，有时单个决策者只考虑问题的单一方面，可能会忽略问题的其... 展开多属性决策是一种极为复杂的行政管理过程，其实质是从一组可行的备选方案中找到最优的方案，这可能涉及到一些相互冲突和不可公度的属性。随着社会和经济的不断发展，决策环境发生巨大变化，有时单个决策者只考虑问题的单一方面，可能会忽略问题的其他方面，在这种情况下，决策问题需要进一步扩展到多属性群决策，而多属性群决策是我们日常生活中最重要的活动之一。在现有的很多研究成果中，多属性群决策问题中的决策信息通常用实数形式表示，然而，随着群决策系统越来越复杂，造成决策问题中所涉及到的知识或数据缺乏，使得决策者可能会为备选方案提供不完整的、定性的或不精确的偏好信息，导致在多属性群决策问题中属性值以不确定变量的形式给出，如区间数，直觉模糊数或区间直觉模糊数等。因此，对不确定多属性群决策问题的研究具有很强的理论意义。本文研究的主要内容包括: (1)基于效用函数提出一类新的集结算子，该类算子在信息集结过程中能够包含决策者的风险态度。首先，在一般效用函数框架下，提出两种新的集结算子，分别称为广义有序加权效用平均算子和广义有序加权效用比例平均算子，研究了它们的性质。然后，基于双曲绝对风险规避效用函数，提出另外两个新的集结算子，分别称为广义有序加权效用平均-双曲绝对风险规避算子和广义有序加权效用比例平均-双曲绝对风险规避算子，并将这两种算予进行推广。为了确定广义有序加权效用平均-双曲绝对风险规避算子和广义有序加权效用比例平均-双曲绝对风险规避算子的权重，提出它们的orness测度，并构建新的优化模型来确定最优权重。最后，基于这两个算子，分别提出一种多属性群决策方法并用于实证分析研究。 (2)在区间数不确定环境下，提出两类新的集结算子，这两类算子在信息集结过程中能够包含决策者的风险态度。首先，在一般效用函数框架下，提出不确定广义有序加权效用平均算子，探讨了该算子的性质;然后，基于双曲绝对风险规避效用函数，提出不确定广义有序加权双曲绝对风险规避效用平均算子，并研究了该算子一些特殊形式。为了确定不确定广义有序加权双曲绝对风险规避效用平均算子权重向量，基于区间数的相似度构建了非线性优化模型确定最优权重向量。此外，将连续区间数有序加权平均算子、区间数有序加权调和算子、不确定power有序加权平均算子、广义有序加权多重平均算子相结合，提出连续区间广义power有序加权多重平均算子，研究了该算子的一些优良性质，并对该算子进行了推广。最后，基于广义有序加权双曲绝对风险规避效用平均算子和连续区间广义power有序加权多重平均算子分别提出一种区间数不确定多属性群决策方法并进行实证分析研究。 (3)提出连续广义区间直觉模糊有序Shapley Einstein集结算子，这些信息集结算子不仅能考虑元素自身的重要性，而且能整体反映元素之间的交互作用。基于连续区间数有序加权平均算子、Shapley函数理论、直觉模糊集Einstein运算法则和广义平均，提出连续广义区间直觉模糊有序Shapley Einstein平均算子和连续广义区间直觉模糊有序Shapley Einstein混合平均算子，研究了它们的一些优良特性，并探讨了它们的一些特殊形式的。为了确定信息算子的Shapley值，提出区间直觉模糊数的交叉熵公式，并基于最大交叉熵原理，构造了优化模型。最后，提出了一种解决区间直觉模糊不确定多属性群决策问题的方法，并进行了实证分析研究。 (4)提出混合不确定群决策模型，该模型不需要对偏好信息进行转换，直接利用原始偏好信息对备选方案排序。利用向量的投影测度、区间数的相似测度和区间直觉模糊数的交叉熵测度代替距离测度将TOPSIS法推广，提出一种解决决策偏好信息为实数、区间数、区间直觉模糊数的混合多属性群决策问题的群决策模型。为了确定混合偏好信息的属性权重向量和决策者权重向量，基于投影测度、区间数的相似测度和区间直觉模糊数的交叉熵测度，利用最大偏差思想构建优化模型，确定属性权重向量，同时，利用决策矩阵相似度的思想，确定决策者权重向量;最后，基于拓展TOPSIS法，提出了一种解决混合不确定多属性群决策问题的方法，并进行了实证分析研究。本文的研究成果丰富了不确定多属性群决策内容，为不确定多属性群决策中的群排序问题和权重确定问题提供了新的有效的理论与方法。收起

关键词 : 多属性群决策信息集结算子偏好信息权重确定

4. 顾及权重信息的地图点群目标自动综合方法

[学位论文] 禄小敏兰州交通大学 2019年博士导师: 闫浩文共122页

摘要 : 地图上的许多地物呈点群状分布。当地图比例尺缩小时，点状符号之间会出现相互堆叠、覆盖等情形，为了保持地图表达的清晰度、层次性与美观性，需要对点群进行综合。点群综合是从原始点群中抽取出一定数量相对重要的点而删除相对次要点的过程。点的权... 展开地图上的许多地物呈点群状分布。当地图比例尺缩小时，点状符号之间会出现相互堆叠、覆盖等情形，为了保持地图表达的清晰度、层次性与美观性，需要对点群进行综合。点群综合是从原始点群中抽取出一定数量相对重要的点而删除相对次要点的过程。点的权重反映了单个点在点群整体中的重要性程度，在点群综合算法设计中非常关键。按照点群综合过程中对权重信息的顾及情况，可以将已有的点群综合算法分为两大类，其中一类算法在点群综合过程中没有顾及其权重信息，另一类算法虽然顾及到了权重信息，但仍然存在点群权重设定不够合理、综合结果缺乏现势参考价值及没有顾及道路网在点群综合中的制约与影响作用等问题。为了弥补现有算法对点群权重考虑不充分的缺陷，在对点群权重信息进行科学分析与计算的基础上，借助相关数据获取技术及脉冲耦合神经网络、网络加权Voronoi图、Delaunay三角剖分等理论，系统研究了顾及权重的点群综合方法。主要研究成果包括以下4个方面： (1)将影响范围与影响人群数量作为点群权重衡量依据，利用数据获取与处理技术实现了具有较高现势参考价值的点群影响范围与影响人群的计算与表达，提出了影响范围及影响人群数量共同作用下的高现势性点群综合算法，弥补了已有算法中点群权重设置不够科学合理、现势性不足及没有顾及影响人群对点群权重的影响等缺陷。 (2)为了在点群综合过程中顾及到道路网对点群的约束与影响作用，引入了网络加权Voronoi图的概念。基于脉冲耦合神经网络的并发性及自动波发放原理，在改进脉冲耦合神经网络的基础上实现了网络加权Voronoi图的构建，为进一步的点群综合及相关领域研究提供了技术参考。 (3)以网络加权Voronoi图为基础，利用带约束的Delaunay三角剖分及动态阈值“剥皮法”实现了点群网络Voronoi多边形的构建。将网络Voronoi多边形面积及多边形内部道路段总长度作为点群权重的衡量依据，实现了顾及相关联的道路网属性信息的点群综合，弥补了已有算法没有顾及道路网对点群权重影响作用的不足。 (4)对于无法度量其权重信息的点群，算法选择最大程度地保持其几何结构及拓扑特征。利用Delaunay三角剖分、动态阈值“剥皮”法实现了点群外部轮廓点的提取，在此基础上利用Douglas-Peucker算法及外部轮廓约束下的内部点Voronoi图分别实现了外部轮廓点及内部点的取舍，在继承已有算法对点群外部轮廓及内部密度保持方面优势的同时，弥补了已有算法将轮廓点与内部点独立化简而造成对其相互之间的影响与制约作用顾及不足的缺陷。最后，论文对提出的点群综合方法的适用性及有效性分别进行了实验。实验分析表明，提出的方法在尽可能地顾及点群权重信息的基础上，有效地传输了原始点群各类信息，弥补了已有算法对点群权重信息顾及不足及缺乏现势性等问题，较好地解决了地理空间中各种类型点群的综合问题。收起

关键词 : 地图权重信息点群目标自动综合

5. 基于模糊集和随机统计理论的不确定信息群决策方法研究

[学位论文] 刘益凡中南大学 2010年硕士导师: 陈晓红共96页

摘要 : 决策是人类的一项基本活动,它在工程设计、经济、管理和军事等诸多领域有着广泛的应用。但在实际决策中,由于决策问题本身的复杂性以及决策者自身的局限性,决策者往往难以给出精确的决策信息,因此对不确定信息的多属性群决策理论和方法进行相关研究具... 展开决策是人类的一项基本活动,它在工程设计、经济、管理和军事等诸多领域有着广泛的应用。但在实际决策中,由于决策问题本身的复杂性以及决策者自身的局限性,决策者往往难以给出精确的决策信息,因此对不确定信息的多属性群决策理论和方法进行相关研究具有重要的理论和实践意义。本文通过对具有模糊性和随机性的不确定群决策信息的研究,提出了多种群决策理论和方法,建立了相应的群决策模型,并对其进行求解。论文通过实证研究验证了算法的有效性和实用性。主要工作和成果如下: (1)对于专家偏好信息为模糊数的多属性群决策问题,提出一种专家权重确定和方案排序方法。首先将专家个体决策矩阵规范化,然后加权得到专家群体决策矩阵,再根据欧式距离计算专家个体决策矩阵与专家群体矩阵的相对偏差,通过比较各个相对偏差,得出专家客观权重,再将专家主客观权重进行闭循环迭代计算,得到稳定的综合专家权重值。结合模糊数重心排序法得到归一化属性权重,将专家权重和属性权重加权合成模糊群决策综合效用指标,并再次使用重心排序法得到方案排序。 (2)针对备选方案属性值和属性权重都为随机变量的不确定多属性群决策问题,基于统计信号处理的估计理论和模糊数运算,提出了一种基于随机统计模型的多属性群决策排序方法。该方法首先基于贝叶斯框架构建一个线性估计模型,在有先验知识的情况下利用高斯-马尔科夫估计定理,在没有先验知识的情况下利用贝叶斯高斯-马尔科夫估计定理,将多个专家基于模糊数估计的方案属性值和权重值集结成群体估计值,然后通过加权比较群决策综合效用值得到各个方案的排序。 (3)参考“湖南省两型社会建设标准系列体系”研究的子课题“湖南省两型企业示范规范性指南体系”的企业建设要求,分别使用上述的权重算法与随机统计模型方法用于对企业的两型建设情况计算员工对本企业的群体评判结果。首先通过迭代得到专家综合权重,加权合成各企业四个分指标体系的综合效用指标值,然后使用随机统计算法各企业四个分指标体系的综合分值,纵向对比分析各企业四个分指标体系之间的分值排序,再横向对比各企业的综合分值与分指标体系排序情况。最后将两种算法的排序结果进行比较和分析,得出结论。收起

关键词 : 信息群决策专家权重模糊集随机统计

6. 基于权重信息挖掘的哈希学习方法研究

[学位论文] 史洋山东大学 2022年博士导师: 尹义龙；聂秀山共117页

摘要 : 大数据已经成为国家重要的战略资源之一，存储、加工、检索和分析等是大数据处理的重要环节。近似最近邻检索是解决大数据检索问题的重要思路，而哈希学习是解决大数据检索和分析问题的代表性方法，近年来得到研究者的广泛关注。利用哈希学习进行大数... 展开大数据已经成为国家重要的战略资源之一，存储、加工、检索和分析等是大数据处理的重要环节。近似最近邻检索是解决大数据检索问题的重要思路，而哈希学习是解决大数据检索和分析问题的代表性方法，近年来得到研究者的广泛关注。利用哈希学习进行大数据检索，可以大幅度降低数据的存储和计算开销，在大数据检索和分析应用中具有独特的优势。虽然近年来哈希学习的研究取得了卓有成效的进展，但仍存在一些不足和值得进一步深入研究的问题:1)现有的哈希学习方法大多从整幅图像的语义信息中学习哈希码，忽略了图像不同区域对于哈希码的影响:2)已有的研究大多采用预定义的相似性矩阵学习哈希码，但这种相似性矩阵无法准确体现样本相似性的差异;3)现有的工作忽略了复杂场景中困难样本的挖掘，没有关注不同样本的学习难度差异;4)常见的哈希码量化方法大多为每个维度赋予相同长度的哈希码，无法区分各个维度特征的信息量差异。为解决上述问题，本文利用权重信息挖掘的思想对哈希学习方法进行了较为深入的研究，分别从样本空间重要性权重信息挖掘、样本相似性矩阵权重信息挖掘、困难样本权重信息挖掘和哈希码不同维度加权分配四个角度提出了五种哈希学习方法。具体内容如下: (1)针对现有哈希学习方法忽略图像不同区域重要性差异的问题，本文提出了基于加权空间重要性的深度哈希学习方法。该方法首先利用空间注意力模型来学习原始图像中不同空间区域的重要性，然后根据它们的重要性为这些空间区域分配不同的权重，并基于加权的空间信息学习哈希码，提升了深度哈希学习方法的性能。 (2)针对零样本哈希学习方法中特殊监督信息难获取的问题，本文提出了基于非对称比率相似性矩阵的零样本哈希学习方法。该方法在样本相似度计算中使用非对称比率相似性矩阵(相似性矩阵权重信息挖掘，即相似样本对的正权值与不相似样本对的负权值不相等)来探索监督信息对哈希学习的影响，并只需要计算可见类之间的语义相似性即可进行哈希学习，无需特殊监督信息，在一定程度上缓解了零样本哈希学习对特殊监督信息的依赖性。 (3)针对现有哈希学习方法对监督信息利用不充分的问题，本文进一步提出了基于自适应相似性矩阵的监督哈希学习方法。该方法不仅可以自适应地学习相似性矩阵(自适应挖掘相似性矩阵权重信息)和哈希码，还能够通过保持特征和标签空间之间的一致性来提取标签相关性，进而有效提升哈希学习检索性能。 (4)针对现有哈希学习方法对困难样本的挖掘和使用不充分的问题，本文提出了基于自适应相似性矩阵的深度圆哈希学习方法。在处理复杂场景的检索问题时，能够为困难样本赋予更多的学习权重，并在损失函数设计中，引入自适应相似性矩阵、哈希相似度、区间加权以及哈希检索任务的特点，提升了哈希学习方法在复杂场景下的检索精度。 (5)针对现有哈希量化方法无法自适应分配哈希码长的问题，本文提出了可变长哈希量化方法。该方法为图像投影后的每个维度优化分配不同权重比特以获得最小分散度，从而有效改进哈希量化步的性能。所提出的五种方法引入了权重信息挖掘思想用以侧重区分重要信息，实验结果表明充分利用权重信息挖掘思想是提升哈希学习方法性能的有效手段。收起

关键词 : 图像检索语义信息哈希学习权重信息挖掘

7. Web信息资源评价及分类的研究

[学位论文] 曾建雄中南大学 2009年硕士导师: 李建华共63页

摘要 : 随着Web资源的迅速增长，互联网中的信息越来越丰富。Web信息资源分类的质量将直接关系着现有信息资源能否高效的服务于信息需求者，所以Web信息资源分类技术的研究具有重要的实用价值。 Web信息资源质量即将成为网络资源泛滥时代热门的话题。本... 展开

关键词 : Web信息资源质量评价信息分类特征权重

8. 空间信息网容错拓扑构建算法研究与仿真

[学位论文] 张博东北大学 2013年硕士导师: 刘军共72页

摘要 : 由于空间信息网所应用的环境特殊，航天器公开地暴露在空间轨道上，很容易受到干扰和攻击，一旦拓扑遭到破坏，会严重影响网络性能，甚至造成全网瘫痪，开展拓扑控制技术研究，构建抗毁容错的拓扑结构，对于保障系统的稳定运行具有重要意义。针... 展开

关键词 : 空间信息网拓扑控制容错性链路权重

9. 中文文本分类中特征选择方法的研究与实现

[学位论文] 裴英博西北大学 2010年硕士导师: 刘晓霞共62页

摘要 : 特征选择在整个中文文本分类过程中具有重要作用。国内现有的对于特征选择方法的研究主要关注于各特征选择方法在类分布均匀语料集上的分类效果。本文针对中文文本分类中一些特征选择方法在类分布不均匀语料集上，分类效果大幅下降的问题，在国内现有... 展开特征选择在整个中文文本分类过程中具有重要作用。国内现有的对于特征选择方法的研究主要关注于各特征选择方法在类分布均匀语料集上的分类效果。本文针对中文文本分类中一些特征选择方法在类分布不均匀语料集上，分类效果大幅下降的问题，在国内现有研究的基础上，分析和研究了影响其分类效果的主要因素，并提出了改进方案。在此基础上设计并实现了一个中文文本分类系统，为本文对中文文本分类的进一步研究提供了平台。主要工作有： 1)针对传统信息增益特征选择方法在类分布不均匀语料集上分类效果明显下降的情况，分析并指出了影响信息增益特征选择方法分类效果的因素。结合国内现有研究，在传统信息增益方法的基础上，去除了方法中特征词不出现情况对文本分类的贡献，同时将集中度、分散度等因素加入到特征选择中。为了进一步提高分类效果，又将改进型信息增益方法用于权重调整技术中。 2)针对传统CHI统计特征选择方法对低频词倚重大的缺点，深入分析了其对低频词倚重大的原因。在传统CHI特征选择方法的基础上，去除了方法中特征词与类别负相关的情况。为了进一步对改进后的方法进行分析和研究，又将改进后的方法引入到特征词权重调整技术中。与此同时，结合国内现有的关于CHI统计特征选择方法的研究，将集中度、分散度、频度等因素引入到改进后的方法中，提高了该方法的分类效果。 3)为了实验和验证上述改进方法的分类效果，同时为进一步对中文文本分类的研究提供平台，设计和开发了一个中文文本分类系统。 4)为了进一步发现和探索中文文本分类中特征词权重调整方法中的问题和规律，在已开发的中文文本分类系统上对不同分类器不同语料集上各权重调整方法的分类效果进行了实验和总结。收起

关键词 : 文本分类特征选择权重调整信息增益

10. 基于区间数信息的多属性决策方法研究

[学位论文] 丁登花安徽大学 2014年硕士导师: 毛军军共39页

摘要 : 作为现代决策理论的重要组成部分，多属性决策中的理论和方法被广泛应用于经济、工程和管理等众多社会领域。在实际生活中，由于客观事物的复杂性、不精确性和人类思维的不确定性，传统的精确数学工具很难其优势。区间数理论作为不确定理论的重要分支... 展开作为现代决策理论的重要组成部分，多属性决策中的理论和方法被广泛应用于经济、工程和管理等众多社会领域。在实际生活中，由于客观事物的复杂性、不精确性和人类思维的不确定性，传统的精确数学工具很难其优势。区间数理论作为不确定理论的重要分支，有着较好的理论价值和实际意义。近十几年来关于区间数信息的多属性决策方法已经得到很多国内外学者的关注，因此，本文主要以区间数为信息环境，讨论了它的集成方法和多属性决策方法。主要工作如下: 1.介绍了区间数及其决策方法的发展过程和国内外研究现状，并给出了论文的研究架构。 2.对区间数如何演变为标准区间数和正态分布区间数的过程作了介绍，并且对它们之间的基本运算法则和性质进行了讨论。将经典的WA算子和WG算子分别推广到区间数信息环境中，提出了IVWA算子和IVWG算子;通过在区间数中建立序关系，将OWA算子和OWG算子推广为IVOWA算子和IVOWG算子。 3.在区间数中引入中心因子和偏差因子，通过定义交叉熵的概念来度量不同区间数之间的区别信息，并讨论了它们的相关性质。针对区间数的多属性决策问题，分别从属性权重完全已知、部分已知和完全未知三种情况，结合交叉熵构建非线性规划模型，针对不同情况给出了属性权重的具体求解公式，并提出了三种不同的决策算法。同时，还讨论了将属性权重完全未知转化为部分已知的方法并给出相应算法，提高了多属性决策的科学性。经过实例分析，表明了各种决策算法的合理性和可行性。 4.在正态分布区间数中定义了包含度和可能度，并证明了其相关性质。针对正态分布区间数的多属性决策问题，分别根据属性权重信息，将其分为完全已知、部分已知和完全未知三种情况，结合包含度和可能度来构建非线性规划模型，得到了属性权重的具体求解公式，并针对每种情况提出了各自的决策算法。同样，经实例分析的验证，这些决策方法具有较好的有效性。收起

关键词 : 多属性决策区间数信息属性权重