权重

摘要： 针对装备性能评估方法选择问题,研究了模糊综合评价和灰色聚类分析两种方法的评价应用。给出了两种方法的步骤和关键模型,以对某导弹武器系统作战能力评价为例,构建其作战能力指标体系,使用模糊综合评价和灰色聚类分析两种方法进行了作战效能评估,对两种评估方法评估结果及方法的适用性进行了分析。结果表明:相对于灰色聚类分析方法,模糊综合评价方法在导弹武器系统评价中具有计算简便、适用性强的优点,更适合于导弹武器系统装备性能评价。

摘要： 随着互联网行业的爆发式增长,传统广播电视媒体正在向互联网媒体转型,加上自媒体的不断涌现,对互联网音视频节目的监测监管难度不断增加。本文结合新媒体网络音视频日常监管业务实际情况,在根据违规内容链接的关联性和相似性,结合机器学习技术,生成对应的分析模型,在互联网视听节目监管体系基础上进行后台研判算法的优化升级,加入机器自学智能模块的分析和探讨,大大提高违规内容发现的概率,提高发现、研判互联网违规音视频的工作效率。

摘要： 分析及综合评价不同森林植被对土壤养分因子的影响,对揭示森林植被与土壤养分的相互关系,全面衡量森林土壤养分水平具有重要的意义。以中亚热带杉木(Cunninghamia lanceolata)纯林、木荷(Schima superb)纯林、木荷+楠木(Phoebe ahenre)混交林、木荷+杉木混交林、青冈栎(Cyclobalanopsis glauca)天然次生林、毛竹(Phyllostachys edulis)林6种森林类型为研究对象,在分析不同森林类型土壤养分特征状况差异的基础上,采用结构方程模型确定土壤养分因子权重,对其土壤养分水平进行综合评价。结果表明:(1)6种森林类型0—60 cm土壤有机质、全氮、碱解氮和有效磷的含量分别为8.24—28.17 g/kg、0.67—1.31 g/kg、44.88—89.31 mg/kg和1.24—6.50mg/kg,其含量最高的都是青冈栎天然次生林,土壤有机质和碱解氮含量最低的是毛竹林,土壤全氮和有效磷的含量最低的分别为杉木纯林和木荷纯林,0—60 cm土壤全磷和速效钾的含量分别为0.15—0.21 g/kg和35.54—54.32mg/kg,其含量最高的都是木荷+楠木混交林,含量最低的分别为木荷纯林和毛竹林;(2)土壤有机质、全氮、全磷和有效磷的含量在6种森林类型中都一致表现出随土层加深而逐渐减小的规律,而碱解氮和速效钾含量在土壤垂直剖面的变化却因森林类型而异,没呈现出具体的变化规律;(3)栎类天然次生林的土壤养分等级综合评分值为3.47,评价等级属于中上水平,杉木纯林、木荷纯林、木荷+楠木混交林、木荷+杉木混交林的土壤养分等级综合评分值分别为2.45、2.76、2.83、2.68,评价等级均属于中下水平,而毛竹林的土壤养分等级综合评分值仅为1.95,评价等级属于土壤养分缺乏。

摘要： 以太原市老年公寓为研究对象,通过对其居住空间环境展开调查评价,全面评估现有老年公寓居住环境现状与可能存在的问题,经过多方面因素的综合分析,总结出一套老年公寓居住环境评价指标体系,同时对评价因子也做出了筛选和权重分析。

摘要： 以我国多矿区工作面采煤方法的选择经验为基础,将灰色关联分析和遗传算法与相关采煤方法决策理论及工程实际相融合,借助灰色关联分析获得各因素对采煤方法决策的影响权重,基于遗传算法建立各影响因素与采煤方法之间的可靠映射关系,构建工作面采煤方法智能决策模型。多个工作面的实例验证表明,该模型具有较高的决策精度,可为相关决策提供技术参考。

摘要： 针对传统电网设备供应链溯源管理评价体系存在不完整性、局限性等问题,设计出一种新型的链溯源管理评价体系。利用大数据云计算平台对电网设备数据进行管理,采用综合赋权法实现设备供应链溯源的科学评价,并构建库存管理模型来管理数据,通过将新型的联合库存管理中心扩展到供应链中各个节点,实现电网设备数据信息库存的全面管理。通过综合赋权法将序关系分析法和熵权法有机地结合,提高了电网设备供应链溯源管理。试验表明,所提评价体系评价误差低、满意度高。

摘要： 本文从地铁施工风险入手展开研究,结合实际案例将地铁施工风险分为自然环境风险、人员风险、机械设备风险、施工材料风险四大类,共10个二级风险指标。以南昌地铁一号线为例,通过专家调查打分,利用9标度层次分析法对各指标因素进行分析并做一致性检验,得到四类风险指标的权重值,以期为地铁施工风险的管理提供一点参考。

摘要： 本文以宾县为研究对象,对水利发展资金绩效评价指标体系权重进行重新分配,采用层次分析法对2个准则层、1个指标层的权重进行计算,通过权重分析各因素间强弱关系,各因素对评价等级的影响程度。结果表明:产出指标、数量指标、保护耕地面积分别为指标体系中一级指标、二级指标、三级指标对评价等级影响最大的因素。

摘要： 针对多源聚合下同时对齐域不变特征较困难而造成分类精度不高的问题,提出基于自监督任务的多源无监督域适应法.该方法引入旋转、水平翻转和位置预测3个自监督辅助任务,通过伪标签性、语义信息的一致性对无标签数据进行自适应的对齐优化.构建新的优化损失函数,减少多域公共类别的分类差异.针对类别不均衡的问题,基于少样本大权重的原则,定义动态权重参数,提高模型的分类性能.在公开的Office-31、Office-Caltech102种基准数据集上,与现有的主流方法进行实验对比.实验结果表明,在类别均衡、不均衡2种情况下,分类精度最高可以提高6.8%.

摘要： 针对多品种、小批量复杂产品综合调度研究中,没有考虑加工较多工序设备上的工序间调度空隙会对调度结果产生重要影响的问题,该文提出考虑多工序设备权重的资源协同综合调度算法。该算法在综合调度中首先提出多工序设备和工序权重值的定义,其次提出以权重值为主的调度策略,提高了工序纵向连续加工的紧密度;最后提出最佳调度时刻的调整策略,提高了工序横向并行优化的力度。实验结果表明,该算法在提高综合调度设备整体利用率和减少复杂产品时间成本等方面,具有更优性。

摘要： 为了减少BitTorrent(BT)产生的大量跨ISP流量且同时保证用户的下载速率，提出了一种基于对等方地理位置的加权tit-for-tat机制(GLW-TFT)。首先，根据对等方的地理位置信息将群集系统中的对等方分为4类，然后根据ISP收益情况给每一类对等方赋予权重，最后利用加权的下载速率来常规上载对等方集合。基于开源项目Vuze，设计开发了GLW-TFT，它不依赖于网络基础设施也不需要ISP的协助。试验结果表明，相对于传统的BT，GLW-TFT能缩短约50%的下载时间，减少约30%的跨ISP流量。GLW-TFT算法较之其他相关算法具有很强的适应性和较好的性能。

摘要： 基于同行评议的论文评价体系在实施中存在两个问题：首先是评委评分松紧尺度松紧不一,其次是由于权重不合理导致合成的论文得分与评委心理估分不一致，排名发生变化。本文通过对论文评分进行实证分析，总结了评委评分松紧不一的情况和评分的分布状况(不服从正太分布、方差差异显著)，基于此提出修正评分的流程和方法。同时基于备指标评分差异采用熵值法计算的权重，与体系最初设置时采用的层次分析法的权重相比差异很大，而熵值法计算的权重更为合理。

摘要： 本文分析了北京市20年来的能耗强度与人均能耗量，并对产业结构比例和能耗总量进行了回归分析，建立了回归方程。在综合考虑城市建筑热环境参数和能耗环境效益的基础上，提出了评价的指标体系并计算出了各部分的权重，得出了最终评价结果。针对评价结果用Matlab7.0和VC6.0联合编写了综合评价程序，由读取Excel文件可实现不同城市的评价过程，增强了该项研究的适用性。

摘要： 为解决模糊多属性决策中将属性权重视为模糊数值带来的计算上的困难，本文利用模糊结构元理论，将有界实模糊数的运算转化为[-1，1]上的标准单调函数的运算，给出了决策者对方案有主观偏好、属性权重完全未知情况下的模糊多属性决策模型，并得到了模糊权重函数的求解公式。最后，把该方法应用于考核、选拔干部问题，实例表明该模型的有效性和计算上的方便性。

摘要： 基于向量空间模型的信息检索技术中,用向量空间模型来表示Web文档,以索引词权重作为主要依据进行用户查询与Web文档之间的相似度计算,并根据相似度大小进行查询结果的排序。本文在传统TFIDF的基础上,用索引词的位置加权系数对权值进行调整,综合考虑索引词权重、索引词在文档中的位置、相互距离、顺序以及维吾尔文单词相似度等因素的贡献,进行了用户查询与Web文档相似度度量。在维吾尔文搜索引擎中测试实验,结果表明,改进的方法明显提高了Web信息检索系统的查准率、查全率和输出结果的排序能力。

摘要： 预测方法的研究具有重要的理论与实践意义。本文依据灰色系统和模糊识别理论,提出了一种多目标多维自反馈灰色模糊预测模型。首先,根据给定的目标初始权重,计算样本的加权综合值;然后,利用单指标模糊识别方法,计算加权综合值的模糊划分;依据成因分析和利用综合值的模糊划分,再计算出目标的权重。重复上述计算过程,可同时得到满足精度要求的加权综合值及其多维模糊划分。最后,计算加权综合值与预测对象之间的相关系数,根据最大相关性原理进行优化分析,建立预测模型并进行模型精度检验。将提出的模型应用于地下水位动态变化预测,检验样本的平均预测精度96.50%,说明所建模型是有效的。

摘要： 模糊综合评价应用于供应商评价中，其结果比较科学合理。但是，该方法在用权重整合出综合得分时，存在评价结果代表性差的问题，这将降低评价的准确性。对此，本文采用变异系数判断评价结果的代表性，并对代表性不强的数据用集对分析法调整。最后，以示例说明本文方法的有效性。

摘要： 本文提出了一种基于改进层次分析法的作动器可靠性分析方法，该方法通过对作动器部件失效率权重的定量排序，得到其可靠性设计的薄弱环节，为后续改进指明了方向。

摘要： 本文为确定组合预测中的权重,建立了以平均误差平方和(MSE,the mean square error)为目标函数值的非线性规划,然后利用EXCEL计算权重,据此产生预测值.计算发现,这种方法得到的预测结果比单一预测方法得到的结果更合适.

摘要： 物流配送优化的关键问题是车辆路径的优化，科学、合理的配送路径将会对物流现代化产生积极的影响。本课题以雾天影响下河南省公路物流配送的最优路径为研究对象，以面状目标赋权的网络分析为主要方法，利用ArcGIS空间分析功能对不同约束条件下的最优路径选择做出分析，提出一个可行的物流配送路径选择理论原型。此研究对开展相关领域的研究工作等方面具有借鉴意义。

摘要： 本发明涉及一种可以提高地名的声音识别性能的权重系数生成装置、声音识别装置、导航装置、车辆、权重系数生成方法、以及权重系数生成程序。为了解决上述问题，地址数据库(12)对地址信息进行管理，该地址信息具有国名、城市名、街道名、门牌号码作为地址信息数据，并具有显示从广域至狭域的地名的阶层关系的树结构。将存储于地址数据库(12)的各地名作为声音的识别候补，权重系数生成装置(10)的权重系数计算部(11)根据属于所述候补的城市名的下级阶层的街道名的数量，计算出所述识别候补的似然比的权重系数。

摘要： 本申请提供词权重生成模型训练方法及装置、词权重生成方法及装置，其中所述词权重生成模型训练方法包括：获取目标问题和所述目标问题对应的目标答案；提取所述目标问题的至少一个关键词组合，根据所述至少一个关键词组合确定初始文档集合；根据所述目标答案和所述初始文档集合确定目标文档集合和目标关键词组合；根据所述目标关键词组合确定所述目标问题中的每个关键词对应的词权重；根据所述目标问题、所述每个关键词和所述每个关键词对应的词权重训练词权重生成模型，直至达到训练停止条件。通过本申请提供的词权重生成模型训练方法得到训练完成的词权重生成模型，有效避免某些垂直领域搭建的数据库中关键词TF‑IDF与人的先验知识不匹配的问题。

摘要： 一种神经网络模型压缩的方法，由至少一个处理器执行，该方法包括接收输入神经网络和输入掩膜，以及使用深度神经网络减少输入神经网络的参数。该深度神经网络通过以下训练：从深度神经网络的、被输入掩膜所掩膜的输入权重的多个块中，选择待剪枝的剪枝微结构块；基于选择的剪枝微结构块，对输入权重进行剪枝；从被输入掩膜所掩膜的输入权重的多个块中，选择待统一的统一微结构块；以及基于选择的统一微结构块，对已剪枝的输入权重的多个块中的一个或多个块中的多个权重进行统一，以得到所述深度神经网络的已剪枝且已统一的输入权重。

摘要： 本发明公开了一种解决属性权重和时间权重复杂性的动态决策方法，包括：根据战场环境，提取每个目标战机的决策信息；将目标战机属性信息转换为不同时刻tk的区间直觉模糊矩阵，得到决策矩阵使用离差最大化方法获取每个目标战机的属性权重w(t)；利用数据聚合算子IVIFPWGA将不同时刻tk决策矩阵中的元素进行聚合，得到各敌方战机Ti在不同时刻tk的综合区间直觉模糊值通过优劣解距离法TOPSIS得到时间权重向量λ(t)；利用数据聚合算子DIVIFPWGA得到各敌方战机Ti在每个时刻tk的综合区间直觉模糊值获取综合区间直觉模糊值的得分函数和准确度函数对所述得分函数进行排序，得到决策结果。本方法提高了决策结果的可靠性，有效地降低了算法的时间复杂度，能更精确的对空战目标进行威胁评估。

摘要： 本申请提供词权重生成模型训练方法及装置、词权重生成方法及装置，其中所述词权重生成模型训练方法包括：分别获取目标问题、所述目标问题对应的目标答案；提取所述目标问题的关键词，组成关键词组合，根据至少一个所述关键词组合确定初始文档集合；根据所述目标答案和所述初始文档集合确定目标文档集合和目标关键词组合；根据所述目标关键词组合获得每个目标关键词的目标权重值；根据所述目标问题、每个目标关键词和目标权重值训练词权重生成模型，直至达到训练停止条件，通过本申请提供的方法，解决了无监督方法中无法利用语义和文本信息的缺点。

摘要： 簇权重计算部(322)根据特定讲话者的语音的信号，使用簇权重计算NN来计算至少任意一个层被分解为多个簇的掩模计算NN的与多个簇各自对应的权重。掩模计算部(302)根据1个以上的讲话者的语音的观测信号的特征量，使用通过由簇权重计算部(322)计算出的权重进行加权后的掩模计算NN来计算从1个以上的讲话者的语音的观测信号的特征量中提取特定讲话者的语音的特征量的掩模。

摘要： 本发明公开了一种神经网络权重量化方法和装置，所述方法包括：步骤1，获取待量化矩阵集合；步骤2，将所述待量化矩阵集合中的待量化权重值量化至对数空间，得到所述待量化权重值的权重量化值，并得到量化矩阵集合；步骤3,根据所述权重量化值与所述权重量化值对应的所述待量化权重值的差值，对所述权重量化值进行补偿量化，得到所述权重量化值的补偿量化值，并得到补偿量化矩阵集合；步骤4，将所述量化矩阵集合和所述补偿量化矩阵集合，作为所述待量化矩阵集合的量化结果存储在神经网络中等待使用。本发明中的补偿量化通过给较重要权重叠加偏移项，使其量化采样间隔更加稠密，从而减小了量化误差所带来的神经网络模型的性能损失。

摘要： 本发明公开了一种避免权重失衡之自动动态调整权重数值轮替模块设计，多衔接复数要求输入,代表需同时接受复数以上的指令要求，搭配相对应数量的权重输入,藉由权重计算得出授予输出值，本发明设定一组门槛值,利用此门槛值去判断其最大权重与最小权重相差是否过大，一但判断过大,则对最大权重进行删减,同时保留删减的数值,用于合并下一次权重数值再与门槛值比较；本发明公开了适用于资料权重排序轮替得模块设计,权重轮替设计主要应用于多台机器实现负载均衡时系统必须对资料要求进行优先顺序处理等相关应用，而本发明藉由门槛值来侦测权重误差,进而调整资料轮替排序,达到线上自动动态调变权重的特性,增加轮替排列弹性与效率。

摘要： 本发明提出一种动态修剪深度神经网络权重和权重共享的压缩方法，它在非结构化剪枝的基础上，在保证精度稳定的情况下进一步降低深度神经网络模型的参数冗余。本发明先对深度神经网络模型进行动态修剪操作，主要分为剪枝和剪接两个部分，剪接可以最大程度保留网络中重要的权重连接，避免修剪过程中存在的误操作，另外为了提高模型修剪后的精度，在修剪过程中加入L1正则化；然后对修剪后的网络进一步K‑Means量化，使得权重共享。本发明提出的压缩方法，可以保证模型的精度没有损失的情况下，大大减少深度神经网络中的冗余参数，降低模型的存储内存。本发明在基于ImageNet数据集的AlexNet网络上进行本压缩方法实验，将原始网络压缩了52倍，并且没有造成精度的损失。

摘要： 本发明提供了一种患者主索引权重建立方法、患者主索引权重建立系统。其中方法包括：指定患者数据集中的n个数据项作为匹配数据项集合；设置匹配阈值；为匹配数据项集合中的n个数据项设置多种不同的数据项权重组合；根据每种数据项权重组合，计算患者数据集中m条记录两两之间的相似性分数；根据匹配阈值及相似性分数，计算每种数据项权重组合的数据匹配度；根据计算得到的所有数据项权重组合的数据匹配度绘制匹配度曲线，将匹配度曲线的波峰作为建立最终数据项权重的参考。本发明的技术方案，通过计算不同权重组合的数据匹配度，为患者主索引权重设置提供参考，提高了患者主索引权重设置的效率和准确性。