权重向量

摘要： 技术创新是人类历史发展的根源动力,是人类生命与进步的内在客观要求,是人类社会文明发展与进步的必然选择。教师的创新能力同样也会对整体的教育水平起到关键性的影响。本文是在问卷调查的数据基础下,采用统计方法分析数据,从而建立数据模型,以给出文、理、工科教师创新能力现状的综合评价,并找到影响职业教育类教师创新能力的决定因素。

摘要： 如何有效、快速地处理复杂数据,并提取出隐含其中的、潜在有用的知识成为了数据科学领域亟待破解的科学问题。为此,在经典模糊序决策信息系统中,结合不同的属性具有不完全相同的重视程度这一现象,通过条件属性增加权重向量的方法,建立了该复杂系统的分配函数,定义了分配约简,进一步给出了该信息系统分配约简的辨识矩阵求解方法,最后通过案例说了该方法的有效性。

摘要： 精准的锂电池建模是保证电池储能系统可靠性至关重要的手段。荷电状态(state of charge,SOC)的准确估计保证了特定应用程序的安全高效运行。为了提高SOC的估计精度,首先建立等效电路模型,利用遗忘因子的偏差补偿最小二乘法(bias compensation recursive least squares,BCRLS)对电池模型进行参数辨识。然后,利用自适应无迹卡尔曼滤波(adaptive unscented Kalman filter,AUKF)算法来估计SOC。由于无迹无迹卡尔曼滤波算法易受非线性因素的干扰,因此提出了利用权重量定义AUKF算法提高SOC的估计精度。由于电池在放电过程中,电池内部特性会发生变化,而电池欧姆内阻会对SOC估计结果产生直接影响。基于此,本工作提出了双自适应无迹卡尔曼滤波来进一步提高SOC的估计精度。通过和不同算法进行比较,实验结果表明,所提算法估计SOC的误差控制在2%以内,验证了算法的有效性。

摘要： 异常IP识别是追踪恶意主机的重要方式,是网络安全研究的热点之一.当前应用机器学习技术进行异常IP识别多依赖整体网络流量,在单台服务器流量下会失效,且面临标记数据成本高昂问题.针对上述问题,文章把聚类算法和遗传算法应用到对端异常IP主机的识别与分类技术中,利用网络流量的多维特征和单台主机上可检测的IP地址特征数据,使用无监督学习和半监督学习相结合的方法,实现对端异常IP的识别、检测,并且将方法实现为异常IP识别系统.系统在实验中能实现对UNSW-NB15数据集9种不同类型恶意IP的识别,识别精度最高可以达到98.84％.文章方法对恶意IP分类工作十分有效,并且可以识别未知类型的恶意IP,具有广泛的适用性和健壮性,已应用在国家某网络安全中心的流量识别系统中.

摘要： 为改善异构无线网络的业务接入质量,建立异构无线网络的多目标优化数学模型,利用权重向量与个体的匹配优化和自适应领域的策略对MOEA/D算法进行改进,提升种群的多样性和算法收敛性,还使Pareto最优解的分布更加均匀.通过在8个多目标函数上进行测试,得到的IGD均值和标准差明显优于其它3种比较算法,验证了改进策略的有效性和优越性.仿真结果表明,改进算法在处理异构网络接入控制时,能够综合考虑占用资源率、网络阻塞率和负载均衡,得到的效果均优于其它3种算法,实现了网络资源的优化配置,改善了业务的接入质量.

摘要： 利用当前方法预测软件模块风险时没有对软件模块数据进行预处理,导致预测软件模块风险预测精度较低,效果不佳.为解决上述问题,提出基于非线性集成深度学习的软件模块风险预测方法.利用主成分分析法对软件模块数据进行预处理,在不损失有用信息的前提下可降低数据维度.将处理过的样本训练集进行初始化处理,并更新相应的权重向量,利用向量融合弱分类器构成非线性集成深度学习分类器,通过此分类器得出软件模块中是否包含风险,进而实现软件模块风险预测.实验结果表明,所提方法的预测软件模块风险预测精度较高,有效提升了风险预测效果.

摘要： 为减少课堂质量评价过程中评价人的认知和偏好等主观方面的影响,从教学理念、教学内容、教学方法与手段、课堂效果四个方面构建了课堂教学质量评价体系。采用可拓层次分析法,确定评价体系中准则层和指标层中各评价指标的权重,建立相应的评价模型,并用于具体课程的教学效果评价。结果表明,将可拓层次分析法运用于课堂教学质量评价,能够同时对课堂教学效果进行定量和定性两个方面的分析,不仅可以确定课堂教学效果的总体评价等级,量纲化后的结果也可以显示出各个方面的具体表现情况,针对得分较低表现不足等方面,有的放矢进行改进,从而提高课堂教学质量。

摘要： 本文引用隶属度概念,并用隶属函数对其进行表达,同时建立IAQ等级评价的模糊数学模型,用层次分析法确定各类空气质量评价指标对可能出现的匹配结果的权重,建立相应的权重向量.在未来进行室内空气品质评价、希望能较准确的反映室内空气品质时可直接套用本文建立的权重向量,进行模糊综合评价.

摘要： 针对D-S证据理论在合成高度冲突的证据时融合结果与直观结论相悖的问题,本文提出一种基于证据距离和IOWA算子的证据合成方法.首先,求出两两证据之间的Jousselme证据距离,之后提出全局归一化距离和平均距离的概念,并基于所提出的全局归一化距离和OWA算子的最大熵法生成权重向量;然后,将每个证据体及其平均距离两个参量构造为一个二维数组.最后,利用IOWA算子对系统中的证据进行加权平均之后再利用Dempster组合规则实现证据融合.仿真结果表明,该方法能有效处理冲突证据组合问题,且具有较强的抗干扰能力.

摘要： 目前，国内外对人脸口型动画的研究主要是基于英文开展，而中文人脸口型动画合成方面的研究还很少。本文结合已有的研究，综合汉语拼音发音时口型变化的规律和汉语标号的时间控制，提出了声韵加权控制算法，并对整句、整段话中的标号加以权重向量的分析，能够合成与语音同步的连续变化的三维1：2型动画模型。

摘要： 传统的层次分析法(Analatic Hierarchy Process,AHP)建立在递阶层次结构基础上,通过两两比较矩阵的权重向量,逐步求得方案层相对目标层的决策权重向量.而这种自上而下的正向求权过程中,有些指标属性很难比较,勉强比较也很难确定其可靠性.逆向思考指标层对目标层的排序问题.这种自下而上的逆向求解排序向量(权重向量)方法,可以重新审视指标的权重结构,为进一步的决策提供依据.

摘要： 该文对评估方法的敏感性问题进行了研究,分别对不同的评估方法进行了初始评价和权重向量的敏感性分析,给出了敏感性分析的方法和判断敏感性的条件。

摘要： 针对属性权重为区间数的这类不完全信息下的多属性决策问题,首先利用方案满意度模型,对备选方案集中的每一个方案建立以最大化该方案满意度为目标的线性规划模型,得到一组权重向量,然后利用相对熵模型将这组权重向量进行集结,得到对每个方案都公平公正的一个权重向量,利用该权重向量和加权平均模型得到方案的综合评价值,从而对方案进行优劣排序。最后,通过一个具体的例子对本文提出的方法进行了说明。

摘要： 从矩阵理论的角度，介绍层次分析法中特征向量法（变称特征根法）确定权重（排序）向量的理论问题，即为什么取判断矩阵的最大正特征根对庆的特征向量作为各因素的权重问题。

摘要： 本文运用层次分析法（AHP）构建投标决策模型，在项目群构建选择与单项目比选两阶段为建筑企业提供了一种实用的投标决策方法，并以某建筑集团投标实践为例，阐述了该模型及方法的实践应用及有效性。

摘要： 本文运用层次分析法（AHP）构建投标决策模型，在项目群构建选择与单项目比选两阶段为建筑企业提供了一种实用的投标决策方法，并以某建筑集团投标实践为例，阐述了该模型及方法的实践应用及有效性。

摘要： 本文运用层次分析法（AHP）构建投标决策模型，在项目群构建选择与单项目比选两阶段为建筑企业提供了一种实用的投标决策方法，并以某建筑集团投标实践为例，阐述了该模型及方法的实践应用及有效性。

摘要： 本申请涉及时频通道注意力权重计算和向量化的方法和网络，包括：使用球嵌入归一化对对数傅里叶幅值谱进行预处理；切分对数傅里叶幅值谱预处理数据成短时谱段，生成多通道张量；使用注意力机制计算每一个通道时间方向和频率方向的注意力权重；将时间方向和频率方向的注意力权重通过矩阵乘法获得时频注意力权重系数张量；利用注意力机制来计算时频注意力权重系数张量中各个通道的注意力权重张量；将每一个通道的注意力权重张量通过一维卷积获得时间和频率方向的向量化结果；将至少一个通道的时间方向和频率方向的向量化结果拼接起来，并利用一维卷积获得通道向量化结果；计算短时谱段的通道向量化结果的平均值并将其作为整个长时语音对应的结果。

摘要： 本发明涉及一种针对排列的块对角权重矩阵的稀疏矩阵向量乘法计算单元，包括：若干处理单元和累加器；所述处理单元的输出连接所述累加器。本发明提供的针对排列的块对角权重矩阵的稀疏矩阵向量乘法计算单元，充分利用了剪枝后权重矩阵的稀疏特性，避免了零值权重与对应的输入激励元素之间的乘法操作。能够结合输入激励的稀疏性动态地使能跳零操作。充分利用了权重与对应的输入激励相乘得到的中间乘积的稀疏性，避免了零值乘积与对应乘积之间的累加操作。设计的指针生成器消除了记录非零值位置信息的指针的存储开销。

摘要： 本发明公开了一种基于重要性权重支持向量机分类器的语音情感识别方法，包括训练样本与测试样本偏差的量化，重要性权重系数模型的建立以及重要性权重系数为基础的SVM的建立。该方法在重要性权重系数的基础上量化训练样本与测试样本的偏差，从而在分类器层面进行偏差调整。本发明通过构建针对情感分类中训练样本与测试样本存在偏差的问题的重要性权重系数模型，量化语音样本中训练样本与测试样本的偏差，利用基于重要性权重系数模型的SVM分类器，在分类器层面通过调整分类超平面来进行偏差调整，提高了语音情感识别的准确度以及稳定性。

摘要： 本发明公开了一种基于法向量和高斯权重约束的深度图像补全方法及系统，输入深度图像对应的彩色图像，通过结构预测网络将深度图像划分为平滑区域和结构区域；对平滑区域使用法向量预测网络输出法向量特征并构建法向量约束项；对结构区域使用高斯核在对应彩色图像中提取高斯结构权重，构成高斯约束项；结合法向量约束项和高斯约束项构建全局优化目标方程并加入缺失深度图像，构建数据约束项作为全局优化目标方程的输入数据；迭代执行全局优化目标方程，直到低于设定的提升率或达到最大迭代次数，输出深度图像补全结果。本发明不仅能够对内容严重缺失的深度图像进行数据补全，并且能够保证补全结果中结构的准确度和深度值的平滑度。

摘要： 本发明涉及一种针对排列的块对角权重矩阵的稀疏矩阵向量乘法计算单元，包括：若干处理单元和累加器；所述处理单元的输出连接所述累加器。本发明提供的针对排列的块对角权重矩阵的稀疏矩阵向量乘法计算单元，充分利用了剪枝后权重矩阵的稀疏特性，避免了零值权重与对应的输入激励元素之间的乘法操作。能够结合输入激励的稀疏性动态地使能跳零操作。充分利用了权重与对应的输入激励相乘得到的中间乘积的稀疏性，避免了零值乘积与对应乘积之间的累加操作。设计的指针生成器消除了记录非零值位置信息的指针的存储开销。

摘要： 本发明涉及集成电路可信任性检测技术，为提出适用木马检测的测试向量生成方法，生成高效精简的测试向量集，进而提高硬件木马的激活概率和检测效率，本发明，基于动态权重的测试向量生成与优化方法，步骤如下：(1)寻找低翻转率的电路节点；(2)低观测节点的查找；(3)测试向量的粗筛；(4)测试向量的细筛；(5)基于低观测节点的测试向量筛选：根据故障检测模型，给低观测节点注入故障“0”和故障“1”，构建故障网表，将待筛选的测试向量输入故障网表，观察电路输出与原始输出是否一致，如发生变化认为该测试向量能够将错误结果传递到电路输出端。本发明主要应用于集成电路可信任性检测场合。

摘要： 无线通信网络可以使用各种技术，包括使用多址技术(例如，多用户多输入多输出(MU‑MIMO)技术)的技术。在一些实施例中，MU‑MIMO设置帧的使用可以使目的地STA有机会基于先前天线训练来选择最佳天线权重向量(AWV)。具体地，AWVgroupID的使用可以用于标识可以是MU‑MIMO设置帧的目的地STA的一个或多个STA的组。

摘要： 描述了用于具有多个用户设备的无线通信系统中的用户设备的方法、装置和计算机程序产品，其中彼此正交的参考权重向量从针对参考波束的预定义的方向集合中被选择。UE特定的波束权重向量与所有参考权重向量的内积被执行，并且UE特定的波束被映射到参考波束的集合。从参考波束的集合中，用户设备的方向基于具有最大内积大小的参考波束被确定。基于该所确定的方向，用户设备被指令与多个用户设备中的另一用户设备配对。

摘要： 本发明公开了一种基于分解的权重向量自适应的多目标测试用例排序方法，本发明针对传统测试用例排序问题中存在的目标单一，时间成本大，效果不理想等问题，创造性地引入MOEA/D‑VW算法，并以平均分支覆盖率和有效执行时间作为优化目标。该方法能在更短时间内，有效地实现多目标测试用例排序。该发明提高缺陷的早期检测速率，有效降低了回归测试成本。本发明在方法层面，对于传统的多目标优化算法进行了改进，加入了自适应的权重向量变化策略，使得结果有更好的分布性，获得的测试用例排序序列有更多的选择性。

摘要： 描述了用于具有多个用户设备的无线通信系统中的用户设备的方法、装置和计算机程序产品，其中彼此正交的参考权重向量从针对参考波束的预定义的方向集合中被选择。UE特定的波束权重向量与所有参考权重向量的内积被执行，并且UE特定的波束被映射到参考波束的集合。从参考波束的集合中，用户设备的方向基于具有最大内积大小的参考波束被确定。基于该所确定的方向，用户设备被指令与多个用户设备中的另一用户设备配对。