優(yōu)度
- 聯(lián)合無損檢測(cè)技術(shù)的木材密度和抗壓強(qiáng)度預(yù)測(cè)
到回歸系數(shù)及擬合優(yōu)度見表5。圖3 各向超聲波波速與密度關(guān)系表5 各向超聲波波速-密度的回歸系數(shù)及擬合優(yōu)度由表5可知,木材各向超聲波波速與密度的擬合優(yōu)度均達(dá)0.75以上,其中順紋、徑向、弦向方向的擬合優(yōu)度達(dá)0.8,斜向方向擬合優(yōu)度約0.77。在實(shí)際工程中獲得木構(gòu)件的橫紋波速較為容易,故采用徑向和弦向超聲波波速對(duì)木材密度進(jìn)行預(yù)測(cè)較為可靠。3.1.2 阻抗比與密度的擬合結(jié)果木材阻抗比與密度關(guān)系見圖4。由圖4可知,徑向和斜向的阻抗比均與密度呈正相關(guān)線性關(guān)系,可采用
哈爾濱工業(yè)大學(xué)學(xué)報(bào) 2023年10期2023-10-18
- 基于剪切波變換和擬合優(yōu)度檢驗(yàn)的遙感圖像去噪
1]. 基于擬合優(yōu)度(goodness of fit, GOF)檢驗(yàn)的圖像去噪方法[22-23]利用高斯白噪聲及變換系數(shù)的統(tǒng)計(jì)相關(guān)性估計(jì)去噪閾值, 該方法能有效去除高斯噪聲. 相比于其他檢驗(yàn)方法, Anderson-Darling(AD)檢驗(yàn)[24]能在較小的樣本條件下, 保持穩(wěn)健的檢驗(yàn)性能. 因此, 本文使用AD檢驗(yàn)進(jìn)行遙感圖像的噪聲識(shí)別.針對(duì)遙感圖像去噪問題, 本文提出一種基于剪切波和擬合優(yōu)度檢驗(yàn)的遙感圖像去噪算法(shearlet transform
吉林大學(xué)學(xué)報(bào)（理學(xué)版） 2023年5期2023-09-27
- 基于最小距離法的數(shù)控磨床液壓系統(tǒng)可靠性建模與模型優(yōu)選
]研究了通用擬合優(yōu)度指標(biāo)和擬合優(yōu)度的檢驗(yàn)方法；郝晨光等[12-15]基于假設(shè)檢驗(yàn)和擬合優(yōu)度檢驗(yàn)方法，利用經(jīng)典分布函數(shù)分別進(jìn)行擬合，以尋求最優(yōu)的可靠性模型；劉勇軍等[16]提出了改進(jìn)灰色關(guān)聯(lián)度的模型優(yōu)選方法。從已有文獻(xiàn)可以看出，目前對(duì)數(shù)控機(jī)床進(jìn)行可靠性建模時(shí)以威布爾分布為主，不少研究者直接假定故障率符合威布爾分布，然后利用算法對(duì)參數(shù)進(jìn)行求解，這種直接假定分布模型為某一確定模型的做法存在一定的建模誤差；也有學(xué)者分別利用多種常用的分布函數(shù)進(jìn)行擬合，然后對(duì)這些模型
機(jī)床與液壓 2023年13期2023-07-27
- 凍融-干濕循環(huán)下硫酸鹽漬土強(qiáng)度劣化的宏微觀響應(yīng)
得出的歪度與結(jié)構(gòu)優(yōu)度微觀參數(shù)如表4所示。凍融-干濕循環(huán)作用下硫酸鹽漬土無側(cè)限抗壓強(qiáng)度與含鹽量及壓實(shí)度的關(guān)系曲線分別如圖1所示。圖1 無側(cè)限抗壓強(qiáng)度與含鹽量、壓實(shí)度的關(guān)系Fig.1 Relations of unconfined compressive strength against salt content and compaction表4 歪度與結(jié)構(gòu)優(yōu)度微觀參數(shù)Table 4 Microscopic parameters of skewness and
長江科學(xué)院院報(bào) 2023年6期2023-07-03
- 基于Logistic 回歸的艾滋病患者肝臟影響因素分析
診斷量化評(píng)價(jià)擬合優(yōu)度效果中，-2 對(duì)數(shù)似然值=30.595，考克斯-斯奈爾R方（Cox&SnellR2）=0.388，內(nèi)戈?duì)柨芌方（NagelkerkeR2）=0.584；質(zhì)性評(píng)價(jià)擬合優(yōu)度效果（即霍斯黙-萊梅肖擬合優(yōu)度檢驗(yàn)）中，χ2=4.319，df=8，P=0.827，說明模型的擬合優(yōu)度效果較好。3 討論作為一種危害性極大的傳染病，艾滋病至今仍無法治愈，且一直保持較高的病死率。HIV 感染使患者機(jī)體抵抗力下降[16]，其繼發(fā)感染[17]和抗病毒治療藥物的
醫(yī)學(xué)信息 2023年4期2023-03-24
- 9個(gè)丁香品種葉面積測(cè)量相關(guān)性分析及回歸方程的建立
X1)之間的擬合優(yōu)度為0.522，葉面積與葉寬(X2)之間的擬合優(yōu)度為0.788，葉面積與葉長與葉寬的乘積(X3)的擬合優(yōu)度為0.964。從圖2可以看出，暴馬丁香葉片的葉長(X1)、葉寬(X2)、葉長與葉寬的乘積(X3)與葉面積之間均呈直線關(guān)系，進(jìn)一步分析得出葉長與葉寬的乘積(X3)與葉面積的直線關(guān)系最緊密。因此，暴馬丁香葉的最優(yōu)一元線性回歸方程為葉長與葉寬乘積(X3)與葉面積之間的擬合一元回歸方程，為Y1=0.689X3+1.135，其中F值為1 012
安徽農(nóng)業(yè)科學(xué) 2023年4期2023-03-20
- 基于成年人體重及體重指數(shù)估算胸腹部CT 體型特異性輻射劑量
歸方程的線性擬合優(yōu)度，R2越大，說明擬合的方程越優(yōu)。采用單因素方差分析分別比較不同組間CTDIvol、SSDEED、SSDEDw的差異。上腹部和腹部-盆腔掃描組再根據(jù)性別分組，通過獨(dú)立樣本t檢驗(yàn)比較相同部位不同性別受檢者間的差異。將線性回歸方程的截距設(shè)為0，記錄斜率即為本研究的轉(zhuǎn)換系數(shù)。P＜0.05為差異有統(tǒng)計(jì)學(xué)意義。研究初期考慮到女性存在乳房組織或與男性胸部CT各參數(shù)的相關(guān)性存在差異，將胸部CT檢查數(shù)據(jù)分為男、女2組，通過獨(dú)立樣本t檢驗(yàn)發(fā)現(xiàn)不同性別胸部C
中國醫(yī)學(xué)影像學(xué)雜志 2022年11期2022-12-12
- 柴油機(jī)曲軸疲勞計(jì)算中曲線數(shù)據(jù)提取與擬合
法，選擇最大擬合優(yōu)度的回歸算法得出擬合經(jīng)驗(yàn)公式，再做誤差分析，符合標(biāo)準(zhǔn)提取出曲線數(shù)據(jù)。1 曲線圖像降噪曲軸疲勞強(qiáng)度計(jì)算參數(shù)表是以圖片形式呈現(xiàn)的，可能包含一些背景網(wǎng)格和水印，這些都會(huì)對(duì)圖片造成干擾。所以，為方便人工取點(diǎn)與降低干擾，先對(duì)圖1進(jìn)行圖像降噪。圖1 特征原始圖本文所采用的是像素值法，即根據(jù)該點(diǎn)的像素值，為此來判斷該點(diǎn)是否為曲線上的有效點(diǎn)，再將圖片轉(zhuǎn)化為只有黑白兩色的灰度圖有助于像素點(diǎn)數(shù)值的迅速判別[3]。處理的關(guān)鍵是通過閾值來判斷，f(ek,ω)曲線
制造業(yè)自動(dòng)化 2022年11期2022-12-11
- 飛機(jī)關(guān)鍵部位濕熱環(huán)境內(nèi)外場(chǎng)相似性研究
進(jìn)行擬合，以擬合優(yōu)度作為評(píng)價(jià)指標(biāo)，在嘗試過多種擬合模型之后，選擇指數(shù)擬合、Gaussian擬合、線性擬合、一次多項(xiàng)式擬合模型對(duì)內(nèi)外場(chǎng)數(shù)據(jù)進(jìn)行擬合，擬合情況及擬合優(yōu)度見表2。綜合分析各擬合模型的擬合優(yōu)度，見表2，以上四種擬合模型對(duì)于內(nèi)場(chǎng)試驗(yàn)數(shù)據(jù)的擬合優(yōu)度尚可，在0.7以上，其中線性擬合的擬合優(yōu)度最好，在對(duì)外場(chǎng)試驗(yàn)數(shù)據(jù)的擬合中，四種擬合模型的擬合優(yōu)度出現(xiàn)了兩極分化，Gaussian擬合模型以及線性擬合模型因其擬合曲線與試驗(yàn)數(shù)據(jù)點(diǎn)貼合度較好而擬合優(yōu)度較高，但其擬
環(huán)境技術(shù) 2022年5期2022-11-25
- 費(fèi)控電能表用繼電器可靠性評(píng)估技術(shù)研究
失效分布模型擬合優(yōu)度檢驗(yàn)原始失效數(shù)據(jù)的累積失效概率通過擬合優(yōu)度檢驗(yàn)獲得其最佳失效分布模型，失效分布模型擬合優(yōu)度檢驗(yàn)常采用Kolmogorov-Smirnov檢驗(yàn)法（簡(jiǎn)稱K-S檢驗(yàn)法）。KS檢驗(yàn)法是比較一個(gè)樣本的累積分布函數(shù)（）與事先假設(shè)的理論分布（）之間的顯著性差異是否符合某一水平的衡量方法。首先假設(shè)為兩個(gè)數(shù)據(jù)分布一致或者數(shù)據(jù)符合理論分布。實(shí)際觀測(cè)值為=max|（）-（）|，當(dāng)＞（，）則拒絕，否則則接受假設(shè)。其中，（，）為給定樣本數(shù)n、顯著性水平為的拒絕臨
中國新技術(shù)新產(chǎn)品 2022年8期2022-08-05
- 隧道襯砌結(jié)構(gòu)病害風(fēng)險(xiǎn)優(yōu)度評(píng)價(jià)
輔以改進(jìn)熵權(quán)法的優(yōu)度評(píng)價(jià)模型，對(duì)隧道襯砌結(jié)構(gòu)病害狀況進(jìn)行周期性風(fēng)險(xiǎn)評(píng)價(jià)，以期及時(shí)有效的采取加固措施，避免事故發(fā)生.1 隧道襯砌病害優(yōu)度評(píng)價(jià)模型可拓學(xué)[8]由物元模型和可拓?cái)?shù)學(xué)作為骨架.物元為可拓理論的邏輯基礎(chǔ)，可簡(jiǎn)要記為：R={事物，特征，量值}={N,c,v}.其中，待評(píng)事物名稱N、事物特征指標(biāo)c、指標(biāo)取值范圍v稱為物元三要素.優(yōu)度評(píng)價(jià)法[9]的基本理念源于可拓原理，其優(yōu)勢(shì)在于可將互不相干甚至互相矛盾的指標(biāo)進(jìn)行轉(zhuǎn)化，使其相互間具有可比性[10-11].基
遼寧工程技術(shù)大學(xué)學(xué)報(bào)（自然科學(xué)版） 2022年2期2022-07-01
- 基于盲數(shù)字接收機(jī)與擬合優(yōu)度的SOQPSK識(shí)別算法
數(shù)字接收機(jī)與擬合優(yōu)度檢驗(yàn)的信號(hào)識(shí)別算法，用于識(shí)別連續(xù)相位信號(hào)SOQPSK與非連續(xù)相位信號(hào){BPSK，QPSK，2FSK}，結(jié)合盲數(shù)字接收機(jī)識(shí)別算法與擬合優(yōu)度檢驗(yàn)算法，對(duì)盲數(shù)字接收機(jī)提取的特征進(jìn)行識(shí)別，特征提取模糊時(shí)，仍可以根據(jù)分布距離遠(yuǎn)近對(duì)信號(hào)進(jìn)行分類，提升了低信噪比下的識(shí)別率。1 信號(hào)模型為了識(shí)別SOQPSK與非連續(xù)相位信號(hào){BPSK，QPSK，2FSK}，本文提出一種基于盲數(shù)字接收機(jī)與擬合優(yōu)度的信號(hào)識(shí)別算法，其通用信號(hào)模型為：(1)式中，A為信號(hào)的幅值
- 海上要地防空反導(dǎo)陣地優(yōu)度排序研究
要地防空反導(dǎo)陣地優(yōu)度排序的論文。海軍岸防兵防空反導(dǎo)陣地的選擇需滿足武器裝備自身性能和實(shí)際作戰(zhàn)相關(guān)要求,因而通常需考慮發(fā)射陣地的自然條件、附近的設(shè)施設(shè)備狀態(tài)、與保衛(wèi)目標(biāo)位置等關(guān)系。但在保衛(wèi)海上要地作戰(zhàn)時(shí)由于海上面積較小,自然條件差異較小,各陣地受周邊設(shè)施的影響較大。因此本文構(gòu)建了基于陣地與保衛(wèi)目標(biāo)距離的指標(biāo)評(píng)價(jià)體系,并提出了一種基于網(wǎng)頁排名(PageRank, PR)算法的評(píng)價(jià)指標(biāo)賦權(quán)方法。1 PR算法概述PR算法是谷歌公司發(fā)明的一種算法,其應(yīng)用使得搜索的相
系統(tǒng)工程與電子技術(shù) 2022年6期2022-05-23
- 車削軸零件精度研究及其對(duì)錠桿加工的指導(dǎo)
3.1.1 擬合優(yōu)度測(cè)試根據(jù)數(shù)理統(tǒng)計(jì)的理論，用MATLAB軟件進(jìn)行數(shù)據(jù)的正態(tài)分布擬合優(yōu)度測(cè)試[7]。正態(tài)分布的擬合優(yōu)度測(cè)試采用Lillietest函數(shù)進(jìn)行假設(shè)檢驗(yàn)，函數(shù)的格式為[H，P，LSTAT，CV]=Lillietest(X，α)(H為測(cè)試結(jié)果，P為接受假設(shè)的概率值，LSTAT為測(cè)試統(tǒng)計(jì)量的值，CV為是否拒絕原假設(shè)的臨界值)。當(dāng)H=0時(shí)，可認(rèn)為接受原假設(shè)，即檢驗(yàn)數(shù)據(jù)服從正態(tài)分布；H=1，可否定數(shù)據(jù)服從正態(tài)分布。P趨于0時(shí)，可以拒絕正態(tài)分布的原假設(shè)。當(dāng)
紡織器材 2022年2期2022-04-27
- 基于相互無偏基和擬合優(yōu)度檢驗(yàn)的頻譜感知方法
述為非參數(shù)的擬合優(yōu)度檢驗(yàn)，而后，此方法得到了廣泛的研究[9-13]. 文獻(xiàn)[9]將神經(jīng)網(wǎng)絡(luò)應(yīng)用于擬合優(yōu)度檢驗(yàn)當(dāng)中，通過降低用戶信號(hào)的相關(guān)性從而提高系統(tǒng)檢測(cè)概率. 文獻(xiàn)[10]將接收信號(hào)樣本協(xié)方差矩陣的最大特征值與跡的均值的比值作為擬合優(yōu)度檢驗(yàn)的對(duì)象，從而有效地避免了噪聲不確定性的影響. 本文的研究內(nèi)容主要集中在基于擬合優(yōu)度檢驗(yàn)的頻譜感知方法. 擬合優(yōu)度檢驗(yàn)算法通過統(tǒng)計(jì)分布函數(shù)挖掘數(shù)據(jù)信息，從而做出判決. 擬合優(yōu)度檢驗(yàn)的基本思路是：當(dāng)僅有噪聲時(shí)，樣本服從于噪
電波科學(xué)學(xué)報(bào) 2022年1期2022-03-09
- 如何正確運(yùn)用χ2檢驗(yàn)
——擬合優(yōu)度檢驗(yàn)與SAS實(shí)現(xiàn)
，常會(huì)涉及“擬合優(yōu)度檢驗(yàn)”和“失擬檢驗(yàn)”等內(nèi)容［1-4］。本文將介紹有關(guān)概念、各種檢驗(yàn)方法的計(jì)算公式以及基于SAS軟件［5］實(shí)現(xiàn)計(jì)算的方法。1 有關(guān)基本概念1.1 擬合優(yōu)度檢驗(yàn)的定義和種類所謂擬合優(yōu)度檢驗(yàn)，就是評(píng)價(jià)基于某種假設(shè)或回歸模型推算出按順序排列的一組期望頻數(shù)與相應(yīng)觀察頻數(shù)之間一致性的一種檢驗(yàn)方法［1，5］。擬合優(yōu)度檢驗(yàn)常涉及以下兩個(gè)統(tǒng)計(jì)學(xué)問題：其一，檢驗(yàn)?zāi)撤N假設(shè)是否成立。例如：在列聯(lián)表資料分析中可能會(huì)提出“某些屬性變量之間存在獨(dú)立性”的假設(shè)，此時(shí)的
四川精神衛(wèi)生 2021年5期2021-11-04
- 鋰離子電池電化學(xué)阻抗譜可靠性評(píng)價(jià)方法①
式(5)所示擬合優(yōu)度x2作為阻抗譜可靠性的表征量。(5)綜上，鋰離子電池電化學(xué)阻抗譜可靠性評(píng)價(jià)方法的實(shí)質(zhì)是從電池處于準(zhǔn)穩(wěn)態(tài)下阻抗需要滿足的K-K變換關(guān)系出發(fā)，利用圖2所示的近似滿足K-K校驗(yàn)的修正電路去擬合電池阻抗譜數(shù)據(jù)，并計(jì)算式(5)所示的擬合優(yōu)度值以反映阻抗譜可靠性，最后根據(jù)優(yōu)度值大小劃分不同的信任區(qū)間將阻抗數(shù)據(jù)的可信程度反饋給用戶或者BMS。需要注意的是，K-K校驗(yàn)只是一種單純的數(shù)學(xué)求解問題，根據(jù)圖2擬合得到的電路元件值不具有任何的物理意義，即不需要
- 物種敏感性分布法擬合函數(shù)的擬合優(yōu)度評(píng)價(jià)
明，擬合函數(shù)擬合優(yōu)度的影響因素主要包括累積概率與函數(shù)類型等自因和土壤pH、重金屬種類與數(shù)據(jù)量等外因[8-12]。如王小慶等[8-9]認(rèn)為計(jì)算較高的物種保護(hù)比例時(shí)，擬合函數(shù)在較低的累積概率條件下的擬合優(yōu)度較為重要；而蔣寶[10]研究表明，中性、非石灰堿性和石灰堿性土壤中Burr Ⅲ的擬合效果較好，但在酸性土壤中Weibull 函數(shù)的擬合效果更好；劉克[13]認(rèn)為酸性土壤中Burr Ⅲ的擬合效果較好。綜上，本研究以原農(nóng)業(yè)部環(huán)境監(jiān)測(cè)總站對(duì)我國南方水稻產(chǎn)地的例行監(jiān)
- 瑪多7.4級(jí)地震前青海省地震擬合優(yōu)度異常特征分析
次與震級(jí)線性擬合優(yōu)度(線性相關(guān)系數(shù)r)進(jìn)行研究后，認(rèn)為利用中強(qiáng)地震前震中區(qū)一定范圍內(nèi)的中小地震進(jìn)行G-R關(guān)系式擬合時(shí)，其線性擬合優(yōu)度在地震前出現(xiàn)不同程度的異?，F(xiàn)象[3]。其變化特點(diǎn)是：在中強(qiáng)地震發(fā)生前期，震源區(qū)及其附近中小地震的發(fā)生在能級(jí)上分配均勻，線性擬合優(yōu)度接近1；隨著中強(qiáng)地震的臨近，該區(qū)中小地震在能級(jí)上的分配存在著較顯著的不均勻現(xiàn)象，表現(xiàn)為線性擬合優(yōu)度明顯下降。這種擬合優(yōu)度的異常變化具有中期異常性質(zhì)，有可能為中強(qiáng)地震的中期判定提供依據(jù)[3]。按照這種
高原地震 2021年4期2021-03-04
- 基于特征值擬合優(yōu)度的頻譜感知算法研究
以表述為一種擬合優(yōu)度(goodness-of-fit，GoF)檢測(cè)問題[13]，它不需要主用戶信號(hào)的任何先驗(yàn)信息，只需要已知噪聲的統(tǒng)計(jì)分布，通過檢驗(yàn)觀測(cè)到的樣本是否服從該噪聲分布來進(jìn)行判決.在GoF理論框架下，人們提出了許多檢測(cè)算法，如Anderson-Darling(AD)檢測(cè)[14]、單邊右尾AD(unilateral righttail Anderson-Darling，URAD)檢測(cè)[15-17]、Cramer von Mises(CM)檢測(cè)[14
大連理工大學(xué)學(xué)報(bào) 2020年6期2020-12-03
- 可拓優(yōu)度評(píng)價(jià)法在城市區(qū)域消防安全評(píng)價(jià)中的應(yīng)用
標(biāo)體系，結(jié)合可拓優(yōu)度評(píng)價(jià)方法對(duì)城市區(qū)域消防安全水平進(jìn)行系統(tǒng)的評(píng)價(jià)。1 可拓優(yōu)度評(píng)價(jià)法1.1 概述可拓優(yōu)度方法是可拓學(xué)中評(píng)價(jià)一個(gè)對(duì)象，包括事物、策略、方法等優(yōu)劣的基本方法[11-12]。可拓學(xué)提出了物元的概念，令R=(事物，特征，量值)=(Z，C，V)可以明確地反映事物與數(shù)量之間的關(guān)系，確切地表示了客觀事物的變化過程。該方法首先根據(jù)城市區(qū)域發(fā)生火災(zāi)的危險(xiǎn)等級(jí)及其評(píng)價(jià)指標(biāo)，建立與之對(duì)應(yīng)的經(jīng)典域物元和節(jié)域來描述各危險(xiǎn)等級(jí)與評(píng)價(jià)指標(biāo)的模型，然后確定待評(píng)價(jià)特征與各危
安全 2020年5期2020-06-07
- 基于改進(jìn)logistic 模型參數(shù)的北京城鎮(zhèn)化進(jìn)程預(yù)測(cè)
點(diǎn)法或四點(diǎn)法進(jìn)行優(yōu)度擬合得到最佳K 值[5-6]，這一做法未免太過主觀，以少量樣本代替整體，也不符合客觀規(guī)律。對(duì)此，本文利用北京歷年城鎮(zhèn)化率統(tǒng)計(jì)數(shù)據(jù)，選擇不同的初始時(shí)間，利用列舉法選出最佳K 值，確定北京城鎮(zhèn)化進(jìn)程的初始時(shí)間，同時(shí)對(duì)北京未來10 年的城鎮(zhèn)化進(jìn)程進(jìn)行預(yù)測(cè)[7]。1 數(shù)據(jù)來源與方法1.1 數(shù)據(jù)來源本文數(shù)據(jù)來源于《北京統(tǒng)計(jì)年鑒》（2018 年），具體包括1949—2017 年常住人口、鄉(xiāng)村人口和城鎮(zhèn)人口數(shù)據(jù)。根據(jù)學(xué)者研究，把城鎮(zhèn)化率定義為城鎮(zhèn)人口
科技與創(chuàng)新 2020年4期2020-03-12
- 復(fù)雜沉積區(qū)地震剖面時(shí)深轉(zhuǎn)換的多公式擬合方案及應(yīng)用
結(jié)果時(shí)引入“擬合優(yōu)度”的概念[19]，即相關(guān)系數(shù)的平方(式4)，擬合優(yōu)度大于0且小于1，越接近1表示擬合程度越高：(4)圖1 試驗(yàn)地震剖面“深度—層速度”(a)和“時(shí)間—層速度”(b)散點(diǎn)圖對(duì)比結(jié)果(圖3)表明，在巨厚沉積區(qū)(CDP8421、CDP11781和CDP15781)，指數(shù)公式的擬合優(yōu)度(0.94)，冪函數(shù)和二次多項(xiàng)式的擬合優(yōu)度相近，二次多項(xiàng)式擬合程度略優(yōu)于冪函數(shù)；在沉積凹陷邊緣隆起和局部凹陷區(qū)域(CDP21381、CDP25221和CDP322
物探與化探 2020年1期2020-02-27
- 基于BP神經(jīng)網(wǎng)絡(luò)草原土壤Cu含量預(yù)測(cè)
評(píng)價(jià)指標(biāo)采用擬合優(yōu)度(R2)，值越大，模擬效果越好[16,18]。R2計(jì)算公式如下：3 結(jié)果與分析3.1 訓(xùn)練數(shù)據(jù)的擬合優(yōu)度隨著隱含層層數(shù)的增加，訓(xùn)練數(shù)據(jù)的擬合優(yōu)度呈先增加后降低的趨勢(shì)，在隱含層層數(shù)為4的時(shí)達(dá)到最大，R2= 0.706 8。雙隱含層模型的決定系數(shù)最低，第6層的大于第5層的，第7層的小于第8層的，不同隱含層模型的擬合優(yōu)度并非單調(diào)變化(圖 1)。圖1 訓(xùn)練數(shù)據(jù)的擬合優(yōu)度Figure 1 R-squared of training data3.2
草業(yè)科學(xué) 2019年10期2019-11-08
- 基于可拓優(yōu)度評(píng)價(jià)的智能汽車橫向軌跡跟蹤控制方法*
理論，提出了可拓優(yōu)度評(píng)價(jià)控制方法?？赏?span id="syggg00" class="hl">優(yōu)度評(píng)價(jià)方法是可拓學(xué)中評(píng)價(jià)一個(gè)對(duì)象，包括事物、策略和方法等優(yōu)劣的基本方法，根據(jù)實(shí)際問題的需要，制定符合技術(shù)要求的評(píng)價(jià)標(biāo)準(zhǔn)，確定出衡量指標(biāo)，反映出利弊的過程及其變化情況，從而評(píng)價(jià)一個(gè)對(duì)象的優(yōu)劣［16］。將上層控制器的輸出量分別輸入到車輛動(dòng)力學(xué)模型，得到車輛狀態(tài)預(yù)估量，以此作為車輛橫向控制的評(píng)價(jià)指標(biāo)，從而計(jì)算出各評(píng)價(jià)對(duì)象的優(yōu)度值。根據(jù)實(shí)時(shí)的車輛狀態(tài)和優(yōu)度評(píng)價(jià)控制方法有針對(duì)性地采用優(yōu)度更高的輸出值，提出一種基于可拓優(yōu)度評(píng)價(jià)的
汽車工程 2019年10期2019-11-02
- 基于Python和梯度下降算法的物理實(shí)驗(yàn)數(shù)據(jù)一元線性擬合方法
的相關(guān)性，用擬合優(yōu)度R2檢驗(yàn)回歸直線的擬合程度.相關(guān)關(guān)系是一種非確定性的關(guān)系，相關(guān)系數(shù)是研究變量之間線性相關(guān)程度的量.相關(guān)系數(shù)又叫線性相關(guān)系數(shù)，一般用字母r表示，用來度量兩個(gè)變量間的線性關(guān)系.當(dāng)r接近于±1時(shí)，可以說兩個(gè)變量相關(guān)性比較好.相關(guān)系數(shù)公式為[2]擬合優(yōu)度是指回歸直線對(duì)觀測(cè)值的擬合程度.度量擬合優(yōu)度的統(tǒng)計(jì)量是可決系數(shù)R2.R2最大值為1.R2的值越接近1，說明回歸直線對(duì)觀測(cè)值的擬合程度越好；反之，R2的值越接近零，說明回歸直線對(duì)觀測(cè)值的擬合程度越
物理通報(bào) 2019年10期2019-10-18
- 3級(jí)優(yōu)度評(píng)估的聯(lián)合作戰(zhàn)方案優(yōu)選方法研究*
創(chuàng)造性地利用3級(jí)優(yōu)度評(píng)價(jià)方法[3-4]，結(jié)合層次分析法及Matlab仿真，建立聯(lián)合作戰(zhàn)方案的多級(jí)優(yōu)度優(yōu)選模型，從作戰(zhàn)方案考慮的多級(jí)評(píng)價(jià)指標(biāo)出發(fā)，對(duì)作戰(zhàn)方案的優(yōu)缺點(diǎn)進(jìn)行評(píng)估分析，全面權(quán)衡利弊，從而為指揮員在最后的作戰(zhàn)決策中選擇最可行作戰(zhàn)方案,提供了一種科學(xué)、有效的方法，也可以為兵棋推演提供定性和定量化的理論數(shù)據(jù)支撐。1 聯(lián)合作戰(zhàn)方案3級(jí)優(yōu)度評(píng)價(jià)模型的建立1.1 擬定作戰(zhàn)方案通過對(duì)作戰(zhàn)任務(wù)的定性分析，利用作戰(zhàn)運(yùn)籌分析方法初步擬定多個(gè)作戰(zhàn)方案Z1,Z2,…,Zw
現(xiàn)代防御技術(shù) 2019年2期2019-05-06
- 軍隊(duì)網(wǎng)絡(luò)信息資源質(zhì)量的多級(jí)可拓優(yōu)選決策分析?
出一級(jí)評(píng)價(jià)指標(biāo)的優(yōu)度值和軍隊(duì)院校網(wǎng)絡(luò)信息資源總體建設(shè)水平的優(yōu)度值，從而為軍隊(duì)院校網(wǎng)絡(luò)信息資源建設(shè)的綜合評(píng)價(jià)，提供一種科學(xué)、有效的途徑。2 評(píng)價(jià)指標(biāo)體系的構(gòu)建評(píng)價(jià)指標(biāo)體系的建立，對(duì)網(wǎng)絡(luò)信息資源的評(píng)估有著至關(guān)重要的作用。指標(biāo)建立的正確、全面將直接決定著評(píng)估結(jié)果的準(zhǔn)確性、客觀性，決定著能否推動(dòng)軍事網(wǎng)絡(luò)信息資源的長遠(yuǎn)健康發(fā)展。目前，研究信息資源質(zhì)量評(píng)估的文獻(xiàn)還不多見，還沒有一個(gè)能被廣泛認(rèn)同的評(píng)估體系?；趯?duì)信息資源質(zhì)量的不同理解和不同的學(xué)科背景，不同學(xué)者提出了各自
艦船電子工程 2019年1期2019-02-27
- 關(guān)于城市綠地面積的計(jì)量分析
，使得模型的擬合優(yōu)度更佳，將取平方后的X1數(shù)據(jù)命名為REX1并作散點(diǎn)圖進(jìn)行觀察。可見Y與X12的趨勢(shì)較為符合二次函數(shù)關(guān)系，繼續(xù)對(duì)比調(diào)整前后的回歸分析結(jié)果。由于Y與X1的擬合優(yōu)度為0.930454，而Y與REX1(X12)的擬合優(yōu)度為0.779675，可見將X1取平方后，Y與X1的擬合優(yōu)度不升反降，于是將X12與X2兩個(gè)解釋變量對(duì)被解釋變量進(jìn)行聯(lián)合分析。將Y與X1、X2進(jìn)行二元回歸分析后，得到擬合優(yōu)度為0.981664，而Y與REX1（X12）、X2二元回歸
中小企業(yè)管理與科技 2018年12期2018-11-06
- 基于模糊數(shù)學(xué)的技術(shù)類無形資產(chǎn)利潤分成率計(jì)算研究
產(chǎn)價(jià)值影響因素的優(yōu)度值，并建立其與利潤分成率之間的回歸關(guān)系，利用回歸方程來測(cè)算利潤分成率，拓展評(píng)估實(shí)務(wù)中無形資產(chǎn)利潤分成率的途徑。二、技術(shù)類無形資產(chǎn)價(jià)值影響因素影響技術(shù)類無形資產(chǎn)價(jià)值的因素可以概括為技術(shù)指標(biāo)、經(jīng)濟(jì)指標(biāo)和外部指標(biāo)三個(gè)方面[1]，具體見表1。表1 技術(shù)類無形資產(chǎn)評(píng)價(jià)體系三、利潤分成率測(cè)算模型的建立（一）建立測(cè)算模型的步驟我國的無形資產(chǎn)利潤分成率一般在25%-33%之間取值，根據(jù)無形資產(chǎn)價(jià)值影響因素的優(yōu)劣程度，把取值區(qū)間劃分為四種情況。其中，技術(shù)
中國資產(chǎn)評(píng)估 2018年9期2018-10-20
- 基于優(yōu)度評(píng)價(jià)法的艱險(xiǎn)山區(qū)鐵路隧道安全等級(jí)判定探討
和優(yōu)化評(píng)價(jià)，可拓優(yōu)度評(píng)價(jià)方法能進(jìn)行定性定量的分析，首先以物元的可拓性為基礎(chǔ)描述研究對(duì)象的特征性并進(jìn)行定性分析，再根據(jù)可拓集合論建立關(guān)聯(lián)函數(shù)進(jìn)行計(jì)算，以此來達(dá)到定量分析的目的，最后通過研究對(duì)象的權(quán)重和關(guān)聯(lián)度計(jì)算優(yōu)度，使其評(píng)判結(jié)果更接近實(shí)際情況[5]。本文運(yùn)用可拓優(yōu)度評(píng)價(jià)法確定在施工階段影響隧道安全的各自然因素，構(gòu)造了鐵路隧道安全等級(jí)判定的經(jīng)典物元和節(jié)域物元，使用梯形模糊數(shù)層次分析法求取各影響因素的權(quán)重，綜合評(píng)判隧道的安全等級(jí)，并根據(jù)評(píng)價(jià)結(jié)果采取合理的施工措施
鐵道標(biāo)準(zhǔn)設(shè)計(jì) 2018年11期2018-10-20
- 小樣本條件下裝備壽命分布研究
壽命分布進(jìn)行擬合優(yōu)度檢驗(yàn)[1-2],確定最佳的壽命分布模型。文獻(xiàn)[3-5]憑借積累經(jīng)驗(yàn)選擇分布具有較大的不確定性。傳統(tǒng)的經(jīng)驗(yàn)分布函數(shù)檢驗(yàn),如最小二乘法[6]、極大似然估計(jì)法[7]和極小χ2估計(jì)擬合[8]等方法對(duì)失效數(shù)據(jù)的樣本量要求較大?；趨?shù)的Bootstrap擬合優(yōu)度檢驗(yàn)對(duì)小樣本情況精度較高,但過程較為復(fù)雜[9]。對(duì)于小樣本壽命數(shù)據(jù)條件下的擬合優(yōu)度檢驗(yàn),由于數(shù)據(jù)量較少,可能多種分布同時(shí)通過檢驗(yàn),且沒有綜合考慮模型的物理背景,效果不明顯,所以小樣本條件下
指揮控制與仿真 2018年3期2018-06-11
- 兩臺(tái)齒輪接觸疲勞試驗(yàn)臺(tái)試驗(yàn)數(shù)據(jù)的對(duì)比分析
試驗(yàn)數(shù)據(jù)進(jìn)行擬合優(yōu)度檢驗(yàn)，為加快繪制齒輪接觸疲勞壽命曲線(S-N)奠定了基礎(chǔ)。1 壽命分布的擬合優(yōu)度檢驗(yàn)1.1 第一組試驗(yàn)數(shù)據(jù)的處理根據(jù)GB/T 14229-1993《齒輪接觸疲勞強(qiáng)度試驗(yàn)方法》附錄C中C1提供的方法，采用正態(tài)分布、對(duì)數(shù)正態(tài)分布和威布爾分布分別進(jìn)行壽命的分布檢驗(yàn)。將試驗(yàn)數(shù)據(jù)按從小到大的順序排列，并按中位秩公式(1)計(jì)算失效率，具體數(shù)據(jù)列于表1中。(1)式中：i為數(shù)據(jù)序號(hào)；n為試驗(yàn)點(diǎn)數(shù)。表1 第一組數(shù)據(jù)處理采用最小二乘法進(jìn)行壽命分布的擬合優(yōu)度
汽車零部件 2018年1期2018-05-14
- 類別數(shù)據(jù)擬合優(yōu)度檢驗(yàn)功效模擬
時(shí)，一般采用擬合優(yōu)度檢驗(yàn)方法。類別數(shù)據(jù)擬合優(yōu)度檢驗(yàn)很多，有卡方（χ2）檢驗(yàn)和經(jīng)驗(yàn)分布類檢驗(yàn)（如Kolmogorov-Smirnov檢驗(yàn)）等，其中卡方檢驗(yàn)是離散類別數(shù)據(jù)分布檢驗(yàn)的首選，而經(jīng)驗(yàn)分布類檢驗(yàn)適用于連續(xù)分布數(shù)據(jù)的檢驗(yàn)。擬合優(yōu)度檢驗(yàn)的功效（power）是指?jìng)鋼窦僭O(shè)H1為真時(shí)檢驗(yàn)方法拒絕零假設(shè)H0的能力，定義1-β，其中為犯第二類錯(cuò)誤的概率。類別數(shù)據(jù)擬合優(yōu)度檢驗(yàn)功效無法進(jìn)行解析表示，一般通過蒙特卡羅模擬來獲得功效近似值[2，3]。本文在對(duì)類別數(shù)據(jù)擬合優(yōu)度
統(tǒng)計(jì)與決策 2018年24期2018-02-25
- 利用擬合優(yōu)度檢驗(yàn)的NPLSC-DSSS信號(hào)偽碼盲估計(jì)
王海泉?利用擬合優(yōu)度檢驗(yàn)的NPLSC-DSSS信號(hào)偽碼盲估計(jì)趙知?jiǎng)?強(qiáng)芳芳*李 淼 沈 雷 王海泉(杭州電子科技大學(xué)通信工程學(xué)院 杭州 310018)針對(duì)非周期短碼擴(kuò)頻長碼加擾直擴(kuò)(NPLSC-DSSS)信號(hào)的偽碼估計(jì)問題，該文首先給出了m序列三階相關(guān)函數(shù)(TCF)共同峰理論和NPLSC-DSSS信號(hào)TCF估計(jì)量的概率函數(shù)。其次，利用TCF峰的共軛系特性構(gòu)建了TCF峰值序列，提出了TCF共同峰檢測(cè)的二元假設(shè)模型和利用擬合優(yōu)度檢驗(yàn)的TCF共同峰精檢測(cè)算法。同
電子與信息學(xué)報(bào) 2017年3期2017-10-14
- 結(jié)合KSTEST統(tǒng)計(jì)檢驗(yàn)方法的聯(lián)合像素時(shí)序干涉SAR處理技術(shù)
號(hào)模型建立，擬合優(yōu)度檢驗(yàn)，空域自適應(yīng)濾波。本文在一維KSTEST統(tǒng)計(jì)檢驗(yàn)方法基礎(chǔ)上，提出了基于多維聯(lián)合像素的非參數(shù)擬合優(yōu)度檢驗(yàn)方法，利用實(shí)測(cè)數(shù)據(jù)將該方法與傳統(tǒng)的多時(shí)相干涉SAR技術(shù)結(jié)果對(duì)比，使形變監(jiān)測(cè)點(diǎn)空間密度得到有效提升，形變監(jiān)測(cè)能力得到進(jìn)一步提高。聯(lián)合像素；干涉SAR；分布式散射點(diǎn)；擬合優(yōu)度檢驗(yàn)；KSTEST；多時(shí)相干涉SAR干涉合成孔徑雷達(dá)技術(shù)(interferometric synthetic aperture radar,InSAR)是一種可以獲
測(cè)繪通報(bào) 2017年8期2017-08-30
- 基于多級(jí)優(yōu)度評(píng)價(jià)方法的導(dǎo)彈武器系統(tǒng)效能評(píng)估
01)?基于多級(jí)優(yōu)度評(píng)價(jià)方法的導(dǎo)彈武器系統(tǒng)效能評(píng)估王 豐,張 磊,胡春萬(海軍航空工程學(xué)院,山東 煙臺(tái) 264001)為了從多個(gè)導(dǎo)彈武器系統(tǒng)中選擇效能最高的導(dǎo)彈武器系統(tǒng),采用可拓學(xué)中提出的多級(jí)優(yōu)度評(píng)價(jià)方法,從評(píng)估導(dǎo)彈武器系統(tǒng)效能的多級(jí)評(píng)價(jià)指標(biāo)出發(fā),對(duì)導(dǎo)彈武器系統(tǒng)的效能進(jìn)行全面評(píng)價(jià)。通過引入關(guān)聯(lián)函數(shù),刻畫導(dǎo)彈武器系統(tǒng)效能的評(píng)價(jià)指標(biāo)滿足要求的程度,計(jì)算關(guān)聯(lián)度和規(guī)范關(guān)聯(lián)度,計(jì)算出各級(jí)評(píng)價(jià)指標(biāo)的優(yōu)度和導(dǎo)彈武器系統(tǒng)效能的優(yōu)度,為輔助決策者選出效能優(yōu)度值最大的導(dǎo)彈武器
指揮控制與仿真 2017年3期2017-06-22
- 基于優(yōu)度評(píng)價(jià)的某型測(cè)控裝備操作手考核方法*
16041)基于優(yōu)度評(píng)價(jià)的某型測(cè)控裝備操作手考核方法*(91913部隊(duì) 大連 116041)將優(yōu)度評(píng)價(jià)方法運(yùn)用于某測(cè)控試驗(yàn)裝備操作手能力素質(zhì)的考核評(píng)估,確定操作手考核評(píng)價(jià)指標(biāo)體系。建立裝備操作手考核關(guān)于各評(píng)價(jià)指標(biāo)的關(guān)聯(lián)函數(shù)以刻畫各評(píng)價(jià)對(duì)象的優(yōu)秀程度,計(jì)算關(guān)聯(lián)度并規(guī)范關(guān)聯(lián)度,計(jì)算出各評(píng)價(jià)對(duì)象的優(yōu)度值,最后將其用于對(duì)各操作手的綜合優(yōu)秀程度比較。通過實(shí)例證明:論文所提出的方法科學(xué)、可行,能夠?yàn)槟承蜏y(cè)控裝備操作手的考核提供定量依據(jù)。優(yōu)度評(píng)價(jià)方法; 操作手考核; 關(guān)
艦船電子工程 2017年3期2017-04-07
- 云南省思茅區(qū)思茅松蓄積量與植被指數(shù)關(guān)系研究
相關(guān)性最強(qiáng)，擬合優(yōu)度指數(shù)R2=0.42；郁閉度為40%～70%時(shí)，蓄積量與歸一化植被指數(shù)NDVI的擬合優(yōu)度最好，相關(guān)性最強(qiáng)，擬合優(yōu)度指數(shù)R2=0.561；郁閉度大于70%時(shí)，蓄積量與RVI的擬合優(yōu)度最好，相關(guān)性最強(qiáng)，擬合優(yōu)度指數(shù)R2=0.568。坡向?qū)π罘e量與植被指數(shù)的關(guān)系條件要求不嚴(yán)格，在估測(cè)蓄積量的時(shí)候可以忽略坡向的影響權(quán)重。就蓄積量與植被指數(shù)擬合模型的效果來看，三次多項(xiàng)式擬合模型效果最佳，較適用于蓄積量與植被指數(shù)關(guān)系的定量研究。思茅松；蓄積量；植被指
黑龍江科學(xué) 2017年4期2017-03-09
- 重返亞里士多德的論證優(yōu)度理論
亞里士多德的論證優(yōu)度理論熊明輝1，杜文靜2（1.中山大學(xué)哲學(xué)系，廣東廣州510275；2.華東政法大學(xué)人文學(xué)院，上海201620）論證是人類理性交流的基本手段，而論證優(yōu)度是評(píng)價(jià)論證好壞與衡量交往理性的根本標(biāo)尺。亞里士多德提出了三重標(biāo)準(zhǔn)，即分析、論辯和修辭標(biāo)準(zhǔn)，這表明亞氏論證優(yōu)度理論有著很強(qiáng)的作為交往理性工具的社會(huì)實(shí)踐功能。但在亞氏之后，由于三重標(biāo)準(zhǔn)逐漸分野成為三條相對(duì)獨(dú)立的邏輯、論辯與修辭標(biāo)準(zhǔn)，故論證優(yōu)度理論也逐漸喪失了其社會(huì)實(shí)踐功能。值得慶幸的是，自20
河南社會(huì)科學(xué) 2017年2期2017-03-07
- 相關(guān)高維數(shù)據(jù)流在線監(jiān)控方法研究
靈敏度，得出擬合優(yōu)度方法能較好地平衡失控時(shí)控制圖統(tǒng)計(jì)量的靈敏度與穩(wěn)健性，總體上達(dá)到最優(yōu)。相關(guān)性；CUSUM；擬合優(yōu)度；異致性混合檢驗(yàn)；次序統(tǒng)計(jì)量隨著工業(yè)的迅速發(fā)展，近年來對(duì)于高維數(shù)據(jù)流監(jiān)控問題的研究逐漸成為熱點(diǎn)［1-4］。工業(yè)上為減少資源的浪費(fèi)及提高產(chǎn)品合格率，其相關(guān)控制圖的選取就變得尤為重要?？刂茍D的作用就是當(dāng)事故發(fā)生時(shí)，能夠從控制圖中很快找到報(bào)警時(shí)間，減少損失。Healy［5］與Croisier［6］研究了當(dāng)數(shù)據(jù)流在相互獨(dú)立的情況下的多元累計(jì)和控制圖［
- 基于可拓優(yōu)度的專用加工機(jī)床定位方案設(shè)計(jì)
837）基于可拓優(yōu)度的專用加工機(jī)床定位方案設(shè)計(jì)李曉鐘（四川工商職業(yè)技術(shù)學(xué)院機(jī)電工程系，四川都江堰 611837）滿足特定加工需求的專用加工機(jī)床定位方案設(shè)計(jì)往往會(huì)受到多屬性、多層次、不確定性等約束因素的影響，為此，研究了專用加工機(jī)床定位設(shè)計(jì)方案多因素優(yōu)選問題，給出了一種基于可拓優(yōu)度的專用加工機(jī)床定位方案設(shè)計(jì)模型。該模型通過對(duì)專用加工機(jī)床定位方案設(shè)計(jì)過程中相關(guān)因素進(jìn)行分析，給出了定位設(shè)計(jì)方案的優(yōu)選指標(biāo)體系，通過對(duì)不同優(yōu)選指標(biāo)的規(guī)范化處理，建立一種改進(jìn)的優(yōu)選指標(biāo)
組合機(jī)床與自動(dòng)化加工技術(shù) 2015年1期2015-11-03
- 優(yōu)度評(píng)價(jià)法在工程評(píng)標(biāo)中的應(yīng)用
010050)優(yōu)度評(píng)價(jià)法在工程評(píng)標(biāo)中的應(yīng)用劉新民1劉 鵬2(1.內(nèi)蒙古建筑職業(yè)技術(shù)學(xué)院機(jī)電與暖通工程學(xué)院，內(nèi)蒙古 呼和浩特 010070； 2.內(nèi)蒙古第三建筑工程有限公司，內(nèi)蒙古 呼和浩特 010050)由于建筑工程評(píng)標(biāo)受到多種因素的影響，提出用類間標(biāo)準(zhǔn)差法和優(yōu)度評(píng)價(jià)法相結(jié)合進(jìn)行施工評(píng)標(biāo)的思想,根據(jù)項(xiàng)目的特點(diǎn)，選取了8項(xiàng)指標(biāo)組成評(píng)價(jià)體系，結(jié)合可拓學(xué)方法構(gòu)建工程評(píng)標(biāo)的物元模型，通過可拓優(yōu)度評(píng)價(jià)法對(duì)物元模型進(jìn)行求解，同時(shí)運(yùn)用類間標(biāo)準(zhǔn)差法進(jìn)行權(quán)系數(shù)的計(jì)算，得出
山西建筑 2015年9期2015-06-05
- 基于生長曲線的中國鐵路網(wǎng)生命周期判定
律.根據(jù)調(diào)整擬合優(yōu)度最大隸屬原則，將中國鐵路網(wǎng)演化曲線逐步融合劃分成為4個(gè)生命周期.選擇四個(gè)典型的生長曲線模型，對(duì)每一個(gè)生命周期的曲線進(jìn)行擬合識(shí)別，得到中國鐵路網(wǎng)演化生命周期遵循Logistic模型的生長規(guī)律和每個(gè)生命周期的生長曲線公式及參數(shù).研究表明，中國鐵路網(wǎng)演變遵循連續(xù)形生長曲線特征，分別為萌芽期（1949–1969年），發(fā)展期（1970–1988年），調(diào)整期（1989–1998年）和繁榮期（1999–2020年后），每一個(gè)生命周期都遵循著發(fā)生、成長
交通運(yùn)輸系統(tǒng)工程與信息 2015年1期2015-04-19
- 可拓優(yōu)度評(píng)價(jià)法在CRM軟件供應(yīng)商選擇中的應(yīng)用
兵摘要：研究可拓優(yōu)度評(píng)價(jià)法在CRM軟件供應(yīng)商選擇中的應(yīng)用問題。首先構(gòu)建CRM軟件供應(yīng)商的可拓優(yōu)度評(píng)價(jià)模型，然后運(yùn)用可拓優(yōu)度評(píng)價(jià)法對(duì)模型進(jìn)行求解，得出各個(gè)待選供應(yīng)商的優(yōu)度，根據(jù)優(yōu)度的排序，確立最佳供應(yīng)商。最后結(jié)合具體實(shí)例進(jìn)行分析，為CRM軟件供應(yīng)商的選擇提供一定的參考價(jià)值。其中權(quán)重的確定創(chuàng)新地運(yùn)用模糊層次分析法與熵值法相結(jié)合的組合賦權(quán)法，綜合考慮了指標(biāo)的主客觀成分，將專家判斷和客觀分析相結(jié)合可得到比較可觀、實(shí)際的權(quán)重值，并探討了主客觀權(quán)重偏好系數(shù)的取值問題。
科技與管理 2014年4期2014-12-31
- 從時(shí)間周期看總被引頻次與即年指標(biāo)評(píng)價(jià)誤區(qū)*
影響力指標(biāo)的擬合優(yōu)度2.總被引頻次與期刊影響力指標(biāo)的擬合優(yōu)度2012年JCR 生態(tài)學(xué)期刊共135 種，生物學(xué)期刊共83 種，數(shù)學(xué)（跨學(xué)科）期刊共93 種。對(duì)三種學(xué)科的期刊，分別以總被引頻次作為因變量，影響因子、5年影響因子、即年指標(biāo)、特征因子、論文影響分值作為自變量進(jìn)行回歸，擬合優(yōu)度如表1 所示。對(duì)生態(tài)學(xué)期刊而言，總被引頻次除了和特征因子擬合優(yōu)度較高外（0.835），和其他期刊影響力指標(biāo)的擬合優(yōu)度均不高，擬合優(yōu)度都在0.4 以下；生物學(xué)期刊類似，除了和特征
中國出版 2014年12期2014-12-05
- 基于可拓優(yōu)度的建筑光污染綜合評(píng)價(jià)方法
層次分析法和可拓優(yōu)度的綜合評(píng)價(jià)方法應(yīng)用到建筑光污染的評(píng)價(jià)中來，主要是出于以下考慮:(1)建筑光污染評(píng)價(jià)的全面性。在光污染評(píng)價(jià)的實(shí)際運(yùn)用過程中，有些條件是必須要滿足的，該條件如果不能達(dá)到，其他條件即便再優(yōu)越也無法為設(shè)計(jì)所用。而基于層次分析法和可拓優(yōu)度的評(píng)價(jià)方法就是首先考慮必要條件，更符合建筑的實(shí)際情況。(2)建筑光污染評(píng)價(jià)的關(guān)聯(lián)性?？赏?span id="syggg00" class="hl">優(yōu)度評(píng)價(jià)是以建筑為對(duì)象的評(píng)價(jià)方法，通過建立關(guān)聯(lián)函數(shù)來對(duì)光污染評(píng)價(jià)，因此，利用關(guān)聯(lián)函數(shù)，可以更為全面地反映建筑光污染的優(yōu)劣程度
- 干部考核評(píng)估的優(yōu)度評(píng)價(jià)方法*
)干部考核評(píng)估的優(yōu)度評(píng)價(jià)方法*(1.海軍航空工程學(xué)院研究生管理大隊(duì) 煙臺(tái) 264001)(2.海軍航空工程學(xué)院基礎(chǔ)部 煙臺(tái) 264001)將優(yōu)度評(píng)價(jià)方法運(yùn)用于部隊(duì)干部考核評(píng)估,確定部隊(duì)干部考核評(píng)價(jià)指標(biāo)體系。建立部隊(duì)干部考核關(guān)于各評(píng)價(jià)指標(biāo)的關(guān)聯(lián)函數(shù)來刻畫各評(píng)價(jià)對(duì)象的優(yōu)秀程度,計(jì)算關(guān)聯(lián)度和規(guī)范關(guān)聯(lián)度,并計(jì)算出各評(píng)價(jià)對(duì)象的優(yōu)度值,將其用于對(duì)各考核對(duì)象的綜合優(yōu)秀程度的比較。實(shí)例證明：該方法直觀、實(shí)用,可為部隊(duì)干部考核提供定量的依據(jù)。優(yōu)度評(píng)價(jià)方法; 部隊(duì)干部考核;
艦船電子工程 2014年12期2014-07-05
- 基于AHP法的整裝勘查區(qū)綜合評(píng)價(jià)初探
的整裝勘查區(qū)綜合優(yōu)度指數(shù)指標(biāo)體系。運(yùn)用層次分析法（AHP）建立了綜合評(píng)價(jià)模型，以期科學(xué)評(píng)價(jià)整裝勘查區(qū)價(jià)值，并以東部省份某金礦整裝勘查區(qū)作為應(yīng)用示范。整裝勘查區(qū)綜合優(yōu)度指數(shù)將對(duì)整裝勘查區(qū)的功能定位、優(yōu)化調(diào)整和社會(huì)資金的進(jìn)入提供一定的參考依據(jù)和借鑒。AHP；整裝勘查區(qū)；綜合優(yōu)度指數(shù)；綜合評(píng)價(jià)0 引言2010年以來，在國土資源部等四部委的共同推動(dòng)下，全國共劃定國家級(jí)整裝勘查區(qū)78片，總面積為45.54萬平方千米，分布在23個(gè)?。ㄊ?、區(qū)）。2012年，首批47片整
中國國土資源經(jīng)濟(jì) 2014年11期2014-05-16
- 混沌時(shí)間序列預(yù)測(cè)算法的優(yōu)度評(píng)價(jià)
衡量算法的優(yōu)劣。優(yōu)度評(píng)價(jià)方法是可拓學(xué)[6-8]中評(píng)價(jià)一個(gè)對(duì)象（事物、策略、方法等）優(yōu)劣的基本方法，能夠在合適的評(píng)價(jià)指標(biāo)體系下，對(duì)待評(píng)對(duì)象進(jìn)行綜合評(píng)價(jià)，確定其綜合優(yōu)度值。本文采用優(yōu)度評(píng)價(jià)法對(duì)混沌時(shí)間序列的4種局域預(yù)測(cè)算法進(jìn)行評(píng)價(jià)，獲得了較好的效果。1 混沌時(shí)間序列的局域預(yù)測(cè)算法對(duì)混沌時(shí)間序列進(jìn)行預(yù)測(cè)，首先要對(duì)混沌時(shí)間序列進(jìn)行相空間重構(gòu)。根據(jù)相空間重構(gòu)方法，混沌時(shí)間序列{x (t),t=1,2,…,N} 在延遲時(shí)間τ、嵌入維數(shù)m 條件下重構(gòu)后共有M個(gè)相點(diǎn)，M=
海軍航空大學(xué)學(xué)報(bào) 2014年5期2014-03-24
- 真空包裝雞肉早餐腸中細(xì)菌總數(shù)生長預(yù)測(cè)模型的擬合優(yōu)度比較
長預(yù)測(cè)模型的擬合優(yōu)度比較陳 睿，徐幸蓮*，周光宏，王 鵬（南京農(nóng)業(yè)大學(xué) 教育部肉品加工與質(zhì)量控制重點(diǎn)實(shí)驗(yàn)室，江蘇 南京 210095）為比較不同生長預(yù)測(cè)模型對(duì)真空包裝雞肉早餐腸中細(xì)菌總數(shù)生長情況的擬合效果，觀察在不同貯藏溫度（2～15 ℃）下，使用Baranyi、修正的Gompertz及修正的Logistic模型分別描述細(xì)菌總數(shù)隨時(shí)間變化的情況，以及使用Arrhenius方程與平方根模型描述一級(jí)模型所得參數(shù)隨溫度變化的情況。通過計(jì)算各模型的評(píng)價(jià)參數(shù)（均方誤
食品科學(xué) 2014年15期2014-03-08
- 基于AHP-FIE的城市立交橋梁施工方法優(yōu)化
目標(biāo)方案的單指標(biāo)優(yōu)度值表4 0.1～0.9標(biāo)度值及其含義Table 4 0.1～0.9 scaling value and meaning(6)(7)1.4 計(jì)算多指標(biāo)下各目標(biāo)方案的評(píng)價(jià)值利用每個(gè)目標(biāo)方案在單一指標(biāo)評(píng)判下的優(yōu)度值P及各指標(biāo)的權(quán)重W，求取各目標(biāo)方案的評(píng)價(jià)值：(8)根據(jù)Ki值大小，確定各目標(biāo)方案的總體優(yōu)勢(shì)的排序，按分值最大最優(yōu)原則選取。2 工程實(shí)際應(yīng)用2.1 工程概況黃桷灣立交是重慶市主城區(qū)最大、最復(fù)雜、功能最強(qiáng)大的立體交叉工程；該主線橋采用梁
- 擬合優(yōu)度檢驗(yàn)功效比較
30074)擬合優(yōu)度檢驗(yàn)功效比較劉蓮花 (海南醫(yī)學(xué)院公共衛(wèi)生學(xué)院，海南 海口 571199)羅文強(qiáng) (中國地質(zhì)大學(xué)(武漢)數(shù)理學(xué)院，湖北 武漢 430074)采用統(tǒng)計(jì)模擬的方法對(duì)6種正態(tài)性擬合優(yōu)度檢驗(yàn)方法的功效進(jìn)行了模擬比較，模擬中分別采用Beta分布、Gamma分布、T分布和Lognormal分布4種不同的偏正態(tài)分布函數(shù)進(jìn)行抽樣，最終得出6種檢驗(yàn)方法功效上的總體排序。擬合優(yōu)度檢驗(yàn)；檢驗(yàn)功效；統(tǒng)計(jì)模擬擬合優(yōu)度檢驗(yàn)是統(tǒng)計(jì)理論的重要內(nèi)容，其與實(shí)際應(yīng)用有密切的聯(lián)
長江大學(xué)學(xué)報(bào)(自科版) 2013年4期2013-10-27
- 優(yōu)度評(píng)價(jià)法在暖通空調(diào)方案決策中的應(yīng)用
。本文采用了可拓優(yōu)度評(píng)價(jià)的方法，來進(jìn)行方案的綜合評(píng)價(jià)及優(yōu)選，這種方法克服了我們以前常用的未確知度［1］，模糊綜合評(píng)價(jià)［2］、神經(jīng)網(wǎng)絡(luò)［3］、AHP［4］等方法的一些明顯缺陷，如主觀性因素大、計(jì)算復(fù)雜，有時(shí)還需要進(jìn)行編程計(jì)算。優(yōu)度評(píng)價(jià)法是可拓學(xué)中一種重要的評(píng)價(jià)方法，它是由我國學(xué)者蔡文等人1983年創(chuàng)立的解決矛盾問題的新型工程理論方法。優(yōu)度評(píng)價(jià)法根據(jù)物元的發(fā)散性思維得出大量的信息，在此基礎(chǔ)上，根據(jù)客觀條件的限制和解決不同問題的不同需要，從可行性、優(yōu)劣性、相容性
山西建筑 2013年11期2013-04-13
- 基于模糊綜合評(píng)判法的空中打擊目標(biāo)排序
每個(gè)目標(biāo)的單指標(biāo)優(yōu)度值3)運(yùn)用根法計(jì)算目標(biāo)Ti在指標(biāo)hk下的優(yōu)度值1.3 計(jì)算指標(biāo)的權(quán)重3)求出各指標(biāo)的權(quán)重qk1.4 進(jìn)行多指標(biāo)排序利用各目標(biāo)在單一評(píng)判指標(biāo)下的優(yōu)度值及各指標(biāo)的權(quán)重，求取各目標(biāo)的總體優(yōu)度值Ki根據(jù)各目標(biāo)的總體優(yōu)度對(duì)目標(biāo)進(jìn)行排序。2 實(shí)例應(yīng)用某機(jī)步旅在進(jìn)攻戰(zhàn)斗中，敵地面部隊(duì)將得到一個(gè)聯(lián)合空中攻擊群的支援，其編成包括無人偵察機(jī)、攻擊直升機(jī)、戰(zhàn)斗偵察直升機(jī)和擔(dān)任近距離空中支援的攻擊機(jī)。防空兵在對(duì)以上4 種目標(biāo):無人偵察機(jī)(T1)，攻擊直升機(jī)(T
兵器裝備工程學(xué)報(bào) 2012年6期2012-07-02
- 異方差回歸模型的經(jīng)驗(yàn)似然擬合優(yōu)度檢驗(yàn)
型的經(jīng)驗(yàn)似然擬合優(yōu)度檢驗(yàn)唐明田，王允艷(江西理工大學(xué)理學(xué)院，江西贛州341000)由于條件方差函數(shù)常常被用來建模和解釋統(tǒng)計(jì)數(shù)據(jù)的多變性，文中考慮了異方差回歸模型中的條件方差函數(shù)，構(gòu)造了一個(gè)非參數(shù)檢驗(yàn)程序來檢驗(yàn)條件方差函數(shù)是否為參數(shù)形式.因?yàn)榻?jīng)驗(yàn)似然方法具有兩個(gè)非常吸引人的性質(zhì)，一個(gè)是該方法的學(xué)生化能力使得其能夠自動(dòng)考慮非參數(shù)擬合的變化，另一個(gè)是由該方法得到的檢驗(yàn)統(tǒng)計(jì)量的漸近分布與未知參數(shù)無關(guān)，避免了二次嵌入估計(jì)，因此在檢驗(yàn)過程中文中使用經(jīng)驗(yàn)似然檢驗(yàn)技術(shù)來構(gòu)
江西理工大學(xué)學(xué)報(bào) 2012年5期2012-01-09
- Langmuir方程對(duì)靜態(tài)吸附數(shù)據(jù)擬合的研究①
線都有很高的擬合優(yōu)度,部分等溫線的擬合優(yōu)度在 99.9%以上。變壓吸附;吸附劑;吸附等溫線變壓吸附技術(shù)作為一種高效的氣體分離與凈化技術(shù)已經(jīng)廣泛應(yīng)用于化工、冶金、環(huán)保、醫(yī)療等各個(gè)領(lǐng)域,并逐步成為工業(yè)過程的重要單元。變壓吸附裝置實(shí)現(xiàn)氣體分離與凈化的基礎(chǔ)是吸附劑對(duì)不同氣體的吸附容量、吸附力、吸附速度等方面的差異以及吸附劑對(duì)不同氣體組分的吸附容量隨壓力的變化而變化的特性[1-2],因此,為了更好地設(shè)計(jì)變壓吸附裝置,有必要對(duì)吸附劑的吸附特性進(jìn)行理論研究,而吸附劑靜態(tài)
低溫與特氣 2011年3期2011-01-10
- 擬合優(yōu)度檢驗(yàn)統(tǒng)計(jì)量的設(shè)定方法
中的檢驗(yàn)中有擬合優(yōu)度檢驗(yàn)、模型系數(shù)檢驗(yàn)、模型總體檢驗(yàn)。三個(gè)檢驗(yàn)方法中，擬合優(yōu)度檢驗(yàn)和模型總體檢驗(yàn)主要檢驗(yàn)?zāi)Ｐ偷臄M合程度，模型通過擬合優(yōu)度檢驗(yàn)，才可以進(jìn)行系數(shù)檢驗(yàn)。2 模型檢驗(yàn)存在的問題擬合優(yōu)度檢驗(yàn)最早由英國統(tǒng)計(jì)學(xué)家K·皮爾遜提出，皮爾遜明確指出統(tǒng)計(jì)學(xué)不僅僅研究樣本，而是根據(jù)樣本對(duì)總體進(jìn)行推斷。模型檢驗(yàn)是構(gòu)建模型過程中重要的一環(huán)。經(jīng)典的計(jì)量經(jīng)濟(jì)學(xué)通過構(gòu)造檢驗(yàn)統(tǒng)計(jì)量進(jìn)行模型假設(shè)檢驗(yàn)。模型擬合優(yōu)度檢驗(yàn)，模型假設(shè)和檢驗(yàn)統(tǒng)計(jì)量的構(gòu)造以數(shù)理統(tǒng)計(jì)知識(shí)為基礎(chǔ)。經(jīng)典的模型檢
統(tǒng)計(jì)與決策 2010年5期2010-05-22