题名 混合型多属性决策的HB-SIR方法
被引量：9
1
作者
王方 李华 张晓
机构
西安电子科技大学经济与管理学院
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2015年第5期1099-1105,共7页
基金
高等学校博士学科点专项科研基金(20130203120024) 中央高校基本科研业务费专项资金(BDY251412) 陕西省软科学项目(2013KRZ25)资助课题
文摘
针对权重已知且属性值为精确数、区间数、三角模糊数和梯形模糊数的混合型多属性决策问题,提出了一种新的混合型级别高于方法(hybrid superiority and inferiority ranking,HB-SIR)。该方法依据混合型多属性决策矩阵构建正负理想方案,将混合型多属性决策矩阵转化成标准优势和劣势差异信息矩阵,进而通过高斯准则计算各个方案的优势指数和劣势指数,构建优势矩阵和劣势矩阵,并使用简单加权(simple additive weighting,SAW)方法计算出方案的优势流和劣势流,据此获得方案的部分或完全排序。最后,通过一个算例验证了该方法的有效性。
关键词
混合型多属性决策 级别高于关系 高斯准则 排序
Keywords
hybrid multiple attribute decision making outranking relation gaussian criterion ranking
分类号
C934
[经济管理—管理学]
题名 Kummer判别法的一种推广形式及应用
被引量：4
2
作者
张玉林 侯婧 王岩
机构
山东科技大学数学与系统科学学院 山东科技大学机械电子工程学院 山东科技大学计算机科学与工程学院
出处
《高等数学研究》
2019年第3期36-39,12,共5页
基金
山东科技大学青年教师教学拔尖人才培养计划资助(BJRC20170507,BJRC20180502) 山东科技大学教学群星计划项目(QX2018M26)
文摘
基于正项级数通项的比值 a n+p/ a n ≤ b n+p /b n 的分析,得到了 Kummer 判别法的一种推广形式,进一步给出了其极限表示.对推广的 Kummer 判别法中的赋值,分别得到推广的达朗贝尔判别法,推广的拉贝判别法及推广的贝特朗判别法.类似得到高斯判别法的推广形式.最后通过若干例子验证了方法的有效性.
关键词
正项级数 Kummer判别法 高斯判别法 敛散性
Keywords
positive series Kummer criterion gaussian criterion convergence
分类号
O174.2
[理学—数学]
题名 基于指导型盲源分离和非高斯准则的全双工认知
被引量：2
3
作者
骆忠强 李成杰 熊兴中
机构
四川轻化工大学人工智能四川省重点实验室 西南民族大学计算机科学与技术学院
出处
《电讯技术》
北大核心
2019年第2期133-138,共6页
基金
国家自然科学基金青年科学基金项目(61801319) 四川省科技计划重大前沿项目(2018JY0512) +3 种基金 四川省教育厅项目(18ZB0419) 人工智能四川省重点实验室开放基金项目(2017RZJ01) 企业信息化与物联网测控技术四川省高校重点实验室开放基金项目(2017WZJ01) 四川理工学院人才引进项目(2017RCL11)
文摘
为了克服半双工认知中存在的静态感知问题和常规全双工认知中残余自干扰限制的影响,提出了一种基于指导型盲源分离和非高斯准则的新型全双工认知方法。该方法将频谱感知和数据传输设计于同位置执行,避免在感知信息中的任何不匹配和资源损失,利用同位置配置中已知的次用户信号作为指导信号辅助执行盲源分离工作。在分离处理后,利用相关性识别出次用户自发信号,另一个信号通过非高斯准则判定,进而判决主用户的活动状态。仿真实验分析和讨论验证了所提方法的有效性,与基于自干扰消除的全双工频谱感知方案相比在计算复杂度和感知性能上具有明显的优越性。
关键词
全双工认知 盲源分离 非高斯准则 独立分量分析 频谱感知
Keywords
full-duplex cognitive radio blind source separation non-gaussian criterion independent component analysis spectrum sensing
分类号
TN911.7
[电子电信—通信与信息系统]
题名 运用信息融合式高阶UKF的微小卫星姿态确定算法
4
作者
张贺 秦伟伟 周城 宋恒辛 华玉峰 王宇
机构
火箭军工程大学核工程学院
出处
《空间科学学报》
CAS
CSCD
北大核心
2020年第6期1091-1101,共11页
基金
国家自然科学基金项目(61503392,61773387) 陕西省自然科学基金项目(2020JM357)共同资助。
文摘
为提高微小卫星微型低成本姿态敏感器的姿态确定精度,基于磁强计/太阳敏感器/陀螺仪的姿态敏感器配置以及无迹卡尔曼滤波方法(Unscented Kalman Filter,UKF),设计了一种基于高阶UKF算法并且融合磁强计与太阳敏感器观测信息的微小卫星姿态确定算法.为提高系统状态方程非线性函数的一步预测精度,采用基于五阶UT变换的高阶UKF算法,增加了Sigma采样点数量,提高了系统状态预测精度.单一观测向量滤波算法不能同时满足多个不同量纲观测数据,本文提出一种同时利用两个观测向量的信息融合式滤波算法,根据磁强计和太阳敏感器的观测信息,通过卡尔曼滤波原理中的增益计算,分别得出地磁矢量和太阳矢量对应的卡尔曼增益信息.采用高斯概率密度准则进行信息融合,进而完成预测值的修正,得到同时满足磁强计以及太阳敏感器观测需求的四元数估计值,降低了观测误差的影响.仿真分析验证了算法的优越性.
关键词
微小卫星 姿态确定 信息融合 高阶无迹卡尔曼滤波 高斯概率密度准则
Keywords
Micro-satellite Attitude determination Information fusion High-order unscented Kalman filter gaussian probability density criterion
分类号
V412.42
[航空宇航科学与技术—航空宇航推进理论与工程]
