导读:本文包含了属性权重论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:权重,属性,模糊,区间,算法,绩效,近邻。
属性权重论文文献综述
孙钊,陈克非[1]（2019）在《面向个人健康记录的基于密文策略的权重属性加密方案》一文中研究指出为实现对个人健康记录更高细粒度的访问,在基于属性加密的方案中加入权重的概念,授权机构根据属性在系统中的重要程度为属性分配相应的权值,进而得到属性集对应的权重集.利用访问控制树分层实现密文策略的权重属性加密,并在判定性双线性Diffie-Hellman假设下证明了该方案在标准模型下具有抵抗选择明文攻击的能力.该方案通讯量较大,但密文长度远小于现有方案,更适合计算能力弱的PHR系统.(本文来源于《杭州师范大学学报(自然科学版)》期刊2019年06期）
陈丽芳,代琪,付其峰[2]（2019）在《基于模糊商空间的属性权重确定算法研究与实现》一文中研究指出科学确定多属性的权重是决策领域的核心问题。常规算法多采用手工计算,过程繁琐且不能覆盖全部数据集,难以应用到实际决策领域。针对大数据集的决策问题,研究一种基于模糊商空间和粗糙集理论的权重确定算法,并用Python语言实现算法的仿真计算,快速获得大数据集中多个属性重要度排序并确定各属性的权重。结果表明,该算法的设计与实现为属性权重确定提供了一种新的研究方法和计算平台,方便广大工程领域数据分析人员快速确定属性权重,提高数据分析效率,具有一定的推广价值和实用价值。(本文来源于《华北理工大学学报(自然科学版)》期刊2019年04期）
贾玉杰,杜震洪,张丰,刘仁义[3]（2019）在《基于属性权重优化算法的土地利用绩效评价及差异分解分析》一文中研究指出为了解土地利用绩效现状,探究区域间绩效的差异特征,以31个省域2011—2015年的数据为研究对象,从土地利用结构、经济社会效益和生态可持续性3个角度构建绩效评价指标体系,用综合主客观赋权的属性权重优化算法确定指标权重,运用改进的TOPSIS模型测度绩效值,并用泰尔指数组间分解法定量分析区域内和区域间差异对总绩效差异的贡献度。结果表明:按叁大地带分组时,东部差异对总体差异贡献最大,西部次之,中部最小;按六大常规分类分组时,华北、华东地区对总体差异贡献较大,东北、西北地区贡献较小;按九大土地利用分类分组时,京津冀鲁区、苏浙沪区对总体差异贡献较大,青藏区、东北区、晋豫区、湘鄂皖赣区贡献较小。总体上,绩效越高的省域对差异贡献越大,绩效越低的省域对差异贡献越小,且各区域间的差异格局长期存在。(本文来源于《浙江大学学报(理学版)》期刊2019年05期）
马晶,刘建华[4]（2019）在《Spark平台下综合属性权重离群点挖掘算法研究》一文中研究指出针对传统离群点检测算法对海量高维数据检测性能低下的问题,论文提出一种Spark平台下综合属性权重离群点挖掘算法S-CAWOM,通过对数据对象属性的综合加权处理,使不同的属性发挥不同的作用,并在Spark平台并行化提高算法效率。实验结果表明,该算法具有较高的性能。(本文来源于《计算机与数字工程》期刊2019年08期）
陕振沛,郭亚丹,宁宝权,张府柱[5]（2019）在《权重完全未知下基于投影的犹豫模糊多属性群决策方法及应用》一文中研究指出旨在犹豫模糊环境下,针对属性权重和专家权重完全未知的情形,提出了一种基于投影的犹豫模糊多属性群决策方法.首先,根据改进的犹豫模糊熵结合均熵求得决策者的客观权重,利用熵最小化原则与犹豫模糊指数熵确定评价属性的权重.接着,利用犹豫模糊加权算术平均算子对个体犹豫模糊决策矩阵进行集结,构建并求解出每个方案在正、负理想方案上的投影.然后,通过计算相对贴近度实现方案的排序和择优.最后,把该决策方法应用在应急救援路径选择问题上,进而验证了所提群决策方法的可行性与有效性.(本文来源于《数学的实践与认识》期刊2019年15期）
王会东,何世繁,潘晓宏,张晓云[6]（2019）在《基于博弈论权重集化模型的多属性群决策VIKOR方法》一文中研究指出对属性权重未知的混合型多属性群决策问题,文章提出了一种扩展的VIKOR方法。首先定义了一种新的不确定语言变量距离,用于解决不确定语言变量转化时的信息丢失问题。利用博弈论权重集化模型对决策属性的主观和客观权重进行融合,从而得到其组合权重。最后通过实例验证了方法的有效性,并采用比较分析说明了该方法的优越性。(本文来源于《统计与决策》期刊2019年15期）
李净,管业鹏[7]（2019）在《基于深度学习行人属性自适应权重分配行人再识别方法》一文中研究指出提出了一种基于深度学习自适应权重分配监控视频行人再识别方法。基于验证损失所反映的行人属性训练难度,结合行人属性与行人类别对应关系的信息熵,求解属性对分类的贡献率,自适应求解行人属性多任务分类的训练损失权重,解决多任务分类时分配相同的损失权重造成的负转移问题,以提高每个任务学习器的泛化能力以及对行人类别判别的泛化能力。利用已有数据集中行人属性与行人类别的映射关系,根据已训练好的模型求解属性概率,结合条件概率判别行人类别,克服全局行人再识别中无法识别网络视角变化造成的行人外观剧烈变化的问题。与同类方法在不同公开数据测试集上的客观定量进行对比,结果表明所提方法有效、可行。(本文来源于《激光与光电子学进展》期刊2019年14期）
汪伦焰,曹永超,苏丽敏,李慧敏,赵荣生[8]（2019）在《属性权重未知的区间型多属性决策方法》一文中研究指出针对方案的属性值为区间数并且属性权重完全未知的多属性决策问题,提出了一种新的多属性决策方法.基于联系数理论,首先构建了联系数之间的距离公式;其次引入方案间相对相离度和相对相离度矩阵等概念及其计算公式;然后将区间数属性值转化为联系数表示,利用所提出的概念和公式进行多属性决策,从而得到方案间的优序排列.决策方法直观简单,避免了属性权重的计算.最后给出实例说明了提出的方法具有合理性和有效性.(本文来源于《数学的实践与认识》期刊2019年14期）
要瑞璞[9]（2019）在《基于改进得分函数的属性变权重区间直觉模糊集的群决策方法》一文中研究指出基于目前常用的区间直觉模糊集得分函数的局限性,文章对其进行改进,定义了新的得分函数,在此基础上对不同决策者对不同属性给出的不同权重的区间直觉模糊集的群决策问题进行了研究,并提出了一种新的决策方法;将其应用于区域创新资源配置效率评价中,以此说明该方法的实用性和可行性。(本文来源于《统计与决策》期刊2019年11期）
李转运,孙翠敏[10]（2019）在《基于项目属性权重的协同过滤推荐算法》一文中研究指出协同过滤推荐算法具有实现容易、准确性高和效率高等优点,但也存在数据稀疏、冷启动和扩展性差等问题,并且在计算项目间的相似度时主要考虑项目评分相似,而对项目属性相似的考虑不够充分。为此,提出了一种改进计算项目属性相似度的算法,该算法可减小数据稀疏对推荐准确性的影响。根据项目被访问的情况,对项目的每个属性赋予不同的权重,通过对属性相似度的计算来提高对新加入项目的推荐度。实验结果表明该算法在推荐准确度上优于传统的协同过滤算法。(本文来源于《新乡学院学报》期刊2019年03期）
属性权重论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
科学确定多属性的权重是决策领域的核心问题。常规算法多采用手工计算,过程繁琐且不能覆盖全部数据集,难以应用到实际决策领域。针对大数据集的决策问题,研究一种基于模糊商空间和粗糙集理论的权重确定算法,并用Python语言实现算法的仿真计算,快速获得大数据集中多个属性重要度排序并确定各属性的权重。结果表明,该算法的设计与实现为属性权重确定提供了一种新的研究方法和计算平台,方便广大工程领域数据分析人员快速确定属性权重,提高数据分析效率,具有一定的推广价值和实用价值。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
属性权重论文参考文献
[1].孙钊,陈克非.面向个人健康记录的基于密文策略的权重属性加密方案[J].杭州师范大学学报(自然科学版).2019
[2].陈丽芳,代琪,付其峰.基于模糊商空间的属性权重确定算法研究与实现[J].华北理工大学学报(自然科学版).2019
[3].贾玉杰,杜震洪,张丰,刘仁义.基于属性权重优化算法的土地利用绩效评价及差异分解分析[J].浙江大学学报(理学版).2019
[4].马晶,刘建华.Spark平台下综合属性权重离群点挖掘算法研究[J].计算机与数字工程.2019
[5].陕振沛,郭亚丹,宁宝权,张府柱.权重完全未知下基于投影的犹豫模糊多属性群决策方法及应用[J].数学的实践与认识.2019
[6].王会东,何世繁,潘晓宏,张晓云.基于博弈论权重集化模型的多属性群决策VIKOR方法[J].统计与决策.2019
[7].李净,管业鹏.基于深度学习行人属性自适应权重分配行人再识别方法[J].激光与光电子学进展.2019
[8].汪伦焰,曹永超,苏丽敏,李慧敏,赵荣生.属性权重未知的区间型多属性决策方法[J].数学的实践与认识.2019
[9].要瑞璞.基于改进得分函数的属性变权重区间直觉模糊集的群决策方法[J].统计与决策.2019
[10].李转运,孙翠敏.基于项目属性权重的协同过滤推荐算法[J].新乡学院学报.2019
论文知识图
