一种基于改进NISD的偏二叉树马田系统的数据多分类算法

为解决马田系统多分类算法存在的样本重复训练以及分类准确率下降等问题,文章提出了一种基于改进的类间相似方向数（Number of Inter-class Similarity Direction,NISD）的偏二叉树马田系统多分类算法。该算法利用马氏距离改进类间相似方向数,获得更为科学的样本分类顺序,依此顺序自上而下生成整个偏二叉树,在非叶子节点构造马田系统二分类器,生成最终的分类模型。对于含k个类别的待分类样本,该算法只用训练k-1个二分类器,便可得到马田系统多分类模型,与此同时,层层剥离样本减少了样本的重复训练。UCI数据集实验结果表明,该算法分类效率更高,分类准确率也较高。     

动态测量误差损失函数研究

测量误差损失是评价测量系统测量质量优劣的常用指标之一。现有的测量误差损失函数是针对静态测量的,但被测量往往是动态变化的。在假设测量特性值与被测量呈线性关系的条件下,文章探讨了被测量为标准和被测量为实物的测量误差评价方法;提出了被测量为标准和被测量为实物的动态测量误差损失函数;给出了应用实例。     

基于田口扰动模糊法的公共服务质量评价

综合评价往往受到难以消除的主观因素影响,尤其是公共服务质量的综合评价.文章应用田口方法进行扰动模糊综合评价设计,以期消除主观因素的影响,提高评价的准确性.研究表明,这速方法可以在很大程度上消除主观因素的影响,并且具有较强的稳健性.