關(guān)聯(lián)系數(shù)
- 危險化學(xué)品事故分析中灰色關(guān)聯(lián)法的運用研究
色信息轉(zhuǎn)換為關(guān)聯(lián)系數(shù)來揭示變量之間的關(guān)聯(lián)度和影響程度[2]。該方法的數(shù)學(xué)模型包括以下步驟。首先，我們有一個原始數(shù)據(jù)序列X，通常情況下這些數(shù)據(jù)數(shù)量較少、不完整或不確定。然后，通過對原始數(shù)據(jù)序列進行累加求和，得到累加生成序列Y。這個累加生成序列可以更好地反映數(shù)據(jù)的發(fā)展趨勢和變化模式。對于一個參考數(shù)列x0，有若干個比較數(shù)列x1，x2……xm，則可以計算各比較數(shù)列與參考數(shù)列在k時刻的關(guān)聯(lián)系數(shù)l0i(k)。通過對關(guān)聯(lián)系數(shù)進行結(jié)合分析，對灰色關(guān)聯(lián)度進行計算，式（2）為
當(dāng)代化工研究 2023年19期2023-11-28
- 瀝青鋪面拌合場質(zhì)量狀態(tài)灰色模型評測體系構(gòu)建
的貼近程度的關(guān)聯(lián)系數(shù),比較分析關(guān)聯(lián)系數(shù),實現(xiàn)對灰色系統(tǒng)的判斷和預(yù)測。瀝青鋪面拌合場質(zhì)量狀態(tài)灰色模型評價方法可依據(jù)如下程序進行[8-9]:1)構(gòu)建質(zhì)量評價的指標(biāo)體系和確定指標(biāo)權(quán)重;2)獲取指標(biāo)量化數(shù)據(jù),建立反映系統(tǒng)質(zhì)量行為特征的參考數(shù)列矩陣;3)確定影響系統(tǒng)質(zhì)量行為的比較數(shù)列矩陣,確定論證評價指標(biāo)的最底層最優(yōu)指標(biāo)集,根據(jù)指標(biāo)的屬性選擇最優(yōu)指標(biāo)集;4)對參考數(shù)列和比較數(shù)列進行無量綱化處理;5)計算參考數(shù)列與比較數(shù)列的灰色關(guān)聯(lián)系數(shù),分析關(guān)聯(lián)特征;6)評價或預(yù)測,
哈爾濱工業(yè)大學(xué)學(xué)報 2023年7期2023-07-18
- 基于關(guān)聯(lián)系數(shù)定義下的證據(jù)合成新方法
要提出了一種關(guān)聯(lián)系數(shù)定義下的沖突證據(jù)合成方法，通過修改原始證據(jù)對所有證據(jù)源進行預(yù)處理.基于概率轉(zhuǎn)換，提出關(guān)聯(lián)系數(shù)來衡量證據(jù)間的關(guān)聯(lián)程度，該關(guān)聯(lián)系數(shù)能夠反映單元素子集和多元素子集之間的相互影響，并以此獲得可信度權(quán)重；同時，利用信度熵考察每條證據(jù)的信息量大小，以確定賦予其信息量權(quán)重.聯(lián)合關(guān)聯(lián)系數(shù)與信度熵作為權(quán)重因子，根據(jù)Shafer提出的證據(jù)折扣思想，利用權(quán)重因子代替折扣系數(shù)對原始證據(jù)進行加權(quán)修正，最后利用Dempster融合規(guī)則完成融合.本文所提出的基于概率
- 基于灰色關(guān)聯(lián)度分析的乙醇偶合制備C4烯烴的研究
聯(lián)度分析法?關(guān)聯(lián)系數(shù)?關(guān)聯(lián)度中圖分類號：TQ223.1?文獻標(biāo)識碼：A?文章編號：1672-3791（2022）07（b）-0000-00Preparation?of?C4?Olefins?by?Ethanol?Coupling?Based?on?Grey?Correlation?AnalysisLI?Sanjie1??HU?Yulin2??WANG?Taihang2（1.School?of?Statistics?and?Big?Data，?Zhengzh
科技資訊 2022年14期2022-07-01
- 基于中醫(yī)傳承輔助平臺研究治療肺腎氣虛型慢性阻塞性肺疾病穩(wěn)定期方劑的組方配伍規(guī)律
桃仁、陳皮（關(guān)聯(lián)系數(shù)0.05601603），款冬花、牡丹皮（關(guān)聯(lián)系數(shù)0.05383277），半夏、牡丹皮（關(guān)聯(lián)系數(shù)0.05138218），款冬花、澤瀉（關(guān)聯(lián)系數(shù)0.04853776），半夏、澤瀉（關(guān)聯(lián)系數(shù)0.04633221），紫 蘇 子、 附 子（ 關(guān) 聯(lián) 系 數(shù)0.04546714）， 核桃 仁、 淫 羊 藿（ 關(guān) 聯(lián) 系 數(shù)0.04387802）， 款冬 花、 山 藥（ 關(guān) 聯(lián) 系 數(shù)0.04329613）， 核 桃仁、百合（關(guān)聯(lián)系數(shù)0.042178
當(dāng)代醫(yī)藥論叢 2022年8期2022-04-21
- 基于熵和關(guān)聯(lián)系數(shù)的概率對偶猶豫模糊多屬性決策方法
猶豫模糊集的關(guān)聯(lián)系數(shù)，但并未考慮數(shù)據(jù)的負(fù)相關(guān)情況。考慮到概率對偶猶豫模糊元的概率存在未知的情況，Garg等[11]基于最大熵原理提出了概率確定模型，然后與概率對偶猶豫模糊麥克勞林對稱平均(PDHFMSM)算子結(jié)合建立多屬性決策模型。Ren等[12]提出了概率對偶猶豫模糊AHP方法，并基于VIKOR方法提出了概率對偶猶豫模糊多屬性決策模型。Liu等[13]對概率對偶猶豫模糊集進行了拓展提出了區(qū)間概率對偶猶豫模糊集。以上文獻表明，概率對偶猶豫模糊多屬性決策問題
運籌與管理 2022年2期2022-03-15
- 基于灰色關(guān)聯(lián)分析的我國農(nóng)業(yè)保險研究*
5) 求灰色關(guān)聯(lián)系數(shù)式中：γ0i(k)——第k個對象比較數(shù)列與參考數(shù)列的關(guān)聯(lián)系數(shù)；δ*——分辨系數(shù)，取值范圍在[0，1]，通常取值0.5。6) 求灰色關(guān)聯(lián)度2 指標(biāo)選取和數(shù)據(jù)收集依據(jù)主導(dǎo)性原則、功能性原則、系統(tǒng)性原則、可行性原則，選取特征序列指標(biāo)與影響因素序列指標(biāo)。特征序列指標(biāo)是反映系統(tǒng)發(fā)展特征的數(shù)據(jù)指標(biāo)，本文借鑒文獻[16-19]的研究成果，選取農(nóng)業(yè)保險保費收入、農(nóng)業(yè)保險賠款及給付、農(nóng)業(yè)從業(yè)人員人均農(nóng)業(yè)保險費額3個特征序列指標(biāo)。其中農(nóng)業(yè)保險保費收入代表農(nóng)
中國農(nóng)機化學(xué)報 2022年2期2022-03-08
- 安徽省區(qū)域物流創(chuàng)新能力評價研究
間的關(guān)聯(lián)度。關(guān)聯(lián)系數(shù)越大，說明區(qū)域物流創(chuàng)新能力越強。2 安徽省區(qū)域物流創(chuàng)新能力評價實證分析2.1 安徽省區(qū)域物流創(chuàng)新能力評價指標(biāo)權(quán)重測度本文根據(jù)表1的相關(guān)指標(biāo)，獲取2011-2018年安徽省相關(guān)數(shù)據(jù)，利用熵權(quán)法計算各指標(biāo)的權(quán)重wi，如表2所列。表2 安徽省區(qū)域物流創(chuàng)新能力各指標(biāo)權(quán)重wi2.2 安徽省區(qū)域物流創(chuàng)新能力評價參考數(shù)列的選取為每個指標(biāo)的最優(yōu)值構(gòu)成的序列，依據(jù)灰色關(guān)聯(lián)法計算得出2011-2018年安徽省區(qū)域物流創(chuàng)新能力指標(biāo)與最優(yōu)序列之間的關(guān)聯(lián)系數(shù)ξi
- 中部六省規(guī)模以上工業(yè)企業(yè)創(chuàng)新能力評價與演變分析
價對象的灰色關(guān)聯(lián)系數(shù)：2.2 評價指標(biāo)體系構(gòu)建規(guī)上企業(yè)的創(chuàng)新能力從多方面體現(xiàn)，如企業(yè)對于R&D 資金、R&D 項目等資源的投入能力，以及資金、成果等的產(chǎn)出能力，另外在環(huán)境條件方面也有所體現(xiàn)，如企業(yè)擁有研發(fā)機構(gòu)的數(shù)量等. 參照已有相關(guān)文獻構(gòu)建的創(chuàng)新能力評價指標(biāo)體系，基于指標(biāo)選取的簡單性、獨立性、代表性和可行性原則，同時兼顧中部六省的實際狀況與特點，從創(chuàng)新投入、創(chuàng)新產(chǎn)出和創(chuàng)新環(huán)境3個方面構(gòu)建中部六省規(guī)上企業(yè)創(chuàng)新能力評價指標(biāo)體系（表1）.表1 創(chuàng)新能力評價指標(biāo)體
河南科學(xué) 2021年11期2021-12-23
- 南麥系列小麥品種主要性狀關(guān)系分析
與農(nóng)藝性狀的關(guān)聯(lián)系數(shù)大小依次為生育期＞有效穗數(shù)＞株高＞穗粒數(shù)＞千粒重，產(chǎn)量與生育期、有效穗數(shù)的關(guān)聯(lián)系數(shù)較與穗粒數(shù)、千粒重的關(guān)聯(lián)系數(shù)大，說明有效穗數(shù)、生育期、株高對產(chǎn)量的貢獻大，在一定范圍內(nèi)選育生育期較長和適當(dāng)增加株高可以提高產(chǎn)量。表2 產(chǎn)量與農(nóng)藝性狀的灰色關(guān)聯(lián)度分析由表3 可知， 產(chǎn)量與品質(zhì)性狀的關(guān)聯(lián)系數(shù)大小依次為吸水量＞濕面筋含量＞粗蛋白含量＞Zeleny 沉降值＞能量＞降落值＞穩(wěn)定時間，產(chǎn)量與吸水量、濕面筋含量、粗蛋白含量的關(guān)聯(lián)系數(shù)大，說明采取相應(yīng)栽培
農(nóng)業(yè)科技通訊 2021年11期2021-11-30
- 研發(fā)投入與河南省經(jīng)濟發(fā)展水平的灰色關(guān)聯(lián)度分析
j個指標(biāo)上的關(guān)聯(lián)系數(shù)。記二者的關(guān)聯(lián)系數(shù)為ξi（j）（i=1，2，…，n；j=1，2，…，m），則其中ρ為分辨系數(shù)，一般地ρ∈（0，1），分辨系數(shù)ρ的取值與分辨率成反比，分辨系數(shù)越大，分辨率越低，分辨系數(shù)越小，分辨率越高，通常取ρ=0.5。最后計算比較數(shù)據(jù)列xi與參考數(shù)據(jù)列x0的灰色關(guān)聯(lián)度。記二者的灰色關(guān)聯(lián)度為ri，則ri的值越接近1，則比較數(shù)列與參考數(shù)列的變化趨勢越相似，比較數(shù)列對參考數(shù)列的影響越大。三、實證分析本文以2007—2019年河南省生產(chǎn)總值作為
統(tǒng)計理論與實踐 2021年10期2021-11-17
- 概率多值中智集的關(guān)聯(lián)系數(shù)及其應(yīng)用
的相關(guān)關(guān)系，關(guān)聯(lián)系數(shù)被引入到中智集領(lǐng)域中。Ye等[18]首先將關(guān)聯(lián)系數(shù)推廣到單值中智環(huán)境下，定義了單值中智集的關(guān)聯(lián)系數(shù)，而且提出一種單值中智多屬性決策方法。后來Ye[19]又提出了一種新的單值中智關(guān)聯(lián)系數(shù)。Sahin 等[20]基于區(qū)間猶豫模糊集的關(guān)聯(lián)系數(shù)[21]提出了多值中智集的關(guān)聯(lián)系數(shù)。Ye[22]提出了區(qū)間多值中智集的關(guān)聯(lián)系數(shù)。目前關(guān)于概率多值中智集的關(guān)聯(lián)系數(shù)的研究較少，因此，為了測量2 個概率多值中智集的平均程度、精確程度和信息完整程度之間的相關(guān)關(guān)
計算機工程與應(yīng)用 2021年15期2021-08-06
- 基于GRA的電商與國民經(jīng)濟關(guān)系實證分析
與s0的灰色關(guān)聯(lián)系數(shù)為：(式1)其中，γ∈[0,1]為分辨系數(shù)，其典型值為0.5；1≤i≤m，1≤j≤m，1≤k≤n，1≤l≤n。n個數(shù)據(jù)點的灰色關(guān)聯(lián)系數(shù)的平均值即為時間序列si(1≤i≤m)與s0的灰色關(guān)聯(lián)系數(shù)。三、電商與國民經(jīng)濟灰色關(guān)聯(lián)計算(一)原始數(shù)據(jù)與規(guī)范化處理表1是2008—2018年我國各類電商交易額、社會消費品零售總額(簡稱消費品零售總額)及批發(fā)和零售業(yè)商品銷售額(簡稱批零商品銷售額)等商務(wù)年度數(shù)據(jù)和國民經(jīng)濟核算年度數(shù)據(jù)。其中，電商物流營收、
長春大學(xué)學(xué)報 2021年1期2021-01-27
- 基于關(guān)聯(lián)分析的船舶事故關(guān)鍵致因識別
可能出現(xiàn)相同關(guān)聯(lián)系數(shù)值的情況，導(dǎo)致部分因素?zé)o法進行關(guān)聯(lián)度排序。基于熵權(quán)灰色關(guān)聯(lián)與逼近理想解排序的故障樹分析(Technique for Order Preference by Similarity to an Ideal Solution-Fault Tree Analysis,TOPSIS-FTA)方法提供一種思路[13]，將故障樹分析法的最小割集與TOPSIS方法的理想解相對貼近度相結(jié)合，得到最小割集作為基本關(guān)聯(lián)事件的相對貼近度，優(yōu)化灰色關(guān)聯(lián)結(jié)果。與統(tǒng)
中國航海 2020年4期2021-01-06
- 11個谷子新品種的主要農(nóng)藝性狀灰色關(guān)聯(lián)度分析與綜合評價
各農(nóng)藝性狀的關(guān)聯(lián)系數(shù)、關(guān)聯(lián)度越大表示品種綜合性狀好，反之較差［15］。參試品種以張雜谷13號為主要性狀參考指標(biāo)對照，取值為當(dāng)?shù)厣a(chǎn)中已實現(xiàn)的理想品種狀態(tài)值［16］；各性狀指標(biāo)構(gòu)成參考數(shù)列，記作V0；參試品種（組合）各性狀值比較數(shù)列，記作Vi（i=1，2…，m），其中m為參試品種數(shù)，各性狀用T表示（T=1，2…，n），其中 n為性狀數(shù)［16-17］。2 結(jié)果與分析2.1 主要經(jīng)濟性狀選取生育期（T1）、株高（T2）、主穗長（T3）、穗重（T4）、穗粒重（T5
甘肅農(nóng)業(yè)科技 2020年12期2020-12-31
- 基于偏相關(guān)-灰關(guān)聯(lián)方法的發(fā)動機振動影響因素分析*
據(jù)變換，計算關(guān)聯(lián)系數(shù)，求關(guān)聯(lián)度，關(guān)聯(lián)度排序等。1.1 確定參考序列和比較序列根據(jù)所研究的具體問題需求，確定一個因變量因素和m個自變量因素，如式(1)和式(2):x0=[x0(1),x0(2),…,x0(n)](1)xi=[xi(1),xi(2),…,xi(n)](2)i=1,2,…,m式中：x0為參考序列；x0(n)為參考序列中的變量；xi為第i個比較序列；xi(n)為第i個比較序列中的變量。在計算關(guān)聯(lián)系數(shù)之前需要對原始數(shù)據(jù)序列進行變換，包括將數(shù)列均值化，
機械研究與應(yīng)用 2020年5期2020-11-18
- 基于灰色關(guān)聯(lián)度對山東小麥新品種(系) 綜合表現(xiàn)評價分析
表現(xiàn);評價;關(guān)聯(lián)系數(shù)中圖分類號：S512.1? ? ? ? ? ? ?文獻識別碼：A? ? ? ? ? ? ? ?文章編號：2096-1073（2020）09-0077-78Evaluation of the Comprehensive Performance of New Wheat varieties （Lines） in Shandong Province Based on Grey Correlation DegreeDONG Yuliang（Sh
現(xiàn)代農(nóng)業(yè)研究 2020年9期2020-09-01
- 應(yīng)用灰色關(guān)聯(lián)度分析綜合評價朝天椒品系區(qū)域試驗
2.2.4 關(guān)聯(lián)系數(shù)計算 由公式（1）計算試驗品系與理想品系之間的關(guān)聯(lián)系數(shù)。其中§i(k)為Xi對X0在K點的關(guān)聯(lián)系數(shù)，ζ為分辨系數(shù)，取值范圍在(0～1)之間，用以削弱︱X0(K) - Xi(k)︱數(shù)值過大而失真帶來的影響，提高關(guān)聯(lián)系數(shù)之間的差異顯著性，一般選取ζ = 0.5。minmin︱X0(K) - Xi(k)︱和maxmax︱X0(K) - Xi(k)︱是在︱X0(K) - Xi(k)︱中分別挑選最小值和最大值。根據(jù)公式（2）計算加權(quán)關(guān)聯(lián)度Ri。W
辣椒雜志 2020年1期2020-07-14
- 應(yīng)用灰色關(guān)聯(lián)度法分析稠油熱采油井生產(chǎn)主控因素
灰色關(guān)聯(lián)度;關(guān)聯(lián)系數(shù);主控因素引言油井生產(chǎn)由于構(gòu)造、儲層、沉積、開發(fā)方式等各方面的不同，影響油井產(chǎn)量的因素也就各不相同。但處于部分相似條件下的油井，產(chǎn)量也會出現(xiàn)較大的差異，找到其中的主要影響因素有利于改變差油井的生產(chǎn)狀況。1.灰色關(guān)聯(lián)度法評價影響因素在系統(tǒng)發(fā)展過程中，若兩個因素的變化趨勢具有一致性，及其關(guān)聯(lián)程度較高，反之，則較低?；疑P(guān)聯(lián)分析法是根據(jù)因素之間發(fā)展趨勢的相似或者相異程度，作為衡量因素之間關(guān)聯(lián)程度的一種方法?；疑P(guān)聯(lián)分析的基本步驟：（1）數(shù)據(jù)序
理論與創(chuàng)新 2020年7期2020-06-19
- 教練機飛行性能指標(biāo)論證方法研究
對于特性i的關(guān)聯(lián)系數(shù)均值；x0i——歷史時段教練機與目標(biāo)機對于特性i的關(guān)聯(lián)系數(shù)均值；n——教練機特性集合中的特性個數(shù)。根據(jù)上式可以得出：1）從形式上說，該方法在某種意義上是教練機發(fā)展所要求的；2）從方法上說，該方法是目標(biāo)預(yù)測優(yōu)勢和搜索方法的要素結(jié)合；3）從時間上說，該方法所預(yù)測的結(jié)果應(yīng)該是短-中期（5～15年）的，因為預(yù)測結(jié)果的可信時間期限應(yīng)該不短于研制教練機過程的時間周期（平均5年），且不超過目標(biāo)飛機更新?lián)Q代周期（10～15年）。1.2 方法設(shè)計步驟關(guān)聯(lián)
教練機 2019年4期2020-01-08
- 白及屬不同種質(zhì)資源材料的綜合評價
與其他性狀的關(guān)聯(lián)系數(shù)以花枝長為最大，葉數(shù)與其他性狀的關(guān)聯(lián)系數(shù)以花枝長為最大，葉寬與其他性狀的關(guān)聯(lián)系數(shù)以唇瓣長為最大，花數(shù)與其他性狀的關(guān)聯(lián)系數(shù)以葉數(shù)為最大，花瓣長與其他性狀的關(guān)聯(lián)系數(shù)以萼片長為最大，花瓣寬與其他性狀的關(guān)聯(lián)系數(shù)以萼片寬為最大，唇瓣寬與其他性狀的關(guān)聯(lián)系數(shù)以花瓣寬為最大，唇瓣顏色與其他性狀的關(guān)聯(lián)系數(shù)以唇瓣寬為最大。其中，株高與花枝長、葉寬與唇瓣長、花瓣長與萼片長、花瓣寬與萼片寬之間的關(guān)聯(lián)系數(shù)互為最大。性狀間的相互關(guān)聯(lián)可為研究物種間的關(guān)系、分類和鑒定
山西農(nóng)業(yè)科學(xué) 2019年10期2019-10-25
- 淀粉塑料與底漆和層漆的配伍研究
1.3 計算關(guān)聯(lián)系數(shù)ξi（k）第k數(shù)列的平均值y（k）與第k數(shù)列中第i元素xi（k）的關(guān)聯(lián)系數(shù)ξi（k）的計算式為：令Δi（k）=|y（k）-xi（k）|，則（2）式表示成：分辨系數(shù)ρ的通常取值范圍為（0，1），ρ越小，分辨力越大，ρ≤0.546 3時，分辨力最佳。通常取ρ≤0.5。1.4 根據(jù)各關(guān)聯(lián)系數(shù)ξi（k）計算各自的關(guān)聯(lián)度ri衡量關(guān)聯(lián)程度的關(guān)聯(lián)系數(shù)是由多個數(shù)值組成的，但其數(shù)值較為分散。為正確反映各個時刻（即曲線中的各點）比較數(shù)列與參考數(shù)列的關(guān)聯(lián)程度
上海涂料 2019年2期2019-05-23
- 基于灰色關(guān)聯(lián)分析的礦產(chǎn)資源賦存規(guī)律研究
礦產(chǎn)資源賦存關(guān)聯(lián)系數(shù)算法的設(shè)計，同時計算礦產(chǎn)資源賦存灰色關(guān)聯(lián)程度，根據(jù)計算結(jié)果總結(jié)礦產(chǎn)資源賦存規(guī)律。1.1 礦產(chǎn)資源賦存關(guān)聯(lián)系數(shù)算法研究設(shè)計礦產(chǎn)資源賦存關(guān)聯(lián)系數(shù)算法，首先應(yīng)自定義該礦區(qū)的空間坐標(biāo)，自定義參考數(shù)值為x0（也稱參考數(shù)值為母版值），研究對象為對應(yīng)的礦產(chǎn)資源，自定義其數(shù)值為(x1,x2)，也稱其數(shù)值為子數(shù)值[2]。根據(jù)直線無量綱法中的閾值法對自定的數(shù)據(jù)進行整理，設(shè)定η為參考數(shù)值與對象數(shù)值之間的關(guān)聯(lián)程度系數(shù)，關(guān)聯(lián)程度計算如下所示。如上述公式所示，為礦
世界有色金屬 2019年23期2019-03-05
- 基于灰關(guān)聯(lián)的電子商務(wù)與物流關(guān)系實證分析
個產(chǎn)業(yè)間的灰關(guān)聯(lián)系數(shù)，發(fā)現(xiàn)2014—2017年安徽電子商務(wù)與物流產(chǎn)業(yè)的協(xié)同度呈U型浮動狀態(tài).在上述文獻研究中，文獻[2-3]和[5-6]對電子商務(wù)及物流的測度指標(biāo)單一，其分析結(jié)果所包含的信息量偏少，因此參考價值有限；文獻[4]和[7]雖然分別構(gòu)建了電子商務(wù)和物流(快遞)的綜合評價指標(biāo)，但只對兩個綜合性指標(biāo)之間的關(guān)系進行了分析，其參考價值同樣有限.本文采用灰關(guān)聯(lián)分析法對我國2008—2018年電商總交易規(guī)模及B2B、網(wǎng)絡(luò)零售、跨境電商交易規(guī)模與物流總貨物周轉(zhuǎn)
延邊大學(xué)學(xué)報（自然科學(xué)版） 2019年4期2019-02-11
- 基于歷史告警數(shù)據(jù)的計量異常事件關(guān)聯(lián)度分析
行計算；構(gòu)造關(guān)聯(lián)系數(shù)函數(shù)，確定關(guān)聯(lián)分析流程，設(shè)置閾值，實現(xiàn)對并發(fā)異常事件的甄別；對關(guān)聯(lián)分析結(jié)果進行分析。實例計算結(jié)果表明，該方法能夠準(zhǔn)確計算出兩兩計量異常事件之間的關(guān)聯(lián)度，對存在關(guān)聯(lián)的計量異常事件組合進行有效篩選。1 數(shù)據(jù)分析現(xiàn)有數(shù)據(jù)為某市2015—2016年專用變壓器（以下簡稱“專變”）用戶和低壓用戶同月同一用戶出現(xiàn)多種異常的歷史告警數(shù)據(jù)。每條告警記錄都包含了用戶編號、異常類型名稱、異常發(fā)生時間、異?；謴?fù)時間和異常歸檔時間等信息，其具體記錄方式如表1所示
浙江電力 2019年1期2019-01-23
- 我國能源消費與產(chǎn)業(yè)結(jié)構(gòu)的互動關(guān)系分析
計算因素之間關(guān)聯(lián)系數(shù)，關(guān)聯(lián)系數(shù)表示為：其中p值為分辨率系數(shù)，p∈（0，1）,p值越小則分辨率越大，通常取p=0.5。第五步，求s（i，k）的均值，即得x（i）與x（0）的關(guān)聯(lián)度r（i），r（i）值越大則關(guān)聯(lián)度越高。2.2 緊密程度的測度與分析為了分析我國能源消費結(jié)構(gòu)與產(chǎn)業(yè)結(jié)構(gòu)的關(guān)聯(lián)，并考察兩者之間關(guān)系隨著經(jīng)濟社會發(fā)展而動態(tài)演進的過程，可以按照關(guān)聯(lián)系數(shù)的測度方法分別測度我國1978—1995年、1996—2015年之間的關(guān)聯(lián)系數(shù)，結(jié)果如表1所示。表1 能源消
統(tǒng)計與決策 2018年20期2018-11-22
- 長三角科技創(chuàng)新政策實施效果評估實證研究
。（3）計算關(guān)聯(lián)系數(shù)。定義關(guān)聯(lián)系數(shù)如下：式中：ξ一般在0與1之間取值。本次數(shù)據(jù)處理時，令ξ=0.1。和分別稱為母子序列對應(yīng)分量的最小差和最大差。（4）計算關(guān)聯(lián)度。對關(guān)聯(lián)系數(shù)求均值，即可得出灰色關(guān)聯(lián)度數(shù)值：二、實證結(jié)果分析通過灰色關(guān)聯(lián)度計算公式，得出長三角科技投入與產(chǎn)出關(guān)聯(lián)度分析結(jié)果。R&D研究人員與科技創(chuàng)新產(chǎn)出灰色關(guān)聯(lián)系數(shù)見表1、經(jīng)費與科技創(chuàng)新產(chǎn)出灰色關(guān)聯(lián)系數(shù)見表2。表1 R&D研究人員與科技創(chuàng)新產(chǎn)出灰色關(guān)聯(lián)系數(shù)表2 R&D經(jīng)費與科技創(chuàng)新產(chǎn)出灰色關(guān)聯(lián)系數(shù)（
重慶科技學(xué)院學(xué)報（社會科學(xué)版） 2018年6期2018-11-15
- 主網(wǎng)調(diào)度操作量化方法的實施
風(fēng)險標(biāo)準(zhǔn)分=關(guān)聯(lián)系數(shù)×一項工作操作量風(fēng)險基礎(chǔ)分 （2）其中，風(fēng)險基礎(chǔ)分由操作設(shè)備與復(fù)雜度構(gòu)成，風(fēng)險標(biāo)準(zhǔn)分由風(fēng)險基礎(chǔ)分和關(guān)聯(lián)系數(shù)構(gòu)成。而風(fēng)險標(biāo)準(zhǔn)又可分為此項工作操作量風(fēng)險值。操作設(shè)備是指一項工作中涉及到的所有設(shè)備，包括線路、母線、主變、開關(guān)以及其他附屬設(shè)備對應(yīng)的分值。復(fù)雜度是指考慮人為操作時間的影響因素。關(guān)聯(lián)系數(shù)則由風(fēng)險基礎(chǔ)分決定，用于區(qū)分一項工作的難易程度。2 操作量的評定2.1 操作設(shè)備在實際工作中，調(diào)度操作種類繁多。其操作對象主要包括線路、母線、主變、
通信電源技術(shù) 2018年8期2018-10-15
- 區(qū)域科技創(chuàng)新與可持續(xù)發(fā)展空間差異研究
——以山東省國家可持續(xù)發(fā)展實驗區(qū)為例
考序列，計算關(guān)聯(lián)系數(shù)及關(guān)聯(lián)度，結(jié)果詳見表2。以2015年為例，計算得到13個實驗區(qū)子系統(tǒng)發(fā)展度、可持續(xù)發(fā)展度、協(xié)調(diào)度與科技創(chuàng)新的關(guān)聯(lián)系數(shù)，并通過SPSS 16.0軟件對科技創(chuàng)新與可持續(xù)發(fā)展度、協(xié)調(diào)度的關(guān)聯(lián)系數(shù)進行聚類。4.1 實驗區(qū)總體空間分異由表2可知，2009—2015年各區(qū)域?qū)嶒瀰^(qū)總體科技創(chuàng)新與可持續(xù)發(fā)展度關(guān)聯(lián)系數(shù)雖有所波動但基本保持在0.5以上，說明兩者存在密切關(guān)系。關(guān)聯(lián)度大小地域差異明顯，自西向東依次為:0.508表2 實驗區(qū)總體關(guān)聯(lián)系數(shù)及關(guān)聯(lián)度
水土保持通報 2018年4期2018-09-21
- 基于灰關(guān)聯(lián)法的路基回彈模量影響因素分析
各對比數(shù)列的關(guān)聯(lián)系數(shù)，根據(jù)系列曲線幾何形狀相似程度判斷對比數(shù)列與參考數(shù)列的關(guān)聯(lián)程度。曲線幾何形狀相似程度高，相關(guān)性好，反之越小。本文選取3種土質(zhì)，根據(jù)土質(zhì)的試驗測試結(jié)果，分別采用灰關(guān)聯(lián)法分析含水量、壓實度對路基回彈模量的影響大小。2 不同土質(zhì)灰關(guān)聯(lián)法分析2.1 湖南紅黏土本文為了比較含水量、壓實度對回彈模量影響程度大小，對湖南某地區(qū)紅黏土做了不同含水量、壓實度條件下的室內(nèi)回彈模量試驗。具體的試驗數(shù)據(jù)如表1。表1 湖南紅黏土回彈模量隨含水量、壓實度變化的試驗
湖南交通科技 2017年4期2018-01-23
- 基于關(guān)聯(lián)系數(shù)的D_S融合悖論改進算法
800）基于關(guān)聯(lián)系數(shù)的D_S融合悖論改進算法鄭旗，袁曉兵，李寶清（中國科學(xué)院 上海微系統(tǒng)與信息技術(shù)研究所 ，上海 201800）針對Dempster_Shafer證據(jù)融合理論在融合高沖突證據(jù)源時出現(xiàn)融合悖論的問題，提出了一種通過定義關(guān)聯(lián)系數(shù)并構(gòu)造絕對支持度對原證據(jù)進行預(yù)處理，然后采用經(jīng)典的D_S融合方法對證據(jù)進行融合的改進方法。通過對關(guān)聯(lián)系數(shù)中增長因子取值進行實驗和一些經(jīng)典改進方法進行對比實驗，可以看出本文方法不僅能夠有效削減證據(jù)之間的沖突，也能保持D_S
電子設(shè)計工程 2017年1期2017-05-09
- 大豆產(chǎn)量及主要農(nóng)藝性狀的相關(guān)性及灰色關(guān)聯(lián)度分析
；主次關(guān)系；關(guān)聯(lián)系數(shù)中圖分類號：S565.103 文獻標(biāo)志碼： A文章編號：1002-1302（2016）11-0099-04本研究以安豆7號在14個處理水平下的9個農(nóng)藝性狀為研究對象，采用灰色關(guān)聯(lián)度分析法結(jié)合相關(guān)分析法，對影響大豆產(chǎn)量的主要農(nóng)藝性狀進行分析，研究大豆主要農(nóng)藝性狀對產(chǎn)量的影響，以及所有性狀間的相互關(guān)系，以期為大豆高產(chǎn)育種提供參考依據(jù)。大豆是我國重要的糧食作物之一，以其高營養(yǎng)價值、高生理活性和廣泛的工業(yè)用途而受到廣大農(nóng)戶及消費者的青睞。大豆產(chǎn)
江蘇農(nóng)業(yè)科學(xué) 2016年11期2017-03-21
- 信息相關(guān)系數(shù)在列聯(lián)表中的應(yīng)用
×C列聯(lián)表的關(guān)聯(lián)系數(shù)，可在一定程度上克服這一缺陷［1－3］。關(guān)聯(lián)度的分析是分析系統(tǒng)中各因素關(guān)聯(lián)程度的方法，正確計算列聯(lián)表資料的關(guān)聯(lián)系數(shù)，不僅對于統(tǒng)計方法本身，而且對于實際應(yīng)用都意義重大。目前常用的關(guān)聯(lián)系數(shù)為Pearson列聯(lián)系數(shù)［4－6］。本文將以信息論為基礎(chǔ)的信息相關(guān)系數(shù)［7］應(yīng)用于R×C列聯(lián)表，并與Pearson列聯(lián)系數(shù)進行比較，通過理論分析、實例計算和計算機模擬，我們發(fā)現(xiàn)信息相關(guān)系數(shù)更合適作為列聯(lián)表關(guān)聯(lián)系數(shù)的指標(biāo)。χ2檢驗的不足之處一般的R行C列的R
中國衛(wèi)生統(tǒng)計 2016年5期2017-01-09
- 應(yīng)用灰色關(guān)聯(lián)分析區(qū)試大豆性狀的研究
量關(guān)聯(lián)度高，關(guān)聯(lián)系數(shù)依次排在前3位?；疑P(guān)聯(lián)度；分析；產(chǎn)量；大豆區(qū)試應(yīng)用灰色關(guān)聯(lián)度綜合評價農(nóng)作物新品種 （系），在大豆育種領(lǐng)域中具有良好效果[1～5]。傳統(tǒng)方法是根據(jù)方差分析、產(chǎn)量差異顯著性測驗等評判品種的優(yōu)劣，具有很大的局限性。為此，應(yīng)用灰色關(guān)聯(lián)度綜合評價山西大豆區(qū)試新品種（系），對灰色關(guān)聯(lián)度進行客觀優(yōu)劣評價，探討影響大豆產(chǎn)量相關(guān)因素的關(guān)聯(lián)度大小，同時篩選出適宜當(dāng)?shù)胤N植的高產(chǎn)優(yōu)質(zhì)新品種，為種植大豆提供科學(xué)依據(jù)。1 材料與方法1.1 試驗材料試驗于2004
種子科技 2016年6期2016-12-29
- 基于DST和PCR5的彈道目標(biāo)識別方法
法。首先引入關(guān)聯(lián)系數(shù)的概念，用來表征證據(jù)間的沖突大小；其次給出了目標(biāo)綜合識別步驟；最后結(jié)合2個例子進行了仿真驗證。結(jié)果表明，該方法識別率高，收斂性快，能夠有效解決在識別中不穩(wěn)定、不一致信息的融合問題，具有一定的應(yīng)用價值。彈道導(dǎo)彈；綜合識別；證據(jù)理論；PCR5準(zhǔn)則；關(guān)聯(lián)系數(shù)；沖突0 引言[1-14]在彈道導(dǎo)彈防御中，目標(biāo)識別是最關(guān)鍵、最核心、最沒有把握、最沒有解決好的環(huán)節(jié)，如何有效識別真假彈頭是戰(zhàn)場致勝的關(guān)鍵，也是預(yù)警裝備最需要攻破的技術(shù)難題。彈道導(dǎo)彈識別涉
現(xiàn)代防御技術(shù) 2016年4期2016-10-24
- 影響裝備狀態(tài)的灰色關(guān)聯(lián)度分析模型
行處理，計算關(guān)聯(lián)系數(shù)，由此就可計算出關(guān)聯(lián)度。通過比較關(guān)聯(lián)度的大小，可得出某一因素對裝備狀態(tài)的影響程度。1 算法流程1.1原始數(shù)據(jù)的處理由于各因素有不同的計量單位，為便于分析比較，要對原始數(shù)據(jù)進行無量綱化處理，其方法包括標(biāo)準(zhǔn)化、均值化等。(1)標(biāo)準(zhǔn)化。該方法處理后的各指標(biāo)均值均為0，標(biāo)準(zhǔn)差均為1，它只反映了各指標(biāo)之間的相互影響，在無量綱化的同時，也抹殺了各指標(biāo)之間變異程度上的差異，因此，標(biāo)準(zhǔn)化方法并不適用于多指標(biāo)綜合評價。(2)均值化。先分別求出各個原始數(shù)列
軍事交通學(xué)院學(xué)報 2016年4期2016-09-22
- 產(chǎn)業(yè)關(guān)聯(lián)視角下北京市交通運輸業(yè)經(jīng)濟效應(yīng)測算研究
效應(yīng)。文章以關(guān)聯(lián)系數(shù)描述了交通運輸業(yè)與其相關(guān)產(chǎn)業(yè)的關(guān)聯(lián)關(guān)系，并運用關(guān)聯(lián)系數(shù)、增長值貢獻率模型，測度了北京市交通運輸業(yè)對國民經(jīng)濟的拉動和推動效應(yīng)。研究認(rèn)為，任何一個產(chǎn)業(yè)經(jīng)濟效應(yīng)的大小不僅取決于其直接經(jīng)濟效應(yīng)，也取決于其間接經(jīng)濟效應(yīng)。經(jīng)濟效應(yīng)的大小取決于其在產(chǎn)業(yè)鏈中的位置、與其他支柱產(chǎn)業(yè)的關(guān)聯(lián)程度和與其他支柱產(chǎn)業(yè)的產(chǎn)業(yè)距離。產(chǎn)業(yè)位置靠前，其拉動效應(yīng)小于推動效應(yīng)，產(chǎn)業(yè)位置靠后，其拉動效應(yīng)大于推動效應(yīng)。交通運輸業(yè)作為基礎(chǔ)產(chǎn)業(yè)，其產(chǎn)業(yè)位置相對靠前，其前向推動效應(yīng)大于
重慶大學(xué)學(xué)報（社會科學(xué)版） 2016年2期2016-06-13
- 產(chǎn)業(yè)關(guān)聯(lián)視角下北京市交通運輸業(yè)經(jīng)濟效應(yīng)測算研究
效應(yīng)。文章以關(guān)聯(lián)系數(shù)描述了交通運輸業(yè)與其相關(guān)產(chǎn)業(yè)的關(guān)聯(lián)關(guān)系，并運用關(guān)聯(lián)系數(shù)、增長值貢獻率模型，測度了北京市交通運輸業(yè)對國民經(jīng)濟的拉動和推動效應(yīng)。研究認(rèn)為，任何一個產(chǎn)業(yè)經(jīng)濟效應(yīng)的大小不僅取決于其直接經(jīng)濟效應(yīng)，也取決于其間接經(jīng)濟效應(yīng)。經(jīng)濟效應(yīng)的大小取決于其在產(chǎn)業(yè)鏈中的位置、與其他支柱產(chǎn)業(yè)的關(guān)聯(lián)程度和與其他支柱產(chǎn)業(yè)的產(chǎn)業(yè)距離。產(chǎn)業(yè)位置靠前，其拉動效應(yīng)小于推動效應(yīng)，產(chǎn)業(yè)位置靠后，其拉動效應(yīng)大于推動效應(yīng)。交通運輸業(yè)作為基礎(chǔ)產(chǎn)業(yè)，其產(chǎn)業(yè)位置相對靠前，其前向推動效應(yīng)大于
重慶大學(xué)學(xué)報(社會科學(xué)版) 2016年2期2016-05-19
- 灰關(guān)聯(lián)度確定權(quán)重法在小麥品種區(qū)域試驗分析中的應(yīng)用
間的絕對值、關(guān)聯(lián)系數(shù)等相互的換算關(guān)系，明確了灰色關(guān)聯(lián)權(quán)重分析法在農(nóng)作物新品種綜合評估中的應(yīng)用。結(jié)果表明，產(chǎn)量的權(quán)重最大，其次是容重，綜合評估結(jié)果與品種的實際表現(xiàn)一致，依次是中麥875、周麥32、秋樂2122。關(guān)鍵詞：小麥；育種；灰關(guān)聯(lián)度：權(quán)重系數(shù)；關(guān)聯(lián)系數(shù)；產(chǎn)量作物新品種或品系的綜合評估是現(xiàn)代育種工作的重要環(huán)節(jié)。新品種或品系各個性狀在灰色評判過程中的重要程度并不等同，如以產(chǎn)量育種為主要目標(biāo)，則產(chǎn)量性狀諸如單株產(chǎn)量、穗數(shù)、穗粒數(shù)、千粒重等的權(quán)重相對要大一些，
中國種業(yè) 2016年3期2016-04-14
- 基于關(guān)聯(lián)系數(shù)的社區(qū)劃分算法
003）基于關(guān)聯(lián)系數(shù)的社區(qū)劃分算法顧宏博，奚杰杰，吳 晶 （南京郵電大學(xué) 通信與信息工程學(xué)院，江蘇 南京 210003）不同于一般社區(qū)劃分衡量標(biāo)準(zhǔn)——模塊度Q值，從社區(qū)結(jié)構(gòu)本質(zhì)出發(fā)，提出一種用關(guān)聯(lián)系數(shù)評判社區(qū)劃分好壞的方法，即求社區(qū)內(nèi)部連接與外部連接的關(guān)聯(lián)系數(shù)。該方法不但能克服模塊度Q值只適用于無向無權(quán)網(wǎng)絡(luò)的缺陷，而且更符合社區(qū)結(jié)構(gòu)的定義。衡量標(biāo)準(zhǔn)；模塊度；關(guān)聯(lián)系數(shù)；社區(qū)結(jié)構(gòu)0 引言物以類聚，人以群分。許多社會網(wǎng)絡(luò)隨著時間逐漸演變形成它們自身的社區(qū)。它們有
網(wǎng)絡(luò)安全與數(shù)據(jù)管理 2015年18期2015-10-19
- 信息資源管理水平與利潤增長率的關(guān)聯(lián)分析
。（5）計算關(guān)聯(lián)系數(shù)。通過下式分別計算每個比較序列與對應(yīng)元素的關(guān)聯(lián)系數(shù)。其中 ，k=1，2，…，m。在上式中ρ為分辨系數(shù)，在（0，1）內(nèi)取值，如果ρ越小，那么關(guān)聯(lián)系數(shù)間差異越大，區(qū)分能力越強。通常情況下ρ取值0.5。（6）計算關(guān)聯(lián)系數(shù)的值。對各評價對象分別計算其m個指標(biāo)與參考序列對應(yīng)元素的關(guān)聯(lián)系數(shù)的均值，以反映各個評價對象與參考序列的關(guān)聯(lián)關(guān)系，并稱其為關(guān)聯(lián)序，記為：如果各指標(biāo)在綜合評價中所起的作用不同，可對關(guān)聯(lián)系數(shù)求平均值（在本文指標(biāo)體系不分權(quán)重）。（7）
中國管理信息化 2015年14期2015-09-13
- 基于客戶滿意度的電商企業(yè)物流外包研究——以亞馬遜為例
）。3.4 關(guān)聯(lián)系數(shù)計算第i 個比較數(shù)列與參考數(shù)列X0在k 時刻的關(guān)聯(lián)系數(shù)為ξi(k)，其計算公式如下：其中ρ為分辨系數(shù)，通常取0.5。ΔMax|X0-Xi|是第二級最大差，記為ΔMax；ΔMin|X0-Xi|是第二級最小差，記為ΔMin。Δ0i(k)為參考數(shù)列X0與比較數(shù)列Xi在k時刻的絕對差值。3.5 計算關(guān)聯(lián)度riri是每個參考數(shù)列與比較數(shù)列關(guān)聯(lián)系數(shù)的平均值，表示參考數(shù)列與比較數(shù)列間的關(guān)聯(lián)程度，ri值越接近1，說明相關(guān)性越好，其計算公式如下：4 亞馬
物流技術(shù) 2015年3期2015-02-18
- 國內(nèi)數(shù)據(jù)庫各學(xué)科高被引論文TOP5
從早期基于點關(guān)聯(lián)系數(shù)的灰色關(guān)聯(lián)分析模型，到基于整體或全局視角的廣義灰色關(guān)聯(lián)分析模型；從基于接近性測度相似性的灰色關(guān)聯(lián)分析模型，到分別基于相似性和接近性視角構(gòu)造的灰色關(guān)聯(lián)分析模型；研究對象從曲線之間的關(guān)系分析到曲面之間的關(guān)系分析，再到三維空間立體乃至n維空間中超曲面之間的關(guān)系分析.明確了有待進一步研究的問題.較為清晰地向讀者展示出灰色關(guān)聯(lián)分析模型的幾條研究脈絡(luò).關(guān)鍵詞：關(guān)聯(lián)系數(shù)；灰色絕對關(guān)聯(lián)度；相似性；接近性；n維關(guān)聯(lián)空間來源出版物：系統(tǒng)工程理論與實踐， 2
中國學(xué)術(shù)期刊文摘 2015年7期2015-01-30
- 灰色系統(tǒng)理論在鋼結(jié)構(gòu)檢測中的應(yīng)用研究
k)——灰色關(guān)聯(lián)系數(shù)?；疑到y(tǒng)法的特點是不需要測量太多的數(shù)據(jù)，只需要準(zhǔn)確測量少量的數(shù)據(jù)，便可通過其整體的關(guān)聯(lián)性來識別損傷情況(位置、大小等)。2.2 在鋼結(jié)構(gòu)檢測中的應(yīng)用原理當(dāng)鋼結(jié)構(gòu)內(nèi)部遭到破壞或發(fā)生損傷時，結(jié)構(gòu)內(nèi)部必定隨之發(fā)生位移、應(yīng)變等參數(shù)的變動，因此如果掌握到這些變動的信息，便可以弄清整個結(jié)構(gòu)的工作狀態(tài)。在實際的大型工程檢測中，由于鋼結(jié)構(gòu)本身跨度和高度龐大，不可能檢測結(jié)構(gòu)的每一個細(xì)節(jié)，只能根據(jù)結(jié)構(gòu)本身受力的特點，損傷的機理等布置有限的測點，這就使得我
山西建筑 2014年7期2014-11-09
- 基于灰色關(guān)聯(lián)系數(shù)的混合噪聲濾波算法
一種基于灰色關(guān)聯(lián)系數(shù)的混合噪聲濾波算法，并給出了具體實例進行對比分析。實驗結(jié)果表明，該算法在多種噪聲密度下均具能有效地去除混合噪聲，提高圖像的峰值信噪比。1 灰色關(guān)聯(lián)理論基礎(chǔ)灰色關(guān)聯(lián)分析不僅是灰色理論的重要組成部分之一，而且是灰色系統(tǒng)分析、建模、預(yù)測、決策的基石［10］。目前在圖像處理中，所涉及的灰色關(guān)聯(lián)分析主要是使用灰色關(guān)聯(lián)系數(shù)分析圖像的鄰域信息，降低問題的復(fù)雜度，并獲得量化結(jié)果［10］。在圖像處理中，涉及的系統(tǒng)特征序列、系統(tǒng)因素序列往往都是一維向量［5
計算機工程與設(shè)計 2014年5期2014-09-10
- 灰色理論權(quán)重調(diào)整算法在火電廠水汽故障診斷系統(tǒng)中的應(yīng)用
數(shù)序列的灰色關(guān)聯(lián)系數(shù)進行計算，然后由專家系統(tǒng)對計算出的權(quán)重得分值進行推理，最終得到診斷分析結(jié)論[1-4]。多屬性權(quán)重調(diào)整的推理方法是將給水、爐水、凝結(jié)水、飽和蒸汽及過熱蒸汽等的汽水品質(zhì)參數(shù)與其他灰色參數(shù)作為故障診斷因子，構(gòu)建了不同工況條件下的關(guān)鍵設(shè)備的診斷模型，同時對所有汽水循環(huán)系統(tǒng)的模型進行統(tǒng)一整合，形成了整個汽水循環(huán)系統(tǒng)診斷模型監(jiān)控圖，從而構(gòu)成了完整的汽水化學(xué)過程故障診斷的專家系統(tǒng)[5-8]。當(dāng)汽水品質(zhì)劣化時，此專家系統(tǒng)會迅速確診故障原因，提供設(shè)備故障
應(yīng)用能源技術(shù) 2014年9期2014-08-15
- 基于最大熵原理的相對斜率關(guān)聯(lián)模型*
斜率差來計算關(guān)聯(lián)系數(shù)，并基于離差最大化和最大熵原理，計算了各指標(biāo)關(guān)聯(lián)系數(shù)的權(quán)重，建立了改進的灰關(guān)聯(lián)度模型;實例驗證，方法所得分析結(jié)果與定性分析相一致，分辨效果更好，具有較高的可靠性和應(yīng)用性?；疑P(guān)聯(lián)度;相對斜率;最大熵原理灰色關(guān)聯(lián)分析是灰色系統(tǒng)理論的重要組成部分，主要通過系統(tǒng)數(shù)據(jù)序列曲線的幾何形狀的相似和相近程度，用量化的方法判斷序列間關(guān)聯(lián)程度的大小，曲線形狀越相似，相應(yīng)序列間的關(guān)聯(lián)度越大，反之越?。?］。灰色理論發(fā)展至今，已有許多成熟的關(guān)聯(lián)度模型，例如鄧
重慶工商大學(xué)學(xué)報（自然科學(xué)版） 2014年1期2014-05-25
- 房地產(chǎn)業(yè)與旅游產(chǎn)業(yè)關(guān)聯(lián)度省域差異研究
業(yè)—房地產(chǎn)業(yè)關(guān)聯(lián)系數(shù)，計算出各個省域的產(chǎn)業(yè)關(guān)聯(lián)系數(shù)，在描述其差異性的基礎(chǔ)上，使用時序加權(quán)模型，并使用聚類分析等方法對產(chǎn)業(yè)關(guān)聯(lián)度的省域差異進行進一步的分析。國內(nèi)外對于旅游地產(chǎn)和房地業(yè)的產(chǎn)業(yè)關(guān)聯(lián)的研究成果并不多。國外相關(guān)研究成果主要集中在分時度假定義、營銷方式、影響因素、市場預(yù)測等方面的研究[6－10]。目前國內(nèi)的研究主要集中于旅游地產(chǎn)的風(fēng)險管理、投資策略等方面的研究[11－16]。在旅游產(chǎn)業(yè)與房地產(chǎn)業(yè)產(chǎn)業(yè)關(guān)聯(lián)的研究成果主要有:施金亮等利用投入產(chǎn)出表，計算結(jié)果
山東建筑大學(xué)學(xué)報 2013年1期2013-08-30
- 基于相對斜率的改進灰色關(guān)聯(lián)度模型研究
斜率差來計算關(guān)聯(lián)系數(shù)，以灰色關(guān)聯(lián)系數(shù)均值的修正值作為序列的關(guān)聯(lián)度，提出了改進的灰色關(guān)聯(lián)度模型，并研究了改進模型的性質(zhì)。研究表明，利用該方法所得分析結(jié)果與定性分析相一致，且分辨效果更好，因而具有可行性。灰色關(guān)聯(lián)度；相對斜率；穩(wěn)定度灰色關(guān)聯(lián)分析是灰色系統(tǒng)理論的重要組成部分，其主要通過系統(tǒng)數(shù)據(jù)序列曲線的幾何形狀的相似和相近程度，用量化的方法判斷序列間關(guān)聯(lián)程度的大小，曲線越接近，形狀越相似，相應(yīng)序列間的關(guān)聯(lián)度越大，反之越小。目前有關(guān)關(guān)聯(lián)度的量化模型很多[1-6]，
長江大學(xué)學(xué)報(自科版) 2012年31期2012-11-20
- 基于最大熵原理的廣義灰色關(guān)聯(lián)模型及應(yīng)用
面積作為計算關(guān)聯(lián)系數(shù)的依據(jù)，并基于離差最大化和最大熵原理，建立了計算關(guān)聯(lián)系數(shù)權(quán)重的數(shù)學(xué)模型，得到加權(quán)灰色關(guān)聯(lián)度。將該模型應(yīng)用于工程招標(biāo)問題中，結(jié)果表明該模型有較高的可靠性和應(yīng)用性?；疑P(guān)聯(lián)分析；離差最大化；最大熵原理；工程招標(biāo)灰色關(guān)聯(lián)分析是灰色系統(tǒng)理論[1-2]的重要組成部分，是研究系統(tǒng)內(nèi)部因素之間關(guān)聯(lián)程度的一種數(shù)學(xué)模型?；疑到y(tǒng)理論發(fā)展至今，已有許多成熟的關(guān)聯(lián)度模型，如鄧氏關(guān)聯(lián)度、廣義灰關(guān)聯(lián)度、絕對關(guān)聯(lián)度、T型關(guān)聯(lián)度、斜率關(guān)聯(lián)度等，這些模型分別按照基于距
長江大學(xué)學(xué)報(自科版) 2012年28期2012-11-20
- 一種改進的T型灰色關(guān)聯(lián)度及應(yīng)用研究
給出新的T型關(guān)聯(lián)系數(shù)，并給出了改進的關(guān)聯(lián)度的性質(zhì)。本文進一步分析唐五湘和孫玉剛的T型關(guān)聯(lián)度的缺陷，并給出改進的算法，并通過實例驗證該方法的可行性。1 預(yù)備知識1.1 T型關(guān)聯(lián)度的思想唐五湘[2]提出的T型關(guān)聯(lián)度的基本思想如下：按照因素的時間序列曲線的相對變化勢態(tài)的接近程度來計算關(guān)聯(lián)度。對于離散時間序列，所謂兩曲線的相對變化勢態(tài)的接近程度，是指兩時間序列在對應(yīng)各時段△tk=tk-tk-1(k=1,2,…n)間原始變量經(jīng)標(biāo)準(zhǔn)化后的增量的大小來判定，若在時段△t
統(tǒng)計與決策 2011年5期2011-10-18
- 灰關(guān)聯(lián)分析在船用制冷系統(tǒng)故障診斷中的應(yīng)用
同設(shè)定，對灰關(guān)聯(lián)系數(shù)的計算影響較大。灰關(guān)聯(lián)分析法要求根據(jù)設(shè)定的標(biāo)準(zhǔn)序列，對樣本數(shù)據(jù)序列中的各指標(biāo)因素進行無量綱化處理。標(biāo)準(zhǔn)序列設(shè)定不同，計算所得的灰關(guān)聯(lián)系數(shù)相應(yīng)也會不同。2)灰關(guān)聯(lián)度的計算方法難以選擇。為將各灰關(guān)聯(lián)系數(shù)的信息加以融合，需計算灰關(guān)聯(lián)度。目前，除鄧聚龍教授給出的經(jīng)典關(guān)聯(lián)度計算方法外，廣大灰色理論研究者也提出了多種灰關(guān)聯(lián)度的計算方法，但這些方法大都具有較強的針對性和局限性，實際應(yīng)用過程中往往難以選擇。尤其對于不同指標(biāo)的權(quán)重系數(shù)的確定問題，通常具有
艦船科學(xué)技術(shù) 2011年9期2011-08-20
- 一種網(wǎng)格概率多目標(biāo)數(shù)據(jù)關(guān)聯(lián)算法?
內(nèi)全部回波的關(guān)聯(lián)系數(shù)，然后利用網(wǎng)格概率的思想將關(guān)聯(lián)系數(shù)小的有效回波的系數(shù)值配權(quán)給其它有效回波，同時對于兩跟蹤波門交叉區(qū)域內(nèi)的有效回波也使用配權(quán)法分別分配給兩個跟蹤波門內(nèi)的其它鄰近回波，最后通過概率加權(quán)進行數(shù)據(jù)關(guān)聯(lián)。仿真結(jié)果表明，該算法能夠有效解決多目標(biāo)跟蹤中的數(shù)據(jù)關(guān)聯(lián)問題，并且有較高的關(guān)聯(lián)正確率，而且CPU占用時間較短。多目標(biāo)跟蹤；網(wǎng)格概率；回波關(guān)聯(lián)系數(shù)；有效回波1 引言在多目標(biāo)跟蹤中，數(shù)據(jù)關(guān)聯(lián)是核心問題［1-2］，關(guān)聯(lián)的質(zhì)量直接影響到目標(biāo)跟蹤效果。目前，
電訊技術(shù) 2011年9期2011-06-28
- 上市公司財務(wù)指標(biāo)與股價波動關(guān)聯(lián)性研究
。（二）計算關(guān)聯(lián)系數(shù)并繪制灰色關(guān)聯(lián)曲線 記經(jīng)數(shù)據(jù)變換的股價指數(shù)為母數(shù)列｛x0（t）｝，財務(wù)指標(biāo)為子數(shù)列｛xi（t）｝，則在時刻t=k時，母序列｛x0（t）｝與子序列｛xi（t）｝的關(guān)聯(lián)系數(shù)L0i（k），用下列公式計算：式中：Γ0i（k）為k時刻兩比較序列的絕對差，即Γ0i（k）=|x0（k）-xi（k）|，1≤i≤m；Γmin，Γmax分別為所有比較序列各個時刻絕對差中的最大值與最小值。α稱為分辨系數(shù)，可以削弱最大絕對差數(shù)值太大而失真的影響，提高關(guān)聯(lián)系數(shù)之
財會通訊 2011年22期2011-04-26
- 物流業(yè)在廣東經(jīng)濟發(fā)展中的地位與作用
惕夫逆矩陣，關(guān)聯(lián)系數(shù)，影響力等，從投入產(chǎn)出的各個方面分析了廣東省物流業(yè)與其他產(chǎn)業(yè)的關(guān)聯(lián)關(guān)系，從而揭示物流業(yè)在廣東經(jīng)濟發(fā)展中的地位與作用。投入產(chǎn)出 物流業(yè) 產(chǎn)業(yè)關(guān)聯(lián)一、引言在經(jīng)濟全球化，信息化加快推進的背景下，發(fā)展現(xiàn)代物流已成為推動廣東省經(jīng)濟發(fā)展和競爭力的重要舉措。本文從廣東省2007年的投入產(chǎn)出表來分析廣東省物流業(yè)與其他產(chǎn)業(yè)間的具體關(guān)聯(lián)關(guān)系，從而揭示物流業(yè)在廣東經(jīng)濟發(fā)展中的地位與作用。按照我國產(chǎn)業(yè)劃分的標(biāo)準(zhǔn)，本文把42部門合并為6部門：農(nóng)業(yè)、工業(yè)、建筑業(yè)、
財經(jīng)界(學(xué)術(shù)版) 2010年24期2010-09-28
- 應(yīng)用灰色關(guān)聯(lián)系數(shù)法進行建設(shè)項目評標(biāo)的方法
中,采用灰色關(guān)聯(lián)系數(shù)方法,其原理及步驟如下。1 原理設(shè)某一工程項目招標(biāo),前來投標(biāo)的有 n家單位,評標(biāo)專家依據(jù)國家有關(guān)招投標(biāo)管理規(guī)定及自身項目的特點,設(shè)定一組衡量各投標(biāo)方案優(yōu)劣的評價指標(biāo)序列,各評審專家對前來投標(biāo)的各方案按預(yù)先設(shè)定的評審指標(biāo)序列對號入座,并量化打分。同時,據(jù)本次前來參加投標(biāo)的各方案,預(yù)先確定一組最理想的方案,并將其量化為一組數(shù)據(jù)序列。然后,計算各投標(biāo)方案數(shù)據(jù)序列與理想方案數(shù)據(jù)序列進行關(guān)聯(lián)度計算,關(guān)聯(lián)度最大的投標(biāo)單位表明該方案與理想投標(biāo)方案最相
山西建筑 2010年12期2010-07-17
- 1—AGO灰關(guān)聯(lián)分析模型
1—AGO型關(guān)聯(lián)系數(shù)為AGOξi(k)=AGOγ(x0(k),xi(k))=[|AGO(x0(k))-AGO(xi(k))|+其中分辨系數(shù)ζ一般在0與1之間選取.xi(i=1,2,…,m)對x0的1—AGO型關(guān)聯(lián)度為(i=1,2,…,m)2 模型的合理性記X={xi|i=0,1,2,…,m}Δoi(j)=|AGO(x0(j))-AGO(xi(j))|I={1,2,…,m},J={1,2,…,n}Δ={Δoi(j)|i∈I,j∈J}ΔGR={Δ,ζ,Δoi(
武漢工程大學(xué)學(xué)報 2010年9期2010-05-29
- 指數(shù)型灰關(guān)聯(lián)分析模型
其核心部分是關(guān)聯(lián)系數(shù)的計算公式.雖然此模型應(yīng)用廣泛，但其存在一定的弊端，不能反應(yīng)發(fā)展態(tài)勢的波動性.因此，有必要對此模型加以改進，使之更具有合理性.關(guān)聯(lián)分析：其中xi=(xi(1),xi(2),…,xi(n)),(i=0,1,2,…,m)為初值化后的數(shù)列，分辨系數(shù)ζ一般在0與1之間選取.例1設(shè)有三組數(shù)列如表1.表1 原始數(shù)據(jù)表A初值化數(shù)列不變.取ζ=0.5計算得xi(i=1,2)對x0在k時刻的關(guān)聯(lián)系數(shù)分別為ξ1(1)=1，ξ1(2)=0.333,ξ1(3)
武漢工程大學(xué)學(xué)報 2010年5期2010-05-29
- 相依隨機事件的度量指標(biāo)
依度量指標(biāo)：關(guān)聯(lián)系數(shù)、相依系數(shù)和相關(guān)系數(shù)，論述了這三個指標(biāo)的性質(zhì)，從三個指標(biāo)所具有的性質(zhì)可見三個指標(biāo)定義的合理性和科學(xué)性。1 相依隨機事件的關(guān)聯(lián)系數(shù)定義1 設(shè)A，B是同一樣本空間下的兩個隨機事件，若P（A∩B）=P（A）P（B），則稱隨機事件 A，B 相互獨立。 若 P（A∩B）≠P（A）P（B），則稱隨機事件 A，B 是相依的。定義2 設(shè)A，B是同一樣本空間下的兩個隨機事件，稱數(shù)量 δ（A，B）=P（A∩B）-P（A）P（B）為隨機事件 A 與隨機事件B
統(tǒng)計與決策 2010年3期2010-05-22