加权三支决策增量软聚类算法及性能分析

现有的增量聚类算法虽然解决了数据增量和类簇重叠问题,但在距离度量时没有考虑属性重要度不同,且普遍拥有较高的时间复杂度。针对以上问题,提出一种基于属性重要度的加权三支决策增量软聚类算法（W-TIOC-TWD算法）,将属性重要度考虑到距离度量中,弥补了现有算法在聚类过程中将所有属性的重要程度视为相等的不足。该算法还引入离群点概念,降低了算法的时间复杂度。基于人工数据集和UCI数据集的实验结果表明,W-TIOC-TWD算法的聚类准确率优于比较算法。     

西蒙行政决策理论基石——有限理性

西蒙行政决策理论基于“理性一概念及其发展理论,这里所谓的理性概念,并非说人的行为都合乎理性,而是指从理性概念出发讨论人的决策行为的理想模式、人的实际决策的理性程度、行政组织与理性决策行为之问的关系等问题。本文从理性决策理论入手。论述西蒙的有限理性决策理论,分析西蒙的“有限理性”对行政学发展的理论贡献,最后谈到“有限理性”的应用。     

研讨会：巨灾中的沉思——应急决策与灾后重建对策

6月12日时值汶川大地震过去一个月的时间．华中科技大学与新华社湖北分社共同主办、华中科技大学公共安全预警研究中心承办的“巨灾中的沉思应急决策与灾后重建对策”研讨会．在校公共管理学院学术报告厅举行。会议围绕汶川大地震的应急决策与灾后重建对策展开,分别从应急决策执行力的考量、灾后重建的多维思考与对策、灾中应急资源调度的优化、现代技术在应急救灾中的应用等方面进行了研讨。     

我国高校决策权力结构及其约束机制的完善

通过对我国高校决策权力法律法规文本和高校决策权力的历史考察,发现我国高校决策权力由政治权力、行政权力、学术权力、民主权力和社会权力构成,高校决策权力结构关系的理想状态是“党委领导、校长负责、教授治学、民主监督”。但这种决策权力结构在实际运行过程中存在诸多矛盾和问题,必须建立和完善相应的约束机制。建议的完善措施包括合理配置决策权、健全决策制度、规范决策程序、发挥权利制衡作用。     

算法解释权的制度阐释——基于《个人信息保护法》第24条第3款的讨论

算法自动化决策因其客观性、高效性和准确性等优势被广泛应用于经济、政治、文化、生活等领域，给人民群众带来了幸福感和获得感。随着算法自动化决策日益广泛地渗透到社会生活的各个方面，产生了“大数据杀熟”“算法歧视”“算法黑箱房”等一系列风险。为了控制算法自动化决策所带来的风险，平衡算法处理者和算法相对人的利益，《个人信息保护法》在第24条第3款确立了算法解释权。通过对算法解释权的立法溯源，比较欧盟和美国的治理模式，指出我国算法解释权存在权利内容模糊、解释标准矛盾、行权程序欠缺等问题。这些问题需要通过构建新场景化的解释权制度、发展多元协同的解释权制度、尊重知识产权的算法解释权制度，予以完善。     

教育管理决策目标模型

目标是教育管理决策的重要问题之一。教育管理决策目标的“计划—规范模型”所体现的决策动力结构是控制型的 ,其动力结构不论决策对象是“经济人”,还是“社会人”,都是以自上而下的控制序列为前提 ,其差异仅表现为控制方式不同 ;教育管理决策的“可能—满意模型”的具体运用必然会促使教育管理决策结构分散化 ,因为既然要求“满意”,组织中的决策者必然增加 ,也就必然要求管理组织的动力结构从控制型转化为自主型。通过既可能又满意的目标制订过程 ,使教育组织和社会组成一个有机系统 ,利于成员充分发挥各自的作用 ,形成教育组织共同体。     

基于学员综合素质评估的模型与算法研究

为实现学员综合素质的评估,提供一种针对人才培养质量考核的有效手段,在对目前通用的评估模型与算法比较分析的基础上,构建了基于学员综合素质评估的两类模型一线性评估模型和平面评估模型,设计并实现了针对两类模型的评估算法;结合指标体系,对两类评估模型及算法在实际系统中加以应用,结果符合专家预测,验证了模型和算法的可用性和科学性。     

几类拓展粗糙集模型属性约简研究综述

粗糙集属性约简算法是数据预处理的有效方法,但无法处理某些结构复杂的数据.为了进一步拓宽粗糙集的应用范围,通过扩展粗糙集模型或改进属性约简算法以提高粗糙集的数据处理能力.对模糊粗糙集、覆盖粗糙集、邻域粗糙集、决策粗糙集、变精度粗糙集等几类拓展粗糙集模型的一些经典属性约简算法和最新提出的算法进行梳理和归纳后发现,现存的算法在运行效率和空间复杂度等方面限制了拓展粗糙集模型的使用范围.当前研究中拓展粗糙集模型在约简理论完善、大数据处理、特殊数据处理等三个方面的问题依然存在,因此未来应重点结合Pawlak粗糙集属性约简算法的思想、智能算法以及其他一些理论方法来研究拓展粗糙集模型属性约简理论.     

联合Capped范数极小化的子空间聚类算法

子空间聚类问题是将一组原始无标签的数据按照一定的规则划分为不同类簇的过程,在模式识别、数据挖掘、计算机视觉以及生物信息学等诸多领域具有广泛的应用.然而,目前子空间聚类算法由于受到数据噪声和异常值的影响,性能仍不够理想.为更好刻画数据噪声和低秩性,本文结合两种capped范数,提出一种新的子空间聚类模型,并设计快速、有效的求解算法,同时给出其收敛性证明.数值实验表明,本文的算法比现有的一些经典算法在聚类性能上具有较明显的优势.     

论外交决策理论中的“判断问题性质”

“判断问题性质”是一个实践中常见而理论探讨中少见的问题。本文首先提出“判断问题性质”的描述性定义。此后从三种外交决策理论中（现实主义的理性决策理论、决策机制研究．政治心理学）引申各自对“判断问题性质”的不同解释。作者最后认为三种外交决策理论在基本假设、哲学基础的差异。使得可以较好的描述“判断问题性质”的综合决策理论难以产生。     

排序算法时间复杂度的研究

算法设计的好坏直接影响计算机的运行时间，计算机排序方法较多，时间复杂度差别较大．本文从理论上研究了线性排序(选择法、冒泡法、计数法)、比较排序、堆排序和快速排序等几种常用的排序算法的时间复杂度．     

粒子系统与Blur火焰算法的性能比较

火焰算法是计算机图形学中的一个热点,目前已经出现了多种不同的实现算法.本文采用Java语言实现了基于粒子系统的算法和Blur算法,并对两种算法的空间复杂度、时间复杂度和视觉效果进行了分析与比较.     

IP报文分类算法研究

从报文分类算法的实现特征出发,对当前常用的报文分类算法进行分类评述,分析了它们的时间、空间和更新复杂度以及各分类算法的优势、存在的不足和适用环境;最后,就报文分类问题的研究方向作出展望.     

数控系统中两种常用插补算法的分析与比较

文章介绍了两种常用的数控插补算法,即逐点比较法和时间分割法,并着重从复杂程度、插补精度与速度控制能力对这两种算法进行了分析和比较,从中可以看出时间分割法的优越性。     

广义量词的计算复杂性

广义量词的复杂性有两个层次：句法层面的复杂性和语义层面的复杂性,我们集中研究了广义量词的语义复杂性。在有穷的语境中可以找出自然语言量化语句真值的复杂性。这些复杂性与图灵机中的可计算性、作为算法的意义的等价性、计算复杂性、易处理性和不易处理性等内容相关。广义量词计算复杂性已有诸多相关研究成果。     

A complexity-scalable software-based MPEG-2 video encoder

With the development of general-purpose processors (GPP) and video signal processing algorithms, it is possible to implement a software-based real-time video encoder on GPP, and its low cost and easy upgrade attract developers' interests to transfer video encoding from specialized hardware to more flexible software. In this paper, the encoding structure is set up first to support complexity scalability; then a lot of high performance algorithms are used on the key time-consuming modules in coding process; finally, at programming level, processor characteristics are considered to improve data access efficiency and processing parallelism. Other programming methods such as lookup table are adopted to reduce the computational complexity. Simulation results showed that these ideas could not only improve the global performance of video coding, but also provide great flexibility in complexity regulation.     

矩阵链乘积最优计算次序问题的算法及其复杂性分析

本文描述了矩阵链乘积最优计算次序问题，分析了问题最优解的结构，给出了解决问题的几种常用的算法，包括穷举搜索法、直接递归算法、动态规划算法和备忘录方法，并对几种算法的时间复杂性和空间复杂性作了分析。最后对几种算法的效率进行了对比和总结。     

基于Grüwald-Letnikov定义的分数导数数值算法(英文)

基于Grüwald-Letnikov定义提出几种分数导数的数值算法,同时给出算法的时间复杂性,证明了一个有用的递推关系,分析运用了短暂记忆原理.数值实例表明算法有效.     

多天线广播系统中利用信道时间相关特性的用户选择算法

考虑无线信道的时间相关性,提出了2种多天线广播系统中降低复杂度的用户选择方案.根据信道相干时间和多普勒频率的关系,将发送信息序列划分为数据段.在每个数据段的开始时刻,利用贪婪用户选择算法做选择.在基于时间相关的用户选择算法SUSTC中,其余时隙仍然保持该段开始时刻的选择结果.而在改进的基于时间相关的用户选择算法ISUSTC中,在其余时刻,保留信道条件较好的一些用户仍被选中,然后在备选用户集合中更新其他用户.仿真结果表明,与贪婪用户选择方法相比,所提出的算法降低了用户选择复杂度而只需损失少许系统和容量.     

基于二进制和有向图的关联规则算法BGL研究

分析目前挖掘关联规则算法的现状,给出一种基于二进制和有向图的高效改进算法,详细介绍该算法的主要思想,算法实现方案,并比较各种算法的性能,证明新算法提高挖掘规则的效率。