您的位置: 专家智库 > >

尹成祥

作品数:6 被引量:31H指数:3
供职机构:解放军理工大学更多>>
发文基金:江苏省自然科学基金国家自然科学基金更多>>
相关领域:自动化与计算机技术社会学经济管理军事更多>>

文献类型

  • 5篇期刊文章
  • 1篇会议论文

领域

  • 4篇自动化与计算...
  • 1篇经济管理
  • 1篇社会学
  • 1篇军事

主题

  • 2篇作战
  • 2篇作战计划
  • 2篇鲁棒
  • 2篇K-MEAN...
  • 1篇适应性
  • 1篇属性加权
  • 1篇偏好关系
  • 1篇离群点
  • 1篇鲁棒性
  • 1篇模块度
  • 1篇局部离群点
  • 1篇聚类
  • 1篇可接受性
  • 1篇基于效果作战
  • 1篇加权
  • 1篇加权距离
  • 1篇多准则
  • 1篇多准则决策
  • 1篇改进K-ME...
  • 1篇本体

机构

  • 6篇解放军理工大...

作者

  • 6篇尹成祥
  • 4篇张睿
  • 4篇綦秀利
  • 3篇程恺
  • 2篇陈刚
  • 2篇王彬
  • 1篇余晓晗
  • 1篇康兴挡
  • 1篇张品
  • 1篇王泽
  • 1篇王文博
  • 1篇张绪亮

传媒

  • 1篇控制与决策
  • 1篇信息技术
  • 1篇计算机科学
  • 1篇科学技术与工...
  • 1篇计算机技术与...
  • 1篇第五届中国指...

年份

  • 2篇2017
  • 2篇2016
  • 2篇2014
6 条 记 录,以下是 1-6
排序方式:
多准则决策中的鲁棒有序回归方法综述被引量:2
2017年
根据决策者提供的偏好信息推断决策模型的参数时,通常会有不止一组参数满足条件.针对传统有序回归方法在处理此类问题上存在的不足,鲁棒有序回归可提供一种新的考虑所有可行解的解决方案.为此,总结了鲁棒有序回归在排序和有序分类问题中的应用;分析了"必然"和"可能"偏好关系在不同决策问题和不同决策模型中的定义和求解方法;介绍了随机多准则可接受性分析理论与鲁棒有序回归的结合;归纳了不同应用背景下的最具代表性模型的选择方法;最后,展望了鲁棒有序回归在多准则决策中的未来研究方向.
张宏军尹成祥綦秀利程恺张睿康兴挡
关键词:多准则决策
作战行动序列核心本体建模方法研究
为了解决作战计划数据、信息、知识的一致性理解与互操作等问题,使其表示、生成和检验在一致的语义下进行,本文提出了作战计划本体的构建方法,详细阐述了通用本体、性能度量本体、效能度量本体、行动本体、行动序列本体和偏好本体六类核...
程恺陈刚张睿余晓晗尹成祥
关键词:本体作战计划
文献传递
基于加权距离的局部离群点检测算法被引量:3
2014年
针对不同属性对数据点之间距离贡献的不同,提出了一种用于距离度量的属性加权策略。标称属性通过属性取值的信息熵进行加权,数值属性通过属性取值的标准差进行加权,混合属性根据标称属性和数值属性综合加权,加权策略可以放大离群点与正常数据之间的差别。仿真实验区分不同的属性类型对所提加权策略进行了验证,实验结果证明了策略的有效性。
尹成祥张宏军张睿綦秀利王彬
关键词:属性加权
基于改进K-means算法的陆战场机动目标分群方法被引量:8
2016年
陆战场上的多个机动兵力集群在某些情况下可能出现队形相互交错的情况,运用传统的基于实体空间信息的聚类算法(如K-means算法)进行实体目标分群时效果不理想。通过对实体空间信息进行分析与处理,提出了一种基于改进的K-means算法的陆战场机动目标分群方法,重新设计了用于K-means算法的距离度量函数,引入模块度的概念,实现了k值的自适应选取,通过实验验证了该方法对呈较复杂分布的陆战场机动目标进行分群的合理性。
张绪亮张宏军綦秀利王文博王泽尹成祥
关键词:K-MEANS算法模块度
作战计划生成方法研究现状与展望被引量:4
2016年
作战计划质量的高低事关战争的成败,而作战行动序列生成是计划制定的关键。目前作战计划生成面临着行动状态搜索空间大,无法有效处理战场不确定因素对计划执行效果的影响,不能满足现代战争非线性、不确定性需求等问题。为此,分别从经典计划生成和作战计划生成中的理论与应用两个方面分析了国内外的研究现状,特别是针对作战计划生成问题中传统的、基于效果作战的以及不确定性的作战行动序列生成方法进行了系统及深入的阐述,进而指出当前该领域的主要研究方向,这对于现代战争中作战计划的生成具有重要指导意义。
程恺陈刚张品尹成祥
关键词:基于效果作战作战计划适应性鲁棒性
一种改进的K-Means算法被引量:14
2014年
针对典型K-Means算法随机选取初始中心点导致的算法迭代次数过多的问题,采取数据分段方法,将数据点根据距离分成k段,在每段内选取一个中心作为初始中心点,进行迭代运算;为寻找最优的聚类数目k,定义了新的聚类有效性函数—聚类指数,包含聚类紧密度和聚类显著度两个指标,通过最优化聚类指数,在[1,n(1/2)]内寻找最优的k值。在IRIS数据集进行的仿真实验结果表明,算法的迭代次数明显减少,寻找的最优k值接近数据集的真实情况,算法有效性得到了验证。
尹成祥张宏军张睿綦秀利王彬
关键词:K-MEANS算法
共1页<1>
聚类工具0