基于改进熵和灰色关联分析的智能电网综合评价     

张红 《六盘水师范高等专科学校学报》2015,(4)

根据我国智能电网的发展情况,建立智能电网的评价指标体系,运用改进熵权法对评价指标进行赋权,结合灰色关联分析理论,建立了基于改进熵和灰色关联分析的智能电网综合评价模型,通过案例说明了方法的合理性。当涉及多个评价对象时,采用熵权法对各因子赋权,只需1次计算即可,无需对每个监测点进行权重计算,从而使模糊评价过程大大简化,评价的结果更为客观、合理。  相似文献   

价格卡特尔构成要件研究     

王玉辉 《河南师范大学学报(哲学社会科学版)》2007,34(3):93-95

价格卡特尔是一种反垄断法严格禁止的联合行为,其构成要件包括以协议、决议和协调行为表现方式的共同行为要件,处于同一交易阶段的复数经营者和行业协会的主体要件,以及在一定交易领域限制竞争的市场效果要件.在我国《反垄断法》的立法过程中应明确价格卡特尔的构成要件,从而实现价格卡特尔的有效规制.  相似文献   

纹理谱直方图与潜在语义标引在图像检索中的应用   总被引：2，自引：0，他引：2  

木拉提·哈米提  刘伟  童勤业 《科技通报》2006,22(3):389-394

提出一种新的描述局域像素灰度变化的纹理谱方法,并将该方法抽取出的纹理谱直方图特征用于图像检索。实验表明该特征计算简单,检索结果较好,是一种适于图像检索的底层特征。同时将应用于文本检索领域的潜在语义标引方法用于图像检索,并提出了一种计算近似矩阵秩的方法。实验结果显示使用该方法可以分析图像中存在的隐含语义结构,并提高检索效率。  相似文献   

On Verbal Humour from Semantic and Rhetorical Perspectives in American Sitcom Friends     

向云 《长江工程职业技术学院学报》2010,27(2):68-70

  相似文献   

简析酒语词语义演化生成与修辞认知     

王勇卫 《泉州师范学院学报》2010,28(1):58-62

酒语词语义系统，承载着主体最早的认知经验，是主体按照特定修辞方式凝结其语形语义，即主体以经验思维来描述对酒的认识，构建具有幻象意义的描述空间，在这个幻象空间中，隐含着主体内在共通的原型经验，成为具有多维修辞阐释空间的独特符号系统。文章采用广义修辞学相关原理简要分析酒语词语义演化生成与修辞认知。  相似文献   

国内外联想式信息检索研究综述     

李金波 《图书馆学研究》2007,(6):48-52,82

本文通过对国内外联想式信息检索的相关研究进行文献调查，总结国内外联想式信息检索研究的概况和存在的问题，并对未来研究方向进行展望。  相似文献   

基于Web服务的语义网格与异构资源的推送研究     

曹进军 《图书情报工作》2007,51(11):83-86

阐述构建教学参考信息服务系统的思路：利用Web服务为基础实现技术,初步完成教参系统语义网格,实现各种架构数据库的透明访问及与各院系资料室功能上的对接;在此基础上,利用语义网格实现异构资源的推送集成,并分析服务质量评价体系的内容和相关参数。  相似文献   

基于加权关联规则挖掘的相关文献推荐*     

陈祖琴  张惠玲  葛继科  郑宏 《现代图书情报技术》2007,2(10):57-61

研究利用数据挖掘中的关联规则挖掘分析及论文数据库，进行相关文献推荐，提出适用于进行相关文献推荐的改进的混合加权关联规则挖掘算法，并通过用户行为分析确定相关文献集和垂直权重，采用Google搜索引擎的PageRank算法确定水平权重，获得一些有意义的分析结果。  相似文献   

走向交往实践的课程评价     

凌济政 《天中学刊》2006,21(6):9-11

从交往实践的角度重新审视课程评价是对其认识的深化,这既有助于更新和丰富当代教育理论,也有助于反思我国的教育模式。只有多元评价主体之间经过充分的交流,逐步达成共识,课程评价才能更切合评价对象的实际。  相似文献   

The Co-Effects of Query Structure and Expansion on Retrieval Performance in Probabilistic Text Retrieval     

Jaana Kekäläinen  Kalervo Järvelin 《Information Retrieval》2000,1(4):329-344

The effects of query structures and query expansion (QE) on retrieval performance were tested with a best match retrieval system (InQuery¹). Query structure means the use of operators to express the relations between search keys. Six different structures were tested, representing strong structures (e.g., queries with facets or concepts identified) and weak structures (no concepts identified, a query is a bag of search keys). QE was based on concepts, which were first selected from a searching thesaurus, and then expanded by semantic relationships given in the thesaurus. The expansion levels were (a) no expansion, (b) a synonym expansion, (c) a narrower concept expansion, (d) an associative concept expansion, and (e) a cumulative expansion of all other expansions. With weak structures and Boolean structured queries, QE was not very effective. The best performance was achieved with a combination of a facet structure, where search keys within a facet were treated as instances of one search key (the SYN operator), and the largest expansion.  相似文献