基于G1-变异系数-KL改进TOPSIS雷达对抗干扰有效性评估

干扰效能评估作为多属性决策问题时，为解决传统的逼近理想解排序法（TOPSIS）在进行雷达对抗效能评估时过于客观而不能充分体现评估者意志，并且在使用过程中仅考虑指标间欧氏距离导致某些处于正负理想解中垂线上的点无法分辨的问题，提出一种G1-变异系数-KL改进TOPSIS雷达对抗干扰有效性评估算法。该算法利用G1法和变异系数法分别求得主观和客观权重，并引入差异系数的概念充分反映主客观程度，利用相对熵解决位于正负理想解中垂线上的点无法排序的问题。通过仿真实验可以发现，提出的算法在评价干扰有效性时性能优于传统算法。      

基于熵-AHP融合的空袭目标威胁度量与排序

针对传统防空作战时对目标威胁评价主观性强、排序逻辑刻板的问题,提出基于熵值法与层次分析法(AHP)融合赋权的空袭目标威胁度量与排序方法。首先结合空战态势分析影响目标对我防空阵地威胁度的各属性因素,同时给出影响因素的威胁隶属度函数,然后利用熵值法和AHP赋权并相继采用加权求和、乘法合成、几何平均的方法进行二次融合,所获权重用于各目标威胁度的综合度量及排序。仿真结果表明,二次融合权重兼取熵值法与AHP的赋权特点,度量方法更为合理,排序结果更加贴合真实战场态势,可信度高。     

多机场协同放行航班排序算法研究

<正>多机场协同放行系统是CDM念的一种产物,本文针对当前空管界的这一热点问题,从航班运行的实际运行体制着手,系统全面地分析影响航班放行的因素条体,构建算法模型,提出解算思路,对多机场协同放行系统的建设具有实际的指导参考意义,以有效减少航班延误。     

基因检测无禁区？

英国政府用基因检测决定人种原籍的计划，有着科学瑕疵和道德疑虑，也对科学有潜在伤害。 一直以来，我们对于人类基因变异的了解仅止于外观的特征，像是发色与肤色。近年来，借助便宜迅速的基因排序与DNA微数组芯片技术，人口基因学家得以更有系统地记录这些变异。     

一种个性化标签云中的标签排序算法

社会化标签能够直接反映用户兴趣和商品特征,因而可用于个性化推荐系统中。使用标签进行推荐时,需要将其排序,而现有标签云中的标签排序都是按标签被标记次数或字典顺序进行降序排列的,这些排列方式未考虑用户个性化的需求和标签的时效性。提出了一种个性化标签云中的标签排序算法,通过用户自身的兴趣与挖掘出的用户潜在兴趣进行标签排序,从而构建个性化的标签云,并根据用户兴趣的变化定期对标签云进行更新,可以更好地发现电子商务网站中用户感兴趣的商品。实验对比结果表明,个性化标签云中的标签排序算法能够有效的提高商品推荐质量。