基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文提出了一种基于最大熵马尔科夫模型的绩效评价方法.该方法采用马氏模型来定量化建模专家打分过程,采用特征函数表征打分规则,通过在训练集上最大化熵来获得符合专家经验的最优的打分模型.与传统方法相比,所提出的方法可以融合各种打分规则、专家经验和指标逻辑关系得到综合打分结果.为了提高模型的训练和打分的效率,本文提出了基于改进迭代算法的参数估计方法,并利用Viterbi算法进行快速打分计算.利用中国大洋协会绩效评价指标体系历史数据进行的仿真实验表明,与BP神经网络方法和最大熵方法进行对比,本文所提出的方法具有更高的打分正确率.
推荐文章
基于不同隐马尔科夫模型的图像识别方法
隐马尔科夫模型
E-HMM
图像识别
指纹识别
灰色马尔科夫模型及其应用
灰色系统理论
GM(1
1)模型
马尔科夫预测
粮食产量预测
基于离散隐马尔科夫模型的语音识别技术
语音识别
隐马尔科夫模型
动态时间规整
人工神经网络
基于马尔科夫的装备状态维修决策模型
维修检测
状态维修
马尔科夫
预测
维修决策
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于最大熵马尔科夫模型的绩效评价方法
来源期刊 控制理论与应用 学科 工学
关键词 绩效评价方法 最大熵马尔科夫模型 最大熵 隐马尔科夫模型 Viterbi算法 改进迭代算法
年,卷(期) 2017,(3) 所属期刊栏目 论文与报告
研究方向 页码范围 337-344
页数 8页 分类号 TP273
字数 8274字 语种 中文
DOI 10.7641/CTA.2017.60134
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 朱磊 中国大洋协会办公室 4 24 3.0 4.0
2 宋士吉 清华大学自动化系 30 368 8.0 19.0
3 牛绿茵 清华大学自动化系 1 5 1.0 1.0
4 张玉利 清华大学自动化系 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (14)
节点文献
引证文献  (5)
同被引文献  (7)
二级引证文献  (2)
1972(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(5)
  • 参考文献(5)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(4)
  • 引证文献(3)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
绩效评价方法
最大熵马尔科夫模型
最大熵
隐马尔科夫模型
Viterbi算法
改进迭代算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
控制理论与应用
月刊
1000-8152
44-1240/TP
大16开
广州市五山华南理工大学内
46-11
1984
chi
出版文献量(篇)
4979
总下载数(次)
16
总被引数(次)
72515
论文1v1指导