精华内容
下载资源
问答
  • 2018-05-19 18:06:53

    一、质量层次模型

        任何一种产品,都是去提供一种/几种服务,为用户解决问题是产品最本质的要求(否则产品没有存在的必要了),也属于硬质量。但作为提供同样服务的多种产品,用户为什么选择你,就取决于产品的软质量了。

        具体来说,可以从下面两个方面来理解硬质量和软质量:

     

    • 硬质量。产品必须提供的质量(功能、性能、稳定性、安全性),满足了这个条件,产品才可以提供出去,才能未用户解决某种/某类问题。你的产品才成为了用户的选择(当然了,如果有很多提供同种服务的产品,用户是否选择你的产品就不一定了)
    • 软质量。产品应该提供的质量(易用性、快捷性,这里统称用户体验),满足了这个条件,才给了用户选择使用你的产品的理由。硬质量是用户选择你的入门门槛,软质量是用户使用/不使用的理由。

        将硬质量、软质量可以归结为如下的质量模型:

     

    • 用户体验。属于软质量范畴,这里指的是广义的定义,包括:UI/UE、易用性、易交互等等
    • 功能。属于硬质量范畴,这里指产品对外提供的服务,也是产品需求的定义
    • 性能。属于硬质量范畴,这里指产品可服务用户的规模、服务的快速响应等等
    • 稳定性。属于硬质量范畴,这里指产品可稳定的
    更多相关内容
  • 第三章多层次存储器 习题 本章题目有几个考点,可用[关键字]搜索。 [字位扩展]——存储器的字、位扩展,以及组成逻辑框图 [DRAM]——DRAM的集中、分散刷新 [字位扩展] 已知某64位机主存采用半导体存储器,其地址码...

    第三章多层次存储器 习题


    本章题目有几个考点,可用[关键字]搜索。
    [字位扩展]——存储器的字、位扩展,以及组成逻辑框图
    [顺序交叉]——顺序交叉存储器的带宽
    [cache命中率]——cache命中率h、cache/主存系统的效率e、平均访问时间ta、主存慢于cache的倍率r
    [组相联]——cache组相联映射
    [直接映射]——cache直接映射
    [替换策略]——cache的替换策略
    [虚拟页表]——主存与虚存的地址、页表长度=页面数

    1. [字位扩展] 已知某64位机主存采用半导体存储器,其地址码为26位,若使用 4MX8位的 DRAM 芯片组成该机所允许的最大主存空间,并选用内存条结构形式,问:
      (1)若每个内存条为16MX64位,共需几个内存条?
      【答】(226X64)/(16MX64)=4.
      (2)每个内存条内共有多少 DRAM芯片?
      【答】(16MX64)/(4MX8)=32.
      (3)主存共需多少 DRAM芯片?CPU如何选择各内存条?
      【答】主存共需4X32=128个DRAM。
      4个内存条,故CPU选择内存条用最高两位地址А24和А25通过2:4译码器实现;其余的24根地址线用于内存条内部单元的选择
    2. 用16KX8位的DRAM芯片构成64K×32位存储器,要求:
      (1)[字位扩展] 画出该存储器的组成逻辑框图。
      【答】用16KX8位的DRAM 芯片构成64K X 32位存储器,需要用(64K×32)/(16K×8)=4x4=16个芯片,其中每4片为一组,构成16KX32位的位扩展,这4组构成字扩展。
      先看数据线:
      一组内的4个芯片只有数据信号线不互连——分别接D0 ~ D7、D8 ~ D15、D16 ~ D23、D24 ~ D31,其余同名引脚互连。
      再看地址线:
      低14位地址A0 ~ A13作为模块内各个芯片的内部单元地址。分成行、列地址两次由A0~A6引脚输入;然后再由4组进行存储器容量扩展,用高两位地址A14、A15通过2:4译码器实现4组中选择一组。
      最后注意控制信号,RAM需要写使能。
      画出逻辑框图如下。
      在这里插入图片描述
      (2)[DRAM] 设存储器读/写周期为 0.5us, CPU在1us内至少要访问一次。试问采用哪种刷新方式比较合理? 两次刷新的最大时间间隔是多少? 对全部存储单元刷新遍所需的实际刷新时间是多少?
      【答】
      DRAM按行刷新,先求有多少行,需要进行DRAM规格设定(同书上规格):
      设刷新周期为 2ms,并设16K×8位的DRAM结构是 128x128×8存储阵列,则对所有单元全部刷新一遍需要128次(每次刷新一行,共128行)。
      若采用集中式刷新,
      则每2ms中的 最后 128X0.5μs=64μs 为集中刷新时间,不能进行正常读写,即存在64μs的死时间;
      若采用分散式刷新,
      每1μs只能访问一次主存而题目要求CPU在1μs内至少要访问一次,也就是说访问主存的时间间隔越短越好,故此方法也不是最适合的。
      比较适合采用异步式刷新

      若采用异步式刷新,则两次刷新操作的最大时间间隔为2ms/128=15.625μs,可取15.5μs;
      若采用集中式刷新,对全部存储单元刷新一遍所需的实际刷新时间为:15.5μs x128=1.984ms;采用这种方式,每 15.5μs 中有 0.5μs用于刷新,其余的时间用于访存(大部分时间中1μs可以访问两次内存)。
      在这里插入图片描述
      可见,两次刷新的最大时间间隔位tMAX=15.5X2-0.5=30.5(μs);对全部存储反袁刷新一遍的时间为tR=0.5X128=64(μs)。
    3. 有一个1024K×32位的存储器,由128KX8位的DRAM芯片构成。问:
      (1)[字位扩展] 总共需要多少DRAM芯片?
      【答】需要(1024K×32)/(128K×8)=8x4=32片,每4片为一组,共需8组
      (2)[字位扩展] 设计此存储体组成框图。
      在这里插入图片描述
      (3)[DRAM] 采用异步刷新方式,如单元刷新间隔不超过8ms,则刷新信号周期是多少?
      【答】设该128K×8位的 DRAM 芯片的存储阵列为512×256×8结构,则如果选择一个行地址进行刷新,刷新地址为 A0~A8,那么该行上的 2048个存储元同时进行刷新,要求单元刷新间隔不超过 8ms,即要在8ms 内进行512次刷新操作。
      采用异步刷新方式时需要每隔8ms/512 =15.625μs进行一次,可取刷新信号周期为15.5μs。
    4. [字位扩展] 要求用256Kx16位SRAM芯片设计1024Kx32位的存储器。SRAM芯片有两个控制端:当CS有效时,该片选中。当W/R=1时执行读操作,当W/R=0时执行写操作。
      【答】(1024K×32)/(256Kx16)=4x2=8片,共需8片,分为4组,每组2片。
      所设计的存储器单元数为1M,字长为32,故地址长度为20位A0 ~ A19,所用芯片存储单元数为256K,字长为16位,故占用的地址长度为18位A17 ~ A0
      由此可用位数扩展与字扩展相结合的方法组成组成整个存储器字长位数扩展:同一组中2个芯片的数据线,一个与数据总线的 D15 ~ D0相连,一个与D31 ~ D16相连;其余信号线公用(地址线、片选信号、读写信号同名引脚互连)。
      字单元数扩展:4组RAM芯片,使用一片2:4 译码器,各组除片选信号外,其余信号线公用。
      其存储器结构如图所示。
      在这里插入图片描述
    5. [字位扩展] 用32K×8位的E2PROM芯片组成128KX16位的只读存储器,试问:
      (1)数据寄存器多少位?
      【答】系统16位数据,所以数据寄存器16位
      (2)地址寄存器多少位?
      【答】系统地址128K=217,所以地址寄存器17位
      (3)共需多少个E2PROM芯片?
      【答】共需(128K X 16)/(32K X 8)=4x2=8片,分为4组,每组2片
      (4)画出此存储器组成框图。
      在这里插入图片描述
    6. [字位扩展] 某机器中,已知配有一个地址空间为0000H ~ 3FFFH的ROM区域。现在再用一个RAM芯片(8KX8)形成40KX16位的RAM区域,起始地为6000H。假设RAM芯片有CS和WE信号控制端。CPU的地址总线为A15 ~ A0,数据总线为D15 ~ D0,控制信号为R/W(读/写),MREO(访存),要求:
      (1)画出地址译码方案。
      【答】由于RAM芯片的容量是8KX8,要构成40KX16的RAM区域,共需要(40Kx16)/(8KX8)=5x2=10片,分为5组,每组2片;8K=213,故低位地址为13位:A12 ~ A0,每组的2片位并联,进行字长的位扩展有5组RAM芯片,故用于组间选择的译码器使用3:8译码器,用高3位地址A15 ~ A13作译码器的选择输入信号,地址分配情况:
    各芯片组各组地址区间A15A14A13138的有效输出Yi否
    ROM(3行)0000H~3FFFH000Y0否
    001Y1否
    010Y2否
    ROM16000H~7FFFH011Y3否
    ROM28000H~9FFFH100Y4否
    ROM3A000H~BFFFH101Y5否
    ROM4C000H~DFFFH110Y6否
    ROM5E000H~FFFFH111Y7否

    在这里插入图片描述
    注:RAM1~ RAM5 各由2片8KX8芯片组成,进行字长位扩展。各芯片组内部的单元地址是A12 ~ A0,由000到111。
    (2)将ROM与RAM同CPU连接
    在这里插入图片描述
    类似问题:
    某机器中,已知配有一个地址空间为0000H ~ 1FFFH的ROM区域。现在再用一个RAM芯片(8KX4)形成一个16KX8的RAM区域,起始地址为2000H。假设RAM芯片有/CS和/WE信号控制端。CPU地址总线为A15 ~ A0,数据总线为D7 ~ D0,控制信号R//W(读/写), /MREQ(当存储器进行读或写操作时,该信号指示地址总线上的地址是有效的)。要求:
    (1)画出地址译码方案。(2) 将ROM和RAM同CPU连接。
    在这里插入图片描述
    类似问题:
    在这里插入图片描述

    1. [顺序交叉] 设存储器容量为 64M,字长为64位,模块数m=8,分别用顺序和交叉方式进行组织。存储周期T=100ns,数据总线宽度为64位,总线传送周期,t=50ns。求:顺序存储器和交叉存储器的带宽各是多少?
      【答】带宽=单位时间(s)内读出的二进制信息量(b)
      顺序存储器和交叉存储器连续读出m=8个字的信息总量都是:
      q=64位X8=512位
      顺序存储器和交叉存储器连续读出8个字所需的时间分别是:
      t1=mT=8X100ns=8X10-7s
      t2= T+(m-1)t =100ns+7×50ns=450ns=4.5X10-7s
      顺序存储器和交叉存储器的带宽分别是:
      W1=q/t1 =512/(8X10-7)=64X107 [位/s]
      W2=q/t2=512/(4.5X10-7)=113.8X107 [位/s]
    2. [cache命中率] CPU执行一段程序时,cache完成存取的次数为2420次,主存完成存取的次数为80次,已知 cache存储周期为40ns,主存存储周期为240ns,求 cache/主存系统的效率和平均访问时间。
      【答】
      cache的命中率:h=Nc/(Nc+Nm)=2420/(2420+80)=96.8%
      平均访问时间:ta=hXtc+(1-h)Xtm=0.968X40+0.032X240=46.4ns
      cache/主存系统的效率:e=tc/ta=40/46.4=86.2%
    3. [cache命中率] 已知 cache 存储周期 40ns,主存存储周期200ns, cache/主存系统平均访问时间为 50ns,求 cache的命中率是多少?
      【答】已知 cache /主存系统平均访问时间ta=tc/e=50ns
      r=tm/tc=200/40=5
      e=tc/ta=0.8;e=1/(r+(1-r)h)=1/(5-4h)=0.8
      得到h=15/16=93.75%
    4. [顺序交叉] 某计算机采用四体交叉存储器,今执行一段小循环程序,此程序放在存储器的连续地址单元中,假设每条指令的执行时间相等,而且不需要到存储器存取数据,请问在下面两种情况中(执行的指令数相等),程序运行的时间是否相等。
      (1)循环程序由6条指令组成,重复执行80次。
      (2) 循环程序由8条指令组成,重复执行60次。
      【答】假设取指周期为T,执行时间为t,总线传输时间为:
      第一种情况,程序运行的时间T1=(T+5τ+6t)×80=80T+400τ+480t,
      第二种情况,程序运行的时间T2=(T+7τ+8t)×60=60T+420τ+480t,
      所以不相等,且T1:T2≈80T:60T=4:3。
    5. [组相联] 一个组相联 cache 由64个行组成,每组4行。主存储器包含4K个块,每块128个字。请表示内存地址的格式。
      【答】主存每块128=27个字,故块内的字地址为7位。
      主存4K=212个块,故块地址为12位(tag+组号的位数)。
      Cache有64行,每组4行,共64/4=16=24组,故组号4位(组内页号2位组相联方式是组间直接映射,组内全相联映射方式)。所以主存的块地址被分为两部分:低4位为在cache中的组号,高8位为标记字段,即19位内存地址的格式:tag(8)-组号(4)-字地址(7)。
    6. [直接映射] 有一个处理机,内存容量 1MB,字长 1B,块大小16B, cache 容量 64KB,若 cache 采用直接映射式,请给出2个不同标记的内存地址,它们映射到同一个cache 行。
      【答】
      Cache 共有64KB/16B=212行,行号为12位;
      16B采用直接映射方式,所以cache的行号i与主存的块号j之间的关系为:
      i= j mod m, m 为 cache 的总行数
      20 位的内存地址格式:tag(4)-行号(12)-块内地址(4)
      两个映射到同一个 cache 行的内存地址满足的条件是:
      12位的行号相同,而4位的标记不同即可,例如下面的两个内存地址就满足要求:
      0000 000000000000 0000=00000H 与
      0001 000000000000 0000=10000H
    7. [直接映射] 假设主存容量16M×32 位,cache容量64K×32位,主存与cache 之间以每块4x32位大小传送数据,请确定直接映射方式的有关参数,并画出主存地址格式。
      【答】每块4=22字,块内地址2位
      Cache共有(64K×32)/(4x32)=214个行,行号为14位
      主存共有(16M×32)/(4×32)=222个块,块地址为22位,
      由行号和标记组成cache 的行号i与主存的块号j之间的关系为: i=j mod m, m为 cache的总行数
      设32位为一个字,且按进行编址,则24位的内存地址格式:tag(8)-行号(14)-块内地址(2)
    8. [替换策略] 某虚拟存储器采用页式存储管理,使用LRU页面替换算法,若每次访问在个时间单位内完成,页面访问序列如下:1、8、1、7、8、2、7、2、1、8、 3、8、2、1、3、1、7、1、3、7。已知主存只允许放4个页面,初始状态时4个页面是全6空的,则页面失效次数是( )。
      【答】LRU算法的思想:每页设置一个计数器,每次命中一页,该页对应的计数器清零,其他各页的计数器加1;需要替换时,将计数值最大的页换出,所以对应的访问过程及相应的计数器的内容、替换结果如下:
      在这里插入图片描述
      红色标注的页是未命中的访问,共有6次访问页面未装入主存,页面实效率为:6/20=30%。
    9. [虚拟页表] 主存容量为 4MB,虚存容量为1GB,则虚拟地址和物理地址各为多少位?如页面大小为4KB,则页表长度是多少?
      【答】主存容量为4MB,物理地址22位;虚存容量为1GB,虚拟地址30位;页表长度,即页面数=1GB/4KB=2 =256K
    10. 设某系统采用页式虚拟存储管理,页表存放在内存中。
      (1)如果一次内存访问使用50ns,访问一次主存需用多少时间?
      【答】若页表存放在主存中,则要实现一次主存访问需两次访问主存:
      一次是访问页表,确定所存取页面的物理地;第二次才根据该地址存取页面数据。
      故访问一次主存的时间为 50X2=100(ns)
      (2)如果增加TLB,忽略查找页表项占用的时间,并且 75%的页表访问命中TLB,内存的有效访问时间是多少?
      【答】75%X50+(1-75%)×2X50=62.5(ns)
    11. [cache命中率] 某计算机的存储系统由 cache,主存和磁盘构成。cache 的访问时间为 15ns;如果被访问的单元在主存中但不在 cache 中,需要用 60ns的时间将其装入 cache,然后再进行访问;如果被访问的单元不在主存中,则需要 10ms(=106ns) 的时间将其从磁盘中读入主存,然后再装入 cache 中并开始访问。若 cache 的命中率为90%,主存的命中率为 60%,求该系统中访问一个字的平均时间。
      【答】被访问的字在 cache 中的概率为0.9;
      不在 cache 中但在主存中的概率为:(1-0.9)X0.6=0.06;
      不在 cache也不在主存中的概率为:(1-0.9)X(1-0.6)=0.04;
      所以, 一个字的访问时间为:
      15X0.9+(15+60)×0.06+(15+60+10X106)×0.04=13.5+4.5+400003=400021(ns)
    12. [虚拟页表] 某页式存储管理,页大小为2KB,逻辑地址空间包含16页,物理空间共有8页,逻辑地址应用多少位?主存物理空间有多大?
      【答】逻辑地址空间包含 16页,页大小为2KB,所以逻辑地址空间为32KB,逻辑地址应用4+11=15位;物理空间共有8页,页大小为2KB,所以主存物理空间16KB
    13. [虚拟页表] 在一个分页虚存系统中,用户虚地址空间为32页,页长1KB,主存物理为16KB。已知用户程序有10页长,若虚页0、1、2、3已经被调入到主存8、7、4、10页中,请问虚地 0AC5 和 1AC5(十六进制)对应的物理地是多少?
      【答】页长1KB,所以页内地址为10位。
      主存物理页面数:16页,共14位地址码(其中页面号4位,页内地址10位)
      用户虚地址空间:32页,页面号为0-31:共15位地址码(其中页面号5位,页内地址10位)
      0AC5H=00010,1011000101B,页面号为2,已被调入到主存页4,所以,物理地址中的页面号为4,页内地址与虚地址的页内地址相同,所以是:0100,1011000101=12C5H
      1AC5H=00110,1011000101B,页面号为6,未被调入到主存页中,所以无物理地址,会发生缺页中断。
    14. 段式虚拟存储器对程序员是否透明?请说明原因。
      【答】虚拟管理是由软件(操作系统)和硬件共同完成,由于软件的介入,虚存对实现存储管理系统程序不透明。而段是按照程序的自然分界划分的长度可以动态改变的区域。通常,程序员把子程序、操作数和常数等不同类型的数据划分到不同的段中,并且每个程序可以有多个相同类型的段。由于分段是由程序员完成的,所以段式虚拟存储器对程序员而言不是透明的,但虚存到实存的地址映射是由系统软件辅助完成的,故对应用程序而言,段式虚拟存储器是“半透明”的。
    15. 为什么在页式虚拟存储器地址变换时可以用物理页号与页内偏移量直接拼接成物理地址,而在段式虚拟存储器地址变换时必须用段起址与段内偏移量相加才能得到物理地址?
      【答】由于物理页与虚拟页的页面大小相同,且为2的整数次幂,所以页式虚拟存储器地址变换时可以用物理页号与页内偏移量直接拼接成物理地址。而段式虚拟存储器的各段大小不同,且段起始地址任意,所以必须用段起址与段内偏移量相加才能得到物理地址。
    16. 在虚存实现过程中,有些页面会在内存与外存之间被频繁地换入换出,使系统效率急剧下降。这种现象称为颠簸。请解释产生颠簸的原因,并说明防止颠簸的办法。
      【答】产生颠簸的原因主要有二:一是分配的页面数太少,二是替换策略不佳。
      防止颠簸的办法:适当增加分配给用户程序的页面数,选取LRU或更好的替换策略。
    17. 某计算机主存8MB,分成4096页。 Cache64KB,分成和主存同样大小的块,地址映像采用直接映像方式,见下图。求:
      在这里插入图片描述
      (1)Cache有多少块?
      【答】 计算每块的大小:8MB/4096=223/212=211。64K=216b,216/211=32,故cache有32块。
      (2)Cache的块内地址为多少位?
      【答】Cache的格式: 64KB=26×210=25×211。cache块内地址11位。
      (3)Cache的块号为多少位?
      【答】Cache有32块。所以 Cache 块号为5位。
      (4)设Cache中的主存标记如图所示,当CPU送出地址为7F1057H时,能否在Cache中访问到该单元?若送出地址为2D07FFH时,能否在Cache中访问到该单元?上述两个地址若不在Cache中,应映射到Cache中的哪一块?
      【答】
      7F1057H=0111 1111 0001 0000 0101 0111能访问到;
      2D07FFH=0010 1101 0000 0111 1111 1111不能访问到,应该映射到Cache的0块。
    展开全文
  •   4、层次化门控机制   最后论文再总结一下,提出的模型在数据集上效果良好。 【注一】:上述的四个创新名词,其实原理都比较简单。“尺度特征抽取模块”等于“CNN”,“层级信息传播模块”等.

    ·阅读摘要:
      本文在BERT模型上,提出了利用多任务架构来解决层级多标签文本分类问题。
    ·参考文献:
      [1] MSML-BERT模型的层级多标签文本分类方法研究

    [0] 摘要

      在摘要中,作者主要给出了本篇论文的创新点:

      1、多任务学习架构
      2、多尺度特征抽取模块
      3、多层级信息传播模块
      4、层次化门控机制

      最后论文再总结一下,提出的模型在数据集上效果良好。

    【注一】:上述的四个创新名词,其实原理都比较简单。“多尺度特征抽取模块”等于“CNN”,“多层级信息传播模块”等于“向量拼接”。(要想论文发的好,名词一定要起的妙!哈哈)

      作者总结了当前HMTC(Hierarchical Multi-label Text Classification,层级多标签文本分类)面临的两大问题

      (1)使用相同的模型结构来预测不同层级的标签,忽略了不同层级和粒度的标签之间的差异性和多样性,导致对各层级标签的预测性能较差;

      (2)没有显式和充分地建模层级依赖关系以及引入了不必要的噪音,造成对下层长尾标签的预测性能尤其差,并且会导致标签不一致问题。

    【注二】:总结的说:用一个模型预测多个层级的标签并不准确;没有使用到层级的标签信息。

    [1] 相关工作

    请添加图片描述
      如图,当前HMTC方法有三种算法方法:

      展平方法:就是不考虑标签的层级结构,直接把层级标签当成普通多标签文本分类来建模。有时候,展平方法是把所有的层级标签都展平,有时候是把最后一层的标签展平。

    【注三】:展平方法对HMTC的效果是有瓶颈的。

      局部方法:局部方法指的是,为层级标签的每个节点都设置一个分类器,这中分类器一般是机器学习的分类器,如SVM等。

    【注四】:可想而知,这样的效果也做不到最好。

      全局方法:用单个分类器并且更显式地对标签层次结构进行建模,模型通常采用端到端的方式训练并且对所有标签进行一次性地预测。

    【注五】:全局方法旨在更好的利用标签信息、标签的层次结构信息。

    [2] 基于MSML-BERT模型的层级多标签文本分类方法

      模型如下图:
    在这里插入图片描述
      讲解模型:

      · 首先,架构是多任务学习架构,采用的是硬参数共享方法。每个任务的模型由共享层任务特定层两个部分组成。共享层用于学习和共享通用的知识和表征,而任务特定层用于弥补不同任务之间的差异以及提高不同任务的泛化性。

      · 本文模型的共享层,就是bert模型。采用bert的后几层,bert的输出应用到下游任务。

    【注六】:bert已经是基操了。这样算作是共享层的话,那么像普通使用glove等预训练词向量也能称为共享层。

      · MSFEM(多尺度特征抽取模块),特征抽取的意思就是卷积层的卷积,多尺度的意思是采用不同窗口大小的卷积核。图中使用了3个TextCNN模型,对应到数据集中的3层标签结构。

      · MLIPM(多层级信息传播模块),把上一层的输出,拼接在下一层的输入中。不过拼接的方式比较不一样,采用的是HGM(层次化门控机制)。

      · HGM(层次化门控机制),一种合并向量的门控方式,如下图:
    在这里插入图片描述

    【注七】:对于模型提取特征时,不同的层级,卷积层提取的宽度不一样,文中的解释为:对于较上的层级采用较宽的一维卷积核提取粗粒度特征,对于较下的层级采用较窄的一维卷积核提取细粒度特征。

    [3] 实验

      数据集如下:
    在这里插入图片描述
      RCV1-V2是非常经典的一个多标签文本分类数据集。

      实验结果如下:
    在这里插入图片描述
      可以看到全局方法有碾压般的表现。

    [4] 模型性能分析

    【注八】:个人觉得这里写的很好,有理有据,值得学习。

      消融实验:(其实就是控制变量)
    在这里插入图片描述
      这里就证明了,论文提出的模型改进方法确实是有效果的。

      分层表现分析 :(查看不同模型在不同标签层级的评分)

    在这里插入图片描述
      这里就证明了,论文提出的模型,在层级较深时,表现就更好。说明论文的创新点是正确的。

      标签一致性分析 :

      标签一致性问题是模型预测的每一层标签,并不符合原始标签的层级关系。
    在这里插入图片描述
      这里也证明了论文提出的模型的优点。

    展开全文
  • 层次分析法

    千次阅读 2020-12-24 22:23:21
    层次分析法步骤 层次分析法主要用于解决评价类问题...由于一次性考虑个指标之间的关系往往考虑不周,所以要两两指标进行比较,最终根据两两比较结果来推算权重。 在比较时会用到如下重要程度表 首先比较得出指

    层次分析法步骤
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

    层次分析法主要用于解决评价类问题(例如:选择哪种方案最好、哪位运动员或者员工表现得更优秀)
    解决评价类问题,首先想到:

    1. 评价的目标是什么
    2. 为了达到目的有哪几种可选方案
    3. 评价的准则或者指标是什么

    前两个问题答案显然,第三个问题需要根据题目中的背景材料,常识以及网上搜集到的资料(知网、万方等网站优先)进行结合

    定下准则后确定指标所占权重。由于一次性考虑多个指标之间的关系往往考虑不周,所以要两两指标进行比较,最终根据两两比较结果来推算权重。

    在比较时会用到如下重要程度表
    重要程度表
    首先比较得出指标所占权重
    在这里插入图片描述
    不同指标中各城市之间的比较
    在这里插入图片描述
    在这里插入图片描述
    一直矩阵各行各列之间成倍数关系
    若矩阵中每个元素aij>0 且aij×aji=1,我们称之为正互反矩阵。在层次分析法中构造的判断矩阵均为正互反矩阵。若矩阵aij×ajk=aik,我们称其为一致矩阵。在用判断矩阵求权重前,必须检验其一致性。
    在这里插入图片描述

    在这里插入图片描述

    不同城市在同一指标中权重的计算:
    判断矩阵由于各列成比例,计算所得值相等,所有只计算其中一列即可。
    在这里插入图片描述
    用费判断矩阵的正互反矩阵求权重时,应将每列分别求出,在将城市每列所求的权重求平均在这里插入图片描述
    算数平均法求权重总结:

    1. 将判断矩阵按列归一化(每列元素除以其所在列的和)
    2. 将归一化的各列相加
    3. 将相加后得到的向量中每个元素除以n 即可得到权重向量
      在这里插入图片描述
    北京某公司为了提高公司办公水平, 提高订单处理效率, 实现各部门信息的     
    整合, 准备引进一套智能分析软件。 经初步筛选, 现在有三家软件公司基本符合     
    条件, 现在用 AHP 层次分析法再进一步确定软件供应商。       
    考虑的因素有 6 项, 分别为: 产品架构、 系统集成性、 可持续发展、 行业经     
    验、 研发能力、 价格因素, 分别有甲、 乙、 丙三家公司作为候选的软件供应商。     
    准则层成对比较矩阵, 如下图所示:     归一化处理   
    求最大特征根和最大特征向量  I9^(1/6)J9/$J$15MMULT(C9:H14,K9:K14) 
    性能产品架构 系统集成性 可持续发
    行业经验 研发能力 价格因素按行相乘开6次方权重wiAwiAwi/wiCI=(特征根-n)/(n-1)IR
    产品架构 121310.531.2009370.1828641.1828316.468374  
    系统集成性 0.51241141.2599210.1918451.2576366.555472  
    可持续发展 10.51530.53.751.2464410.1897931.316.877361  
    行业经验 0.330.250.210.330.330.0017970.3486730.0530920.336.131864  
    研发能力 110.333110.990.9983260.1520130.986.440395  
    价格因素 212311121.5130860.2303941.486.4187440.101.26
            6.567385 6.4838.89  
    方案层针对每一准则构造的成对比较矩阵, 如下图所示:    特征根   
    产品架构 公司甲 公司乙 公司丙 行业经验 公司甲 公司乙 公司丙      
    公司甲 10.330.5公司甲 10.334      
    公司乙 314公司乙 317      
    公司丙 20.251公司丙 0.250.141      
    系统集成性 公司甲 公司乙 公司丙 研发能力 公司甲 公司乙 公司丙      
    公司甲 10.250.33公司甲 116      
    公司乙 414公司乙 116      
    公司丙 30.251公司丙 0.170.171      
    可持续发展 公司甲 公司乙 公司丙 价格因素 公司甲 公司乙 公司丙      
    公司甲 130.33公司甲 10.20.14      
    公司乙 0.3316公司乙 511      
    公司丙 30.171公司丙 711      
    RI 取值参考表            
    阶数 RI 第9章1:供应链优化【案例练习】修正版         
    10 第10章1:资金的时间价值随堂案例修正版         
    20 第10章2:投资收益分析随堂案例修正版         
    30.52 第10章3:投资风险随堂案例修正版         
    40.89            
    51.12            
    61.26            
    71.36            
    81.41            
    91.46            
    101.49            
    111.52            
    121.54            
    131.56            
    141.58            
    151.59            
    161.5943            
    171.6064            
    181.6133            
    191.6207            
    201.6292            
    211.6385            
    221.6403            

     

     

    展开全文
  • 抽象层次

    千次阅读 多人点赞 2017-08-17 21:03:34
    抽象层次 抽象层次是面向对象方法中极其重要,但是又非常难以掌握的技巧。学 会站在不同的抽象层次考虑问题是建立好模型的基础,所以笔者不能不在这里说一些与技术无关的“废话”。 首先,抽象层次越高,具体...
  • 数学建模--层次分析法

    千次阅读 2020-07-19 22:36:09
    层次分析法的求解步骤 1.建立层次结构模型 模型分为三层。分别为最高层(决策问题最终要解决什么,即决策的目的)、中间层(考虑的因素,决策的准则。比如买衣服要考虑价格、尺寸、款式等因素)和最低层(决策时的...
  • 层次聚类-Hierarchical Clustering

    千次阅读 2021-07-24 10:09:28
    层次聚类(Hierarchical Clustering)是聚类算法的一种,通过计算不同类别数据点间的相似度来创建一棵有层次的嵌套聚类树,距离越小,相似度越高。在聚类树中,不同类别的原始数据点是树的最低层,树的顶层是一个聚类...
  • GC是垃圾收集的意思,内存处理是编程人员容易出现问题的地方,忘记或者错误的内存回收会导致程序或系统的不稳定甚至崩溃,Java提供的GC功能可以自动监测对象是否超过作用域从而达到自动回收内存的目的,Java语言没有...
  • 数学建模方法——层次分析法(AHP)

    万次阅读 多人点赞 2019-12-04 17:10:33
    0. 层次分析法简介 层次分析法(Analytic Hierarchy Process,简称AHP)主要是对于定性的决策问题进行定量化分析的方法。举个例子,在日常生活中,我们经常需要进行感性的判断,比如报高考志愿,感觉清华北大都很好...
  • 知乎7万赞回答:你思考问题的方式,决定了你的层次"一文。本人觉得写得蛮好,分享给大家,共勉!文章有点长,看完全文需要点耐心…… 所谓厉害的人,遇到问题时的思维模式,跟我们的差别在哪? 这篇文章里,...
  • 以上截图来自张磊的《多层线性模型应用》
  • verilog --例化-层次

    千次阅读 2020-03-28 17:35:08
    // Module body endmodule 模块的层次结构是通过在另一个模块中实例化一个模块来创建的,只要使用的所有模块都属于同一个项目(这样编译器就知道在哪里可以找到模块)。一个模块的代码没有写在另一个模块的主体中...
  • VHDL入门基础——系统层次化设计

    千次阅读 2020-07-18 14:45:54
    VHDL基础——系统层次化设计篇 元件例化 目的:是将已设计好的实体当作一个元件来使用,用VHDL语言描述各元件之间的关系。因此元件例化=元件定义(已有元件调用)+连接关系映射(各元件连接关系)。 Conponent 元件...
  • 维度-层次维度

    千次阅读 2019-03-12 17:11:00
    如果一个层次有不止一个表,可以使用primaryKeyTable 属性来区分。Level 的column 定义了它的键,必须是这个层次所在表的列名。如果键是一个表达式,可以使用KeyExpression 元素子元素。Level、Measure 和Property ....
  • AD2019 层次原理图

    千次阅读 2021-05-22 18:25:22
    准备用层次原理图来搞,每个子图之间用port作为接口,这样维护检查起来就好的。 没怎么看资料,先自己画一下先。结果编译时,好多报错。 去看了2份资料,人家画的溜溜的,没见有什么报错. 折腾了大半天,才明白AD...
  • 层次分析法的理解

    千次阅读 2020-08-07 11:39:31
    AHP层次分析法层次分析法的特点基本概念重要性表判断矩阵为什么要引入判断矩阵呢?判断矩阵的特点一致矩阵为什么要定义一致矩阵呢?一致矩阵的特点:一致矩阵的引理:一致性检验的步骤判断矩阵计算权重算术平均法求...
  • 层次结构图和层次图的... 很时候,一个命令-控制式结构可以产生你的视野的最准确的版本,并很快。 但是不要期望任何层次结构会令您惊喜。 不要指望它能很好地应对您无法控制的力量或事件。 没有您的精心监督,...
  • 沟通的四个层次

    千次阅读 2020-02-10 15:25:04
    沟通分为四个层次层次越深,效果越好。四个层次分别为理解、认同、支持、一起干。 一.理解 如果能够让对方理解。这是最基本的沟通效果。如果对方没理解,沟通就是失败的。 二.认同 如果别人理解了,更进一步让...
  • 图像尺度特征融合、特征金字塔总结
  • 层次化索引

    千次阅读 2018-02-12 02:01:02
    层次化索引是pandas的一项重要功能,它使你能在一个轴上拥有个(两个以上)索引级别。抽象点说,它使你能以降低唯独形式处理高维度数据。 带有MultiIndex索引的Series的格式化输出格式。索引之间的"间隔"表示...
  • H I D J E B K F G C A 动画展示: (4)层次遍历 层次遍历很好理解,就是从根节点开始,一层一层,从上到下,每层从左到右,依次写值就可以了 层次遍历结果:A B C D E F G H I J K 解释外圈跑的意思: 绕着外围跑...
  • 解决评价类问题以及确定各指标的权重时,学会层次分析法能够派上很大的用场,本文详细介绍了层次分析法的原理与应用技巧,讲解了在数学建模中如何运用层次分析法解决评价类问题。
  • 层次分析法(AHP)基础概念整理+步骤总结

    万次阅读 多人点赞 2019-07-08 17:29:17
    层次分析法是用来根据多种准则,或是说因素从候选方案中选出最优的一种数学方法 递阶层次的建立与特点 一般分为三层,最上面为目标层,最下面为方案层,中间是准则层或指标层。 最顶层是我们的目标,比如说选...
  • 层次分析法(AHP)算法简介

    千次阅读 2021-11-01 14:13:23
    层次分析法(AHP)是美国运筹学家萨蒂于上世纪70年代初,为美国国防部研究“根据各个工业部门对国家福利的贡献大小而进行电力分配”课题时,应用网络系统理论和目标综合评价方法,提出的一种层次权重决策分析方法...
  • 【数学建模】1层次分析法模型部分

    千次阅读 2020-11-08 11:45:49
    层次分析法(The analytic hierarchy process 简称AHP)建模比赛中最基础的模型之一,其主要用于解决评价类问题(例如:选择哪种方案最好、哪位运动员或者员工表现得更优秀) AHP的主要特点是通过建立递阶层次结构,...
  • java中的“包”到底是什么意思

    千次阅读 2021-02-27 19:58:39
    包的名字是有层次关系的,每一层都用点隔开。包层次结构必须与Java开发系统的文件系统结构相同。通常,所有的包名都使用小写字母,这不同于类名以大写字母开头并且每个单词的第一个字母也是大写的命名约定。 使用包...
  • 机器学习 | AHP层次分析法

    千次阅读 多人点赞 2019-05-15 20:39:47
    聊聊AHP层次分析法1 什么是AHP层次分析法?2 这个方法是干吗呢?在什么场景使用?3 AHP层次分析法的实现3.1 步骤3.2 实际的例子3.2.1 背景3.2.2 Step1 构建层次结构模型3.2.3 Step2 构造成对比较矩阵3.2.4 Step3 ...
  • 认知的四个层次

    千次阅读 2020-11-28 20:22:56
    我个人认为对某个事物的认知有四个层次,这四个层次分别是听过,知道,会操作,领悟。 认知的第一层次:听过。 这个比较容易理解,这个层次就是对事物基本没有概念,只是道听途说得来一些消息。但是,我们经常会...
  • 【算法类原创】层次分析法的内涵

    千次阅读 2018-07-07 12:26:19
     检验的方法很,1)中所述方法合理性与否需要读者自行判断。作者仅对其检验方法进行简要解释。  一致性指标CI = (  λmax - n )/(n-1)    λmax在理想状况下为判断矩阵的阶数,因此分子为  λmax-n,其作用...
  • 聚类算法(4)--Hierarchical clustering层次聚类

    万次阅读 多人点赞 2018-11-07 17:45:47
    一、层次聚类 1、层次聚类的原理及分类 2、层次聚类的流程 3、层次聚类的优缺点 二、python实现 1、sklearn实现 2、scipy实现 树状图分类判断 一、层次聚类 1、层次聚类的原理及分类 1)层次法...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 161,799
精华内容 64,719
关键字:

多层次的意思