five

BIBLIOMETRIC STUDIES ON MULTI-CRITERIA DECISION ANALYSIS (MCDA) METHODS APPLIED IN MILITARY PROBLEMS|军事决策数据集|多准则决策分析数据集

收藏
DataCite Commons2022-06-02 更新2024-07-29 收录
军事决策
多准则决策分析
下载链接:
https://scielo.figshare.com/articles/dataset/BIBLIOMETRIC_STUDIES_ON_MULTI-CRITERIA_DECISION_ANALYSIS_MCDA_METHODS_APPLIED_IN_MILITARY_PROBLEMS/19967789/1
下载链接
链接失效反馈
资源简介:
ABSTRACT Military issues have great relevance worldwide since they affect the security and sovereignty of nations. In this context, the application of Multicriteria Decision Analysis (MCDA) methods is important because accurate decision-making is the deciding factor for success, which can reduce expenses and increase defense capacity. This paper aims to present a literature review on the main applications of MCDA in the military area, considering the tactical, operational and strategic spheres. The methodology includes a bibliometric study and literature review of documents from the Scopus and Web of Science databases. The bibliometric study identified the document type, language, year of publication, authors, author network, author’s publications, affiliation, keyword clusters, the field of knowledge, country and the main applied MCDA methods in military problems. The literature review allows us to verify that, as well as in other areas of knowledge, the Analytic Hierarchy Process (AHP) is the most applied MCDA method in the military area.
提供机构:
SciELO journals
创建时间:
2022-06-02
用户留言
有没有相关的论文或文献参考?
这个数据集是基于什么背景创建的?
数据集的作者是谁?
能帮我联系到这个数据集的作者吗?
这个数据集如何下载?
点击留言
数据主题
具身智能
数据集  4098个
机构  8个
大模型
数据集  439个
机构  10个
无人机
数据集  37个
机构  6个
指令微调
数据集  36个
机构  6个
蛋白质结构
数据集  50个
机构  8个
空间智能
数据集  21个
机构  5个
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集

Google Scholar

Google Scholar是一个学术搜索引擎,旨在检索学术文献、论文、书籍、摘要和文章等。它涵盖了广泛的学科领域,包括自然科学、社会科学、艺术和人文学科。用户可以通过关键词搜索、作者姓名、出版物名称等方式查找相关学术资源。

scholar.google.com 收录

poi

本项目收集国内POI兴趣点,当前版本数据来自于openstreetmap。

github 收录

CosyVoice 2

CosyVoice 2是由阿里巴巴集团开发的多语言语音合成数据集,旨在通过大规模多语言数据集训练,实现高质量的流式语音合成。数据集通过有限标量量化技术改进语音令牌的利用率,并结合预训练的大型语言模型作为骨干,支持流式和非流式合成。数据集的创建过程包括文本令牌化、监督语义语音令牌化、统一文本-语音语言模型和块感知流匹配模型等步骤。该数据集主要应用于语音合成领域,旨在解决高延迟和低自然度的问题,提供接近人类水平的语音合成质量。

arXiv 收录

中国气象数据

本数据集包含了中国2023年1月至11月的气象数据,包括日照时间、降雨量、温度、风速等关键数据。通过这些数据,可以深入了解气象现象对不同地区的影响,并通过可视化工具揭示中国的气温分布、降水情况、风速趋势等。

github 收录

威廉王岛—全球变化数据大百科辞条

威廉王岛(King William Island)位于北美洲,北极圈内,属于加拿大北极群岛。它位于维多利亚岛和布西亚半岛之间,距离维多利亚岛85 km;北面距离威尔士亲王岛155 km;南面隔斯托里斯海峡和辛普森海峡与北美洲大陆(阿德莱德半岛)相望,最近处只有3.3 km。威廉王岛于1830年被指挥官詹姆斯.罗斯(James Ross)发现,以当时在位的英国君主威廉四世的名字命名。行政区划上,威廉王岛隶属于加拿大努纳武特(Nunavut)地区。它的地理位置为:69&deg54′22″N - 68&deg27′12″N,99&deg32′48″W - 95&deg09′25″W。威廉王岛总面积13259.59 km&sup2,海岸线总长1555.35 km。岛屿地势平坦,表面散布着无数的小湖。位于岛屿东南侧的约阿港(Gjoa Haven)是岛上最主要的居民点。在约阿港东北,有一机场。该数据集是基于Google Earth遥感影像全球多尺度海陆(岛)岸线数据集(2015),结合加拿大相关地图完成。数据集由24个数据文件组成,以.kmz和.shp数据格式存储,数据量2.98 MB(压缩成3个数据文件,数据量2.06 MB)。

国家对地观测科学数据中心 收录