多概念格的横向合并算法

由于概念格自身的完备性,构造概念格的时间复杂度一直是影响形式概念分析应用的主要因素.本文首先从形式背景的纵向、横向合并出发,定义了内涵独立和内涵一致的形式背景和概念格;还定义了内涵一致的形式背景、概念的横向加运算和概念格的横向并运算,并证明了横向合并的子形式背景的概念格和子背景所对应的子概念格的横向并是同构的.最后结合子概念格中概念间固有的泛化－特化关系,提出一种多概念格的横向合并算法来构造概念格.试验表明,该算法和直接用形式背景来构造概念格的算法相比,其时间复杂度有显著改善.显然,该算法适用于对概念格进行分布并行构造.     

基于概念格的查询扩展词推荐

概念格是一种擅长描述层次关系的数学工具,在规则提取和数据分析中有广泛的应用.引入概念格理论对页面——概念形式背景建立了数学模型,在概念格基础上提出了一种查询扩展词生成算法.利用概念格Hasse图以及关联规则置信度以较高的效率生成扩展词作为二次搜索关键词,使信息搜索达到更好的效果.该算法在Diggol智能元搜索引擎上予以实现,取得了良好的效果.     

基于覆盖度函数的概念格约简

该文针对基于概念格的大规模数据和规则挖掘中,概念节点数呈指数爆炸的问题,提出了概念覆盖度函数和概念格度量模型,进行概念格约简,从而使生成的标示概念格具有线性空间复杂度。给出了概念格约简的直求法、同步法和提取法3种算法。时空复杂度分析和仿真试验表明,所提方法可以大幅约简概念格规模,从而显著提高建格和规则挖掘效率。标示概念还具有特殊含义,在Web服务关系挖掘中有很好的应用。     

基于矩阵的模糊关联规则挖掘算法及其应用研究

针对布尔型关联规则不能表达挖掘对象中模糊信息的关联性,给出了一系列有关模糊关联规则的定义,并提出了一种基于矩阵结构的模糊关联规则数据挖掘算法(FARMBM).该算法通过构造矩阵结构来压缩存储模糊模式候选集和频繁集,有效节约了存储模糊模式候选集和模糊模式频繁集内存花销,只需扫描数据库两遍,且可以有效减少系统的I/O开销.这里把FARMBM运用到入侵检测的仿真实验中,实验结果表明,该算法是有效的.     

基于模糊粗糙集的新闻视频镜头边界检测方法

镜头边界检测是实现基于内容的视频检索的一个重要步骤.为了将视频分割成镜头,现有的方法大都是首先提取大量的特征然后构造相异性测度函数.然而,太多的特征就会降低算法的效率.因此,有必要对镜头边界检测的规则进行特征约简.本文将粗糙集中的属性重要性和模糊粗糙集中的分类精度相结合定义了模糊粗糙算子,并构造了相异度检测函数.最后给出了镜头边界检测的一般性规则.由于本文检测方案的自适应性,因此适合于各种类型的新闻视频.用来自中央电视台的3个多小时的新闻视频所做的镜头边界检测实验获得了95.4%的查全率和96.1%的准确率.     

基于频繁概念格的电子病历关联规则挖掘研究

提出了一种基于频繁概念格的FC Lattice电子病历关联规则挖掘算法,该算法在渐进式建格的同时能发现最大频繁项集和提取相应关联规则,并进行基于FC Lattice算法的电子病历挖掘相关实验,结果表明该算法在运行速度和挖掘性能上都是高效的.     

DF关联规则及其挖掘算法的研究

针对动态模糊关联数据,运用DFS和DFL的理论提出了动态模糊关联规则的定义,并在此基础上进一步给出了面向动态模糊关联数据的一种数据挖掘算法;最后通过实例分析,表明该算法能够有效发现数据间的动态模糊关联模式.     

基于分类子格融合的概念格分布式分类方法

基于概念格扩展模型提取分类规则具有一定的优越性，将分布的思想引入概念格的分类规则提取过程中有助于进一步提高概念格的时空性能。由于各数据源中数据的差异，使得各数据源上的知识具有一定的局部性．甚至会出现矛盾，因而需要有效的知识融合方法。文中探讨多概念格的分类规则求解，提出基于分类子格的融合方法，理论分析和实验验证表明，该方法能保证规则的完整性。     

一种基于模糊聚类和蕴涵度的模糊关联规则挖掘算法

对于模糊关联规则挖掘算法存在的不足,首先为了软化数量型属性论域的划分边界,借用了FCM算法将数量型属性离散化,并把数据集划分成若干个模糊集等级;然后,对模糊置信度进行定义时,把经典关联规则中的置信度的定义经过扩展后直接运用到模糊集上,不免会带来一些逻辑推理上的问题,采取了蕴涵度代替模糊置信度的方法,引入模糊蕴涵算子,经过进一步推理论证,证明了蕴涵度能够用模糊支持度来代替。提出了一种基于模糊聚类和蕴涵度的模糊关联规则挖掘算法,并通过实验证明了算法的有效性。     

基于语言值模糊关系的关联规则挖掘算法

针对模糊关联规则挖掘时隶属函数的确定困难以及区间划分边界过硬等问题,提出了模糊关系关联规则挖掘算法,确定了关系等级数目和相邻等级相似度,将语言表达式(事务的属性值)根据模糊运算规则映射到标签集的各个等级上得到等级权值。在这些权值的基础上定义了模糊关系支持度和置信度,阐述了算法的详细步骤,最后给出了算法在服务信任领域挖掘关联规则的应用过程。     

基于FCM算法的高铁建设对高速公路的影响研究

文章针对高铁建设对高速公路的影响问题,首先,以北京和天津为研究对象,选取旅客样本特征、高铁建成前后人们出行行为特征、人们高铁选择偏好和意愿特征的聚类中心。其次,结合主客观赋权法,对各指标进行定量赋权。再次,用FCM算法计算出高铁建成前后人们的选择偏好和意愿特征的相关指数。最后,用可视化工具分析北京、天津的高铁资源对高速公路的缓压程度。得出结论:高铁的开通会使得高速公路的车辆有所减少,并且成效显著。     

基于模糊神经网络的传感器置信度的求取

根据模糊逻辑规则中传感器置信度与其前件的单调关系 ,构造了一种基于内插求值的模糊神经网络 (FNN)。详细描述了网络各层神经元的内部结构和层间关系 ,并给出了网络的学习算法。最后通过仿真验证了网络的可行性。     

基于用户模糊相似度的协同过滤算法

针对离散评分不能合理表达用户观点和传统协同过滤算法存在稀疏性等问题,借鉴年龄模糊模型,提出了梯形模糊评分模型。该模型将离散评分模糊化为梯形模糊数,考虑了评分模糊性和信息量,通过梯形模糊数来计算用户相似度,据此设计了协同过滤算法,并证明了该算法是传统协同过滤算法在模糊域的扩展。实验表明,该算法在数据稀疏且用户数远多于项目数时性能突出,并且算法运行时间远小于传统协同过滤算法。     

基于概念网络的文本信息监控技术

由于网上信息的迅速增长,文本信息监控已经成为网上信息管理中的热点研究课题。本文在模糊集和语义网络的理论基础上,构建了模糊值动态约束性概念网络,介绍了该概念网络的基本构建方法,并提出了基于概念网络的文本分析算法。     

基于模糊增强信息的图像边缘检测改进算法

针对经典的Pal和King模糊增强算法存在的固有缺陷,提出改进的模糊增强算法;为增强图像的对比度而获取更多的图像边缘细节信息,提出基于模糊对比度的图像增强算法;结合全局模糊增强与局部模糊对比度增强两种算法思想,提出基于模糊增强信息的图像边缘检测改进算法,由于该算法在增强图像边缘细节信息的同时也增强了噪声,因此,采用中值平滑滤波方法消除噪声.实验证明,该算法取得了良好的边缘检测效果.     

基于直方图的图像模糊聚类分割算法

针对传统模糊C-均值聚类算法对复杂的医学、遥感图像难以获得满意分割效果问题,将图像模糊C-均值聚类引入图像分割问题研究中,提出了基于直方图的图像模糊聚类快速分割算法。将越南学者Le提出的分布式图像模糊聚类算法目标函数进行简化,得到图像模糊聚类算法目标函数;采用拉格朗日乘子法获取其迭代求解所对应的隶属度、中立度、拒分度和聚类中心表达式,设计图像模糊聚类算法并对其收敛性进行了证明。通过复杂医学和遥感图像的分割测试结果表明,新的分割算法相比现有的模糊C-均值聚类分割算法和直觉模糊C-均值聚类分割算法具有更好的分割性能。     

基于模糊逻辑的多终端协同的垂直切换决策算法

针对异构网下多终端协同的垂直切换决策问题,提出一种基于模糊逻辑和层次分析法的垂直切换决策算法,它分为2部分:切换时机的判断和虚拟终端的构建.首先采用模糊逻辑判断切换的时机,然后采用层次分析算法与简单加权求和结合的方法选择虚拟终端的最优构成方式.仿真结果表明,算法能够降低切换次数和不必要切换率,并且能够充分体现应用需求和用户偏好.     

PIC24单片机在轧机液压缸行程检测上的应用

介绍了一种代替传统轧机液压缸行程测量的新方法,并以一款PIC24单片芯片为例,配合涡街流量计,详细描述了系统的工作原理、主要特点和软硬件设计,总结了现场实际使用情况。     

基于粗糙模糊集理论的医学体数据场模糊增强算法

提出了一种基于粗糙模糊集理论的医学体数据场模糊增强算法.该算法首先应用粗糙集理论对医学体数据场进行分类,在分类的同时,去除了噪声.然后针对不同的子数据场采用不同的方法进行处理,其中对于体数据场的前景部分采用迭代的模糊集理论方法进行增强.实验结果表明此算法不仅能够有效提高体数据场中感兴趣物体的信息显示度,而且在去除体数场中噪声的同时,也避免了感兴趣物体在绘制显示时背景的"遮挡"现象.     

基于参数单点模糊化方法的模糊系统及其逼近能力

本文研究了单输入-单输出模糊系统的构造和所构造的模糊系统的逼近能力.首先,在模糊系统的构造中,引入了对输入变量进行参数单点模糊化的方法.应用这种方法,当推理前件和后件都取为具有二相性的三角波时,对六类(41个)模糊蕴涵算子构造的模糊系统进行了研究.其次,对所构造的模糊系统的逼近能力做了研究,给出了它们的余项表达式和余项...