粗糙集理论中属性相对约简算法

粗糙集理论是近年来发展起来的一种有效地处理模糊和不确定性知识的数学工具,而求核与约简是粗糙集理论中的两个重要问题,现已证明求决策表所有约简和最小约简是一个典型的NP难题.本文在分析粗糙集理论的基础上,发现了正区域的一些有用性质,提出了一种利用正区域直接求核的方法,并利用正区域的启发式信息给出了两种相对约简算法.     

一种基于决策信息系统的求核属性算法

为了有效降低求核算法的时空复杂度,提出了一种高效压缩差别矩阵的构造方法.在此基础上,设计了一种决策信息系统的求核属性算法,有效地提高了算法的计算效率.算例分析验证了算法是有效可行的.     

粗糙集理论及其在数据归约中的应用

数据预处理在数据挖掘中占有重要地位，传统的数据归约方法都有其局限性。本文介绍了粗糙集的相关概念及数据预处理的一些知识，并利用区分矩阵求粗糙集中核的思想，提出了一种知识归约的方法．为进一步的数据挖掘做准备。     

核递归最小平均P范数算法

在强脉冲噪声干扰背景中,核递归最小二乘(Kernel Recursive Least Square,KRLS)算法和核递归最大相关熵(Kernel Recursive Maximum Correntropy,KRMC)算法对非线性信号预测性能严重退化,对此提出一种核递归最小平均P范数（Kernel Recursive Least Mean P-norm,KRLMP）算法。首先运用核方法将输入数据映射到再生核希尔伯特空间。其次基于最小平均P范数准则和正则化方法,推导得到自适应滤波器的最佳权向量,其降低了非高斯脉冲和样本量少的影响。然后利用矩阵求逆理论,推导得到矩阵的递归公式。最后利用核技巧得到在输入空间高效计算的滤波器输出和算法的迭代公式。alpha稳定分布噪声背景下Mackey-Glass时间序列预测的仿真结果表明:KRLMP算法与KRLS算法和KRMC算法相比,抗脉冲噪声能力强,鲁棒性好。      

两个重要极限

在求极限的多种方法中,利用两个重要极限来求极限是非常重要的一种求极限的方法.本文将讨论利用两个重要极限来求极限的问题.     

支持向量分类和多宽度高斯核

支持向量分类中,高斯核不区分样本中各个特征的重要性,显然各个特征对分类的贡献一般是不相同的.为了体现这种差别从而提高支持向量机的泛化性能,文中提出了多宽度高斯核的概念.多宽度高斯核增加了支持向量机的超级参数,进一步地,文中提出了多参数模型选择算法.算法利用误差界自动实现模型选择.通过实验验证了多宽度高斯核和多参数模型选择算法的有效性.     

硅加工技术促进单片电子系统的开发

一个完整的单片系统的设计,要在数字芯核之外补充模拟电路和存储器,有时还要添加射频功能块。可以利用独特的硅工艺技术,把这些相互差别很大的功能器件集成在一块硅片上。     

友达新世代移动显示器技术2011日本国际平面显示器展中首度亮相

友达光电于10月20日发布最新世代的移动显示器技术,包括以超硅晶（Hyper LCD）技术研发的4.29英寸qHD高分辨率行动显示器、4.46英寸1mm超窄边框显示器、节能最高达53%的智能型手机显示器、12.3英寸车用显示器以及高穿透率的6英寸透明主动距阵有机发光二极管面板（AMOLED）。这些先进的移动显示器特别适用于手机显示器、12．3英寸车用显示器以及高穿透率的6英寸透明主动距阵有机发光二极管面板（AMOLED）。     

基于批处理和核函数的非线性盲源分离算法

针对基于核函数的非线性盲源分离算法性能对核函数及其参数选择依赖性强这一问题,提出采用批处理方法代替聚类和核主成分分析方法来构造低维近似子空间的正交基,以改进基于核函数的非线性盲源分离算法对核函数及其参数变化的稳健性,并对这种改进的非线性盲源分离算法进行了完整的分析.通过仿真实验,对分离信号与源信号求相似度,可以看到提出...     

属性约简的一种新计算方法

属性核的确定和属性约简是粗糙集理论研究的两个重要问题。目前的计算方法基本上是通过差别矩阵先求出属性核．然后在属性核的基础上再求出属性约简的。而这种方法具有较高的复杂度。因此在定义了相容样本集．证明了相对正域和相容样本集之间的等价性的基础上，提出属性约筒的一种高效方法。     

Generalized binary discernibility matrix for attribute reduction in incomplete information systems

To extract and express the knowledge hidden in information systems, discernibility matrix and its extensions were introduced and applied successfully in many real life applications. Binary discernibility matrix, as a representative approach, has many interesting superior properties and has been rapidly developed to find intuitive and easy to understand knowledge. However, at present, the binary discernibility matrix is mainly adopted in the complete information system. It is a challenging topic how to achieve the attribute reduction by using binary discernibility matrix in incomplete information system. A form of generalized binary discernibility matrix is further developed for a number of representative extended rough set models that deal with incomplete information systems. Some useful properties and criteria are introduced for judging the attribute core and attribute relative reduction. Thereafter, a new algorithm is formulated which supports attribute core and attribute relative reduction based on the generalized binary discernibility matrix. This algorithm is not only suitable for consistent information systems but also inconsistent information systems. The feasibility of the proposed methods was demonstrated by worked examples and experimental analysis.     

基于增量式更新带权差别集合的属性约简算法

在面向差别矩阵的约简算法思想的基础上,定义一种新的带权差别集合(WDS)模型,并提出了高效更新带权差别集合的算法,分析了该更新算法的时间和空间复杂度.随后,基于快速更新带权差别集合算法,提出一种增量式属性约简方法.当有新的数据对象被加入决策表,可有效提高属性约简的效率.理论分析和实验结果表明该算法适用于大数据集的约简.     

一种基于差别矩阵的粗糙集连续属性离散化算法

连续属性离散化是粗糙集理论的重要研究内容之一。将差别矩阵应用到连续属性离散化中,充分利用差别矩阵的优点,提出一种基于差别矩阵的粗糙集连续属性离散化算法。为使差别矩阵适应离散化应用中的需要,给出了粗糙集连续属性离散化中差别矩阵的定义。基于该差别矩阵,以候选断点在差别矩阵中的出现频率和断点重要性为启发式信息,对差别矩阵进行化简,直到该差别矩阵为空,即得到所求结果断点,以实现对决策表的离散化,并通过实例证明了该算法的高效性。     

基于类别特征矩阵的决策规则提取算法

在粗糙集中决策表属性最小约简与规则提取是NP hard的。充分考虑了可辨识矩阵的特性,提出一种基于类别特征矩阵的决策规则提取算法。首先对类别特征矩阵进行了不相容对象的剔除和核属性的提取,然后利用核属性集合对类别特征矩阵来提取决策规则。实例结果表明,所提出的算法获得的规则更为简洁、高效。     

基于粗糙集理论的规则提取方法

利用粗糙集理论从初始的数据库出发，进行离散化，属性约简和值约简，依次建造可辨识矩阵、约简表和规则表，从数据库中提取一定的规则。     

一种针对不完备信息系统的粗糙集约简算法

针对区分矩阵构造庞大,计算工作量大,基于区分矩阵的约简策略效率低的问题,提出一种新型的针对不完备信息系统的属性约简算法NARIIS。提出的约简算法把属性值的个数应用到属性约简上,使该约简算法的时间和空间复杂度都远小于基于区分矩阵的约简策略。     

基于故障仿真和粗糙集的复杂电路板测试性分析

针对关联模型在复杂电路板测试性分析中对不确定问题描述与分析的缺陷,提出了基于故障仿真和粗糙集的测试性分析方法.通过故障仿真生成条件属性集,利用粗糙集将其约简,最终形成分辨矩阵,从而评价电路的测试性水平.最后通过实例分析验证了方法的有效性.     

基于差别矩阵的属性约简算法

概述了两类属性约简算法，并基于可辨矩阵首次提出了差别矩阵的定义，研究了差别矩阵的基本性质，并给出了基于差别矩阵的属性约简算法，通过与其他算法的比较得出该算法是有所改进的。     

两种差别矩阵约简算法在故障诊断中应用分析

军用飞机故障诊断知识库的信息存在不完备和知识的不确定性,严重增加了实时诊断的难度.粗糙集针对不完整、不精确信息处理具有显著优势,首先介绍了粗糙集理论中的知识表达系统和差别矩阵,分析了基于差别矩阵的两种决策表属性约简算法,并应用于某型机载设备进行故障诊断,结论表明两种算法均能对数据进行必要约简,并准确地做出故障诊断.通过...