一种基于群组判断离差的偏好集结方法

针对群决策偏好集结中违反Pareto 最优性的情况, 设计一种基于群组判断几何离差的同质性集结方法. 该方法在集结前进行几何离差测试, 以确定个体决策信息的离差水平. 离差较小时, 可基于几何平均集结; 对于离差较大且修正复杂度较高的决策信息, 采用主成分分析(PCA) 从高维决策信息中提取大多数相关信息, 在不依赖主观分析的情况下进行加权集结. 仿真实验表明, 所提出的方法能够在不违背Pareto 最优性的基础上集结离差较大的群决策信息.

     

基于敏感度方差重要性的RBF 神经网络结构优化算法

针对RBF 神经网络的结构设计问题, 提出一种基于输出敏感度方差重要性的结构优化算法. 首先, 检验网络隐层节点的输出敏感度在样本集上的方差是否与零有显著差异, 以此作为依据增加或删除相应的隐层节点; 然后,对调整后的网络参数进行修正, 使网络具有更好的拟合精度和收敛性; 最后, 对所提出的优化算法进行仿真实验, 结果表明, 所提出的算法可根据研究对象自适应地调整RBF 的网络结构, 具有良好的逼近能力和泛化能力.

     

连续属性离散化的Imp-Chi2算法

连续属性离散化是机器学习和数据挖掘领域中的一个重要问题,离散化是否合理决定着表达和提取相关信息的准确性。经过研究Chi2系列算法,提出一种新的基于属性重要性的连续属性离散化方法——Imp-Chi2算法,该算法依据属性重要性程度对属性离散化的顺序进行了合理的调整,能够更准确地对连续属性进行离散化。文章通过C4.5和支持向量机分别对离散化后的结果进行了实验,在实验过程中,提出一种训练集类比例抽取方法,避免了训练集随机抽取的不均匀性。实验结果证明了所提算法的有效性。     

基于新型协调量化容差关系的不完备数据填补方法

提出一种基于新型协调量化容差关系的不完备数据补齐算法。首先求出属性值不完备对象的容差类,结合属性的重要度,将容差类里面的对象容差关系量化,再根据决策规则独立原则,在尽可能保持系统协调性的前提下对缺失属性值进行补齐。大量实验证明了本算法的有效性。     

基于观测数据的数学模型预测性检验理论

基于显著性检验的意义及其存在的问题,提出了评价经验模型预测性的观点与方法,从理论与实践两方面探讨有关的统计检验手段,进而提出预测性检验理论.所涉方法用于化工装置的建模实践,实际效果良好.在其他领域,同样具有理论和实践的指导意义.     

基于分辨矩阵和属性重要度的规则提取算法

研究了Rough集理论中的属性约简和值约简问题,将分辨矩阵引入值约简中,从属性依赖度的角度重新定义了属性重要度,提出了基于分辨矩阵和属性重要度的分类规则提取算法。该算法在保持分类能力不变的前提下,得到最小属性约简,再经过值约简后得到精确的规则,与现有算法相比,能减少时间和空间耗费。实验结果验证了该算法的有效性。     

用于遥感舰船细粒度检测与识别的关键子区域融合网络

目的 遥感图像中的舰船目标细粒度检测与识别在港口海域监视以及情报搜集等应用中有很高的实际应用价值,但遥感图像中不同种类的舰船目标整体颜色、形状与纹理特征相近,分辨力不足,导致舰船细粒度识别困难。针对该问题,提出了一种端到端的基于关键子区域特征的舰船细粒度检测与识别方法。方法 为了获得更适于目标细粒度识别的特征,提出多层次特征融合识别网络,按照整体、局部子区域两个层次从检测网络得到的候选目标区域中提取特征。然后结合候选目标中所有子区域的信息计算每个子区域的判别性显著度,对含有判别性组件的关键子区域进行挖掘。最后基于判别性显著度将子区域特征与整体特征进行自适应融合,形成表征能力更强的特征,对舰船目标进行细粒度识别。整个检测与识别网络采用端到端一体化设计,所有候选目标特征提取过程只需要经过一次骨干网络的计算,提高了计算效率。结果 在公开的带有细粒度类别标签的HRSC2016(high resolution ship collection)数据集L3任务上,本文方法平均准确率为77.3%,相较于不采用多层次特征融合识别网络提升了6.3%;在自建的包含45类舰船目标的FGSAID(fine-gr...     

基于粗糙集的一体化保障技术属性约简问题研究

一体化保障技术是目前提高复杂武器系统测试和保障能力的研究重点,为解决一体化保障技术中存在的指标冗余问题,结合粗糙集相关理论,提出了基于属性重要性和属性间影响度的约简算法;通过在某型一体化保障设备的柴油发电机子模块中应用该算法,在精简测试指标的同时,保证了较高的测试准确性,缩短了测试时间,验证并说明该理论可以有效地解决一体化保障技术中的指标冗余问题。     

粗糙集理论在计算机基础教学测评中应用

计算机基础课的教学,从内容、方法到手段不断改进,但缺乏灵活、有效的教学测评方法。参加计算机基础等级考试的师生,如何在考前能够快速、准确了解教学效果并及时发现存在的问题,有针对性地做好考前辅导工作。依据粗糙集理论中条件属性对决策属性重要性的不同,确定对考试结果有重要影响的教学内容。知识约简的信息论观点包含了知识约简的代数观点[1],利用信息熵计算属性重要性,通过对属性重要性分析,为今后的教学重点供了理论依据。     

基于子图显著性剖面的软件超家族

研究了开源软件的网络结构中3节点子图的显著性,发现软件规模越大局部结构的网络化趋势越显著.树型的3节点子图呈现下降趋势,在封闭的3节点子图中,除部分趋势不显著外,大都呈现上升趋势.根据3节点子图的显著性剖面,软件网络大致可以分为3类,与已发现的4个有向复杂网络超级族中的3个基本一致,大部分软件网络的局部结构与生物网络相...