质量均衡的FGS率优化分配策略

为了保证在带宽约束信道下的视频传输能够获得最小的失真,同时降低接收端的视频失真波动,提出了一种精细粒度可扩展编码（FGS）率优化鲁棒传输策略.该策略首先根据网络可用带宽和丢包特性对FGS视频增强层进行率分配,然后根据FGS视频增强层之间存在的不同重要性,采用不均等前向冗余纠错(FEC)方法进行错误保护.在率分配和FEC非均等保护这两个步骤中,都考虑了网络丢包对视频质量波动的影响.试验结果表明,该方法能够有效减小接收端因丢包引起的视频质量失真,同时能大幅度降低视频质量的波动.     

基于幂集演化的属性约简方法

提出了一种基于幂集演化的属性约简方法,该方法作为一种基于遗传算法的属性约简的改进方法,编码方式采用在属性集的幂集空间上进行直接编码,由于其编码具有不定长的特性,因此在遗传操作策略上采取了一种与二进制编码完全不同的交叉和变异策略,使得该方法在选取合适评价函数的权重参数时,能明显加快算法的收敛速度。     

粗糙集与层次分析法集成的综合评价模型

为充分吸收主观赋权评价法和客观赋权评价法两类方法的优点,同时又能克服各自的缺陷,实现二者的优势互补,以层次分析法确定主观权重、粗糙集方法确定客观权重,然后将主、客观权重进行有机集成,得到组合权重的最优解,在此基础上建立对象的评价值公式,从而得到基于组合权重的综合评价模型.最后在教学质量综合评价的实例分析中,首先用层次分析法建立教学质量综合评价指标体系,用粗糙集理论进行指标体系的简化,然后应用所得的综合评价模型进行对象的综合评价,结果表明该方法是有效的.     

优势关系下分配约简矩阵算法的程序实现

依据计算不协调优势关系信息系统分配约简的矩阵算法,使用C++语言编程实现在优势关系信息系统中计算分配约简的快速计算,并将程序开发成软件。作为简便的计算工具,软件功能上实现了优势类、分配矩阵、优势矩阵、分配约简、核的计算和输出,为优势关系下计算分配约简提供了便利工具。     

基于包含度的区间直觉模糊粗糙集模型

利用区间直觉模糊包含度的概念建立区间直觉模糊粗糙集模型。首先,将直觉模糊集中的包含度拓展到区间直觉模糊集上,给出区间直觉模糊包含度定义和计算公式;其次,在区间直觉模糊等价关系下,基于区间直觉模糊包含度,建立了区间直觉模糊粗糙集模型,并对近似算子的重要性质进行了讨论。     

基于模糊粗糙集的上市公司财务报告舞弊识别研究

财务报告舞弊识别方法的研究一直是当今财务管理领域里的热点问题,目前的研究方法主要为统计方法、数据挖掘技术、模糊神经网络等。尝试运用模糊粗糙集方法对财务指标进行约简并赋予权重,建立综合评判式,进而建立财务报告舞弊识别模型,该方法为财务报告舞弊问题的识别提供了一种新的思路。     

装载机点火不良或运转不平稳原因及排除

针对卡特彼勒CAT938F装载机发动机点火不良或运转不平稳的情况,找出其故障点且加以排除.由于CAT938采用了单体泵的设计,在车辆运行中经常出现某一缸的喷油器出现故障.在此主要就喷油器的故障加以分析、判断和解决,减少维修时间,使机械在安全、可靠的状态下工作.     

一种基于粗集理论的车地无线通信设备故障诊断方法*

针对车地无线通信设备故障诊断信息不一致的情况下进行故障的推理和诊断,提出了一种基于粗集理论的车地无线通信装备故障诊断方法。该方法从诊断决策支持系统定义出发,将车地无线通信设备故障诊断问题用一个不同简化层次的故障决策网络表示,由网络节点根据定义出的规则置信度和覆盖度可推导出对应有效的故障诊断规则集合。通过故障诊断规则匹配,便可方便得出车地通信单元故障诊断结果,实例分析表明该方法具有较好诊断有效性。     

基于多信息融合的双进双出磨煤机料位检测

针对双进双出磨煤机料位检测难题,提出了一种基于多信息数据融合的双进双出磨煤机料位检测方法.该方法将粗糙集（RST）和径向基（RBF）神经网络相结合,利用粗糙集数据简约和规则抽取特性,有效地去除大量冗余数据.利用RBF神经网络函数逼近能力更强和收敛速度更快等优点,引入带遗忘因子的梯度下降算法来整定RBF神经网络参数,简化了神经网络结构,提高了神经网络的学习效率,同时拥有自学习和容错能力,从而有效地保证了数据融合的快速收敛性和稳定性.实验结果表明,在料位检测过程中,将两种智能算法相结合所构成的融合系统,能使双进双出磨煤机准确地完成复杂环境的料位检测任务.     

粗糙集与其他软计算理论结合情况研究综述*

最近几年,对于粗糙集的研究越来越多,尤其是粗糙集与其他软计算理论相结合的研究更为突出,取得了很多有意义的研究成果。鉴于此,将此方面目前的主要研究状况进行了总结,主要介绍了目前粗糙集与模糊集、神经网络、证据理论等一些其他软计算理论之间的结合研究情况,并对这方面未来的发展提出了自己的观点。