基于粗糙集的数据聚类方法研究

RoughSets理论是一种新型的处理含糊和不确定性知识的数学工具,将RoughSets理论应用于知识发现中的聚类分析,给出了信息系统的约简、信息系统的可辨识属性矩阵和信息系统的辨识公式等定义,在此基础上提出了基于粗糙集的数据聚类算法RSDC,实验结果验证了该算法的可行性,并且对符号属性和数值属性数据都具有良好的聚类效果。     

变精度粗糙集模型及其应用研究

介绍了广义粗糙集模型和Ziarko变精度粗糙集模型,找出了它们的不足;借助引入的误差参数β(0≤β<0.5),给出了基于后继邻域的一般二元关系下变精度粗糙集模型的β上近似、β下近似、3边界和β负域的定义以及β近似质量和β粗糙性测度定义;详细讨论了β上、下近似算子的性质、该模型与其他粗糙集模型的关系以及一般二元关系下两种变精度粗糙集模型的关系;最后,举例说明了该模型在信息处理中的应用。     

基于随机失活的循环神经网络交通事件预测

智能交通是现代交通发展的前沿领域,交通事件预测是其中的一个研究热点.传统BP神经网络模型是交通事件分析中常用的模型分析方法之一,但易陷入局部极值,不适合处理长期且连续的交通事件数据.为解决上述问题,提出使用循环神经网络处理交通事件数据,利用循环神经网络模型的有限时间长度记忆优势,构建序列数据分类模型来训练数据,采用随机失活方法去除模型的过拟合问题,通过达拉斯地区的实际流量数据验证,将预测结果与传统BP神经网络模型方法作对比.实验对比结果表明,该综合算法在预测精度和损失值方面均有较明显提升,验证了方法的有效性.     

小波函数在识别PCB串扰信号频率中的应用

提出了一种新的PCB串扰信号频率识别方法,以帮助PCB设计工程师根据串扰信号的频率特征查找串扰信号来源.原理是应用小波函数的奇异性识别能力从被干扰信号来识别串扰信号的上升或下降沿,从而根据它们直接确定串扰信号的频率.仿真结果表明,此方法确定的串扰信号频率与实际结果是一致的.     

变精度覆盖粗糙集

介绍了Ziarko变精度粗糙集模型和覆盖粗糙集模型;定义了多数包含关系;借助引入的误差参数β(0≤β<0.5),给出了基于对象邻域的变精度覆盖粗糙集模型中β上近似、β下近似、β边界和β负域的定义以及β近似质量和β粗糙性测度定义;详细讨论了β上、下近似算子的性质、集合的相对可辨别性、该模型与Ziarko变精度粗糙集模型和覆盖粗糙集模型的关系;最后探讨了变精度覆盖粗糙集模型中的约简问题并在所给模型的基础上举例说明了它们在信息处理中的应用。     

基于非平衡数据的LDA-BPNN信用评分模型

随着互联网金融的蓬勃发展，信用评分已成为评判是否为贷款人放款的重要依据，传统的信用评分方法的单一性，不能有效地减少不良贷款带来的巨大损失。提出一种基于非平衡数据的LDA-BPNN方法构建信用评分模型，通过Borderline-SMOTE算法进行非平衡数据过采样，达到平衡样本分布，进一步构建LDA-BPNN模型，显著提升了模型的预测准确率。在不同数据集上，利用多类机器学习算法进行定性和定量对比，并通过pr曲线、AUC等评价指标进行验证，验证结果表明上述模型的分类效果更佳。     

变精度粗糙模糊集模型研究

介绍了Ziarko’s变精度粗糙集模型和粗糙模糊集模型,找出了它们的不足。基于支集相对错误分类率及误差参数β(0≤β<0.5),提出了变精度粗糙模糊集模型,讨论了模型中β上、下近似算子的性质;分析了该模型与Ziarko’s变精度粗糙集模型和粗糙模糊集模型的关系;最后给出了该模型中近似约简的定义和方法,并通过实例分析说明了约简算法的有效性。     

结合互信息的因子分析对患癌因素的分类仿真

智慧医疗呈现出蓬勃发展的态势,因子分析是多维数据分析中常用的特征选择方法,而该方法无法处理非线性关系.互信息是评估特征间依赖的强弱程度,具有良好非线性关系处理能力.鉴于此,提出结合互信息的因子分析方法,采用互信息对特征间的相关性进行计算,将结果转换为特征值矩阵作为评估标准确定公因子,由累积贡献率选择新特征以达到降维目的,提升模型精度.选取神经网络作为分类器,采用实际数据对提出的算法进行对比实验,正确分类精度达到96.51％,损失函数为0.1138,仿真结果表明分类准确度在高维癌症数据集中得到提升,验证了方法的有效性.     

红外模糊图像的无参考质量评价方法

图像质量评价是对图像处理算法的优劣给出合理的评估,在很多无法获取原始参考图像的应用场合中使用无参考质量评价方法。通过对红外图像结构分析得知图像所具有的不确定性往往是模糊性,而不是随机性,因此将模糊集理论中模糊熵的概念引入到红外图像质量评价中,提出一种针对红外模糊图像的无参考质量评价方法,并从算法的有效性、一致性和准确性三个方面进行比较分析。仿真实验结果表明,该方法具有计算复杂度低、运算速度快和主客观评价一致等特点,且在总体性能上优于均方误差(MSE)和峰值信噪比(PSNR)全参考图像质量评价方法。