多粒度时间序列下粒度决策的演化模型研究

目前,粗糙集理论大多数的研究应用都停留在静态表的基础上,但在实际中决策信息表的数据是在不停的增加更新当中,静态的方法在处理不停增加和变换的数据时有着很明显的局限性。在经典粗糙集理论的基础上,引入多粒度时间序列,对决策信息系统划分后,研究各个粒所产生的决策间的相互关联性,建立相关的粒度决策演化模型,并通过实例验证同源演化的有效可行性。     

形态学联想记忆存储性能的研究

形态学联想记忆（Morphological Associative Memories,MAM）的存储性能是衡量形态学联想记忆能力大小的重要指标。然而,迄今为止,对形态学联想记忆的存储性能,主要是对异联想形态学联想记忆（hetero-MAM）的存储性能的定量分析和定性刻画并未完成。这是一个悬而未决的理论问题,也是一个MAM应用的实际问题。针对这一问题开展研究,站在概率论的角度,提出一个MAM存储性能的概率模型,并进行了证明。通过定量分析和定性讨论,取得一致结论。研究和分析表明,hetero-MAM的存储性能受到输入模式向量维数n、输出模式向量维数m、以及输入、输出模式对数目K的影响,且三者的影响程度不同。提出的概率模型,对形态学联想记忆的研究、分析、设计和应用,具有一定的启发和帮助。     

基于粗糙粒模型的图像纹理识别和检索

传统的纹理识别方法大多是对图像频谱的研究,文中尝试以粒计算理论为基础,利用分层思想对图像的纹理特征进行识别。首先,通过引入粒的边缘和分层熵的概念,建立粗糙粒理论,构造粗糙粒度空间模型。然后,构建基于粒的边缘和分层熵的相似度计算方法,得出一种图像纹理识别方法。该方法不仅提高模型在图像纹理识别上的实用性,而且通过对识别和检索过程的同步进行简化纹理识别的计算过程。最后,仿真实验表明,该模型及所用到的相关方法是可行的,与其它方法相比,该方法识别和检索效果较好。     

基于遗传算法的智能作曲技术研究

为了利用遗传算法进行智能作曲,对由计算机自动生成音符序列和音频文件的具体问题进行了讨论。计算机根据预先设定的参数生成初始乐段群体,将对各乐段的人工评估结果作为适应度函数值,分别设定选择、交换和突变规则,通过时值修正来解决进化过程中乐曲每小节各音符的时值之和的不稳定问题,完成了音符序列的计算机生成问题。音频文件的产生通过建模和编码的方法实现。建立表示振幅与频率、时值之间关系的振动模型,其频率因子和时值因子分别取自音符编码中音高分量所映射的频率值和时值分量所映射的时间,根据此模型,结合数字音频技术,最终生成WAV音频文件,从而完成了音符到音频文件的转换。与目前MIDI形态的计算机音乐相比,WAV形态的计算机音乐具有很强的丰富性、灵活性和稳定性。实验表明,利用这种交互式遗传算法所创作的乐曲能基本满足部分人的情感表达需要和审美标准,对促进计算机音乐技术的发展有重要的科学意义。     

基于云模型和相容粒的彩色图像检索方法

针对现有相容粒度空间模型中网格点提取只考虑空间位置而忽略图像纹理特征的随机性、模糊性、关联性等不确定性的问题,提出一种基于云模型和相容粒的彩色图像检索方法。首先,在CIELab颜色空间上构建相容粒度空间模型的对象集;其次,用云模型提取每层的网格点,进而构建基于云模型网格点的相容粒度空间模型;然后,提出基于云模型和相容粒的彩色图像检索的相似性度量;最后,用Corel图像库中的图像作为测试图像库进行仿真实验。结果表明,该方法有效地提高了图像的检索效率。     

广义邻域关系下不完备混合决策系统的约简

为了能够直接处理不完备的、数值和符号混合的数据,对相容关系和相对邻域关系进行广义化表示,提出一种新的广义邻域关系。在广义邻域关系下,基于信息熵提出一种适用于不完备混合决策系统的条件熵,并证明基于该条件熵的属性重要性包含基于正区域的属性重要性,进而构造基于该条件熵的启发式属性约简算法。采用UCI数据库中6组混合型属性数据集进行仿真实验,通过对比约简后的属性数目、分类精度和运行时间,验证了该约简算法比同类型的其它算法更准确有效。     

基于XML虚拟数据库的异构数据源集成模型研究

解决企业数据源异构需要一种公共的数据源模型给用户提供统一的用户视图,XML以其所具有的自描述性、灵活性、强大的数据交换能力等优势克服了其他数据模式的缺点.结合当前数据集成方面的技术,提出了一种基于XML虚拟数据库的异构数据源集成模型,该模型很好地解决了异构数据源集成方面存在的一系列问题,并从数据模型和数据交换上阐述了该模型的可行性.剖析了该模型中的模式集成、异构数据集成视图、全局查询等.介绍了该模型在中国石油QHSE信息系统中的成功应用.     

边界不确定信息的处理—Fuzzy集和Vague集

Fuzzy集和Vague集都可用于边界不确定信息的处理。文章首先研究了这两种集合间的关系、性质,提出了Fuzzy集和Vague集的边界不确定性都可用犤0,1犦上的一个子区间来进行描述的思想。然后基于一些Vague集相似度量的思想,提出了一种求Fuzzy集和Vague集的相似性度量方法,并建立了基于Fuzzy集和Vague集度量方法的统一模型,该模型在这两种集合相似性度量上是等价的,并给出了该模型满足的性质。     

一种基于相对粒度的决策表约简算法

在知识粒度的基础上,针对决策表提出了相对粒度和属性相对重要性的概念,证明了知识的相对粒度随着知识粒度的增大而单调增加的变化规律,在此基础上提出了一种基于相对粒度的启发式约简算法,以弥补基于正区域的约简方法处理不一致决策表时存在的不足.通过理论分析和实例验证表明,该算法是有效的,且其时间复杂度相对较低.