基于粒度计算的光纤智能结构监测

对智能材料的监测需要智能系统对各种不同来源的知识、技术和方法进行组合。设计这类智能系统的核心就是软计算。粒度计算是软计算科学中的重要分支,是一种计算智能系统的新方法。将粒度计算方法应用在光纤智能结构的监测中,并与神经网络方法进行比较。实验表明:在分类性能上,粒度计算方法在光纤智能结构监测中的应用优于神经网络处理方法。     

Web智能研究现状与发展趋势

Web智能是近年出现的一个崭新的研究方向,它是人工智能和高级信息技术在新的Web和Internet环境下相互融合的产物.首先从总体上讨论了Web智能的概念、研究内容和功能技术框架 ,然后分别就Web智能的几个核心方面的研究现状进行了综述,主要包括语义Web与ontology ,Web Agent和Web挖掘等,并进一步给出了它们的研究重点和发展方向,最后是关于Web智 能的研究展望和面临的挑战,指出智慧Web是Web智能研究的目标和中长期发展方向.     

计算智能研究综述

计算智能是人们在长期的研究过程中,受到自然界形形色色规律的启迪,根据这些规律的原理,模仿求解现实世界问题,它已经成为智能信息科学中最活跃的研究领域之一。针对计算智能几个相对独立的分支：神经网络、进化计算、群体智能和免疫系统,分析了其典型算法的原理、应用领域、优缺点和研究现状,指明了未来的研究方向。     

智能Agent在Web发掘中的作用与实现

本文介绍了智能Ａｇｅｎｔ在Ｗｅｂ发掘中的作用,描述了智能Ａｇｅｎｔ的属性和结构,并讨论了一种构造Ｗｅｂ发掘Ａｇｅｎｔ的方案和它的学习方法。     

Web智能搜索多Agent系统结构及相关技术

提出了一种多Agent系统结构,由用户界面Agent、过滤查找Agent、反馈更新Agent、操作Agent、搜索Agent、搜索Agent和中心索引库6个部分组成。该多Agent结构适用于Internet上的智能搜索系统,能够完成信息主动搜索、中心索引、信息过滤查找以及用户反馈更新等功能。详细描述了多Agent系统的分工以及相关实现技术的研究。     

粒度计算研究综述

粒度计算GrC（Granular Computing）是信息处理的一种新的概念和计算范式,覆盖了所有有关粒度的理论、方法、技术和工具的研究.它是词计算理论、粗糙集理论、商空间理论、区间计算等的超集,也是软计算科学的一个分支,已成为模糊的、不完整的、不精确的及海量的信息处理的重要工具和人工智能研究领域的热点之一.本文综述了粒度计算的发展动机、研究现状及发展趋势,着重介绍了粒度计算的主要理论模型与方法及其在不同领域的应用,对存在的问题进行了分析,并提出了进一步研究的方向.     

语义Web上本体与智能信息Agent的集成研究

该文介绍了语义Web新技术,它可以为处理Web信息的智能应用程序提供帮助。文中描述了语义Web的层次结构及其支持语义Web的基础技术如RDF(资源描述框架)和本体(Ontology)等,文章表明,Agent技术与本体的集成会扩展程序能力,更有效地为用户执行任务而较少需要人的干预,也会对Web服务的使用产生重大影响。文中介绍了本体与智能信息Agent结合的应用实例,为用户搜索Web上的服务提供帮助。     

粒计算研究综述

粒计算（granular computing）是当前计算智能研究领域中模拟人类思维和解决复杂问题的新方法．它覆盖了所有有关粒度的理论、方法和技术，是复杂问题求解、海量数据挖掘、模糊信息处理的有效工具．首先回顾了粒计算研究和发展状况，介绍了粒计算的基本组成和问题，综述了粒计算的基本模型和方法，并讨论了它们之间的相互关系，最后探讨了构建统一的粒计算模型、复杂问题空间的粒化、粒层之问的转换、高效的粒计算方法、新的粒计算模型、动态粒计算模型、自主粒计算模型、粒计算方法的模糊化以及粒计算模型的应用和推广等几个方面的关键问题．     

Web应用服务器研究综述

Web应用服务器是Web计算环境下产生的新型中间件,为创建、部署、运行、集成和管理事务性Web应用提供一个跨平台的运行环境,被认为是自关系型数据库以来最令人激动的企业应用技术.诸多IT企业纷纷推出其各自的Web应用服务器产品和系统,学术界也对这种热门领域产生了浓厚的兴趣.在分析Web计算环境下传统中间件发展所遇到的问题的基础上,介绍Web应用服务器的起源和发展、运行模式以及评测基准,然后对Web应用服务器研究现状进行综述,主要包括Web应用服务器的定义、体系结构、组件容器、分布事务处理、负载平衡、高速缓存、Web Service等研究热点和关键技术.根据评测基准,对若干主流Web应用服务器从功能和性能两个方面进行分析和比较.此外,还指出了Web应用服务器目前存在的不足以及未来的发展趋势.     

基于本体的智能Web服务

一、引言随着Internet应用的普及和软件技术的进步,基于Web的网络计算模式或Internet计算模式得到了广泛的重视和应用。目前,面向Web应用的三层结构(或多层结构)、构件化的商务逻辑封装、基于XML和Web Services的自动电子商务等理论和技术深入人心。但创新是无止尽的。实际上,现有的这些Web技术并不能真正解决人们期待已久的智能搜索引擎、智能信息代理、智能交易代理等基于Web的个性化、智能化的服务。而这正是IWS(Intelligent Web Services)要解决的问题。表1总结了Web技术的发展和IWS在其中的位置。     

Tabu search for attribute reduction in rough set theory

In this paper, we consider a memory-based heuristic of tabu search to solve the attribute reduction problem in rough set theory. The proposed method, called tabu search attribute reduction (TSAR), is a high-level TS with long-term memory. Therefore, TSAR invokes diversification and intensification search schemes besides the TS neighborhood search methodology. TSAR shows promising and competitive performance compared with some other CI tools in terms of solution qualities. Moreover, TSAR shows a superior performance in saving the computational costs.     

Topological approaches to covering rough sets

Rough sets, a tool for data mining, deal with the vagueness and granularity in information systems. This paper studies covering-based rough sets from the topological view. We explore the topological properties of this type of rough sets, study the interdependency between the lower and the upper approximation operations, and establish the conditions under which two coverings generate the same lower approximation operation and the same upper approximation operation. Lastly, axiomatic systems for the lower approximation operation and the upper approximation operation are constructed.     

基于变精度上近似与程度下近似的双量化边界及其算法

近似空间中,精度与程度结合形成的双量化是一个创新课题.利用笛卡尔积进行量化信息合成,基于变精度上近似与程度下近似探讨双量化边界及其算法.首先,基于上述两个近似,自然地构建了双量化扩张粗糙集模型,定义了双量化扩张边界.接着,分析了该边界的双量化语义,得到了该边界的精确刻画与数学性质;为计算该边界,提出了近似集算法与信息粒算法,进行了算法分析与算法比较,得到了信息粒算法具有更优的算法空间复杂性的重要结论.最后,应用一个医疗实例对该边界及其算法进行了说明.该边界扩张了经典Pawlak边界,并对局部不确定性进行了双量化的完备与精细刻画,这对双量化的不确定性分析与应用具有重要意义.     

粒度计算及其在数据挖掘中的应用

粒度计算涵盖了所有在处理问题过程中使用粒度的理论、方法、技术和工具。本文首先简要地介绍了粒度计算的基本思想、基本问题以及它的三个主要模型(模糊集、粗糙集和商空间),然后综述了粒度计算在数据挖掘中的应用。     

粒计算的α_决策逻辑语言

提出一种用于粒计算的α_决策逻辑语言．该语言是由Tarski意义下的模型和可满足性所描述的一种特殊的经典谓词逻辑．由属性值域的模糊子集代替经典的单值信息函数所得到的广义信息系统对应于模型,借助于模糊集理论的水平截集的概念,归纳地定义对泉在一定阈值水平下满足某公式．最后讨论如何利用α_决策逻辑语言描述不同的粒世界及分析形式概念和决策规则．     

基于粒度计算的属性约简算法研究

从粒度计算的角度对粗糙集理论的属性约简进行研究,分别基于代数方法和信息论方法定义了粒度差和粒度熵的概念,并在此基础上提出了两种新的属性约简算法.实验分析表明,这两种可靠有效的粒度计算方法都能得到信息表的最小约简,为进一步研究知识的粒度计算提供了可行的方法.     

基于粒化单调的不完备混合型数据增量式属性约简算法

增量式属性约简是一种针对动态数据集的新型属性约简方法.然而目前的增量式属性约简很少有对不完备混合型的信息系统进行研究.针对这类问题提出一种属性增加时的增量式属性约简算法.在不完备混合型信息系统下引入邻域容差关系.基于邻域容差关系的粒化单调性,提出信息系统属性增加时邻域容差条件熵的增量式更新方法,并提出了不完备混合型信息...     

Generalized rough sets based on relations

Rough set theory has been proposed by Pawlak as a tool for dealing with the vagueness and granularity in information systems. The core concepts of classical rough sets are lower and upper approximations based on equivalence relations. This paper studies arbitrary binary relation based generalized rough sets. In this setting, a binary relation can generate a lower approximation operation and an upper approximation operation, but some of common properties of classical lower and upper approximation operations are no longer satisfied. We investigate conditions for a relation under which these properties hold for the relation based lower and upper approximation operations.This paper also explores the relationships between the lower or the upper approximation operation generated by the intersection of two binary relations and those generated by these two binary relations, respectively. Through these relationships, we prove that two different binary relations will certainly generate two different lower approximation operations and two different upper approximation operations.