基于商空间理论的冬小麦产量预测和分析

文中从粒度计算角度对气象数据和历史产量进行分析。首先在商空间粒度计算理论框架下,通过对历年光、温、水等环境气象要素的分析,得出商空间模型下的特征属性;再通过对历史产量的分析,运用统计学方法获取相应的决策属性,将特征属性和决策属性相结合采用构造性机器学习方法对安徽省冬小麦产量进行预测,建立产量预测模型以实现冬小麦的较为准确的产量预测和分析。实验证明这种基于商空间粒度计算理论的产量预测方法是行之有效的。     

基于商空间理论的冬小麦产量预测和分析

文中从粒度计算角度对气象数据和历史产量进行分析.首先在商空间粒度计算理论框架下,通过对历年光、温、水等环境气象要素的分析,得出商空间模型下的特征属性;再通过对历史产量的分析,运用统计学方法获取相应的决策属性,将特征属性和决策属性相结合采用构造性机器学习方法对安徽省冬小麦产量进行预测,建立产量预测模型以实现冬小麦的较为准确的产量预测和分析.实验证明这种基于商空间粒度计算理论的产量预测方法是行之有效的.     

商空间理论在产量预测中的应用

商空间理论是研究不同粒度世界的一种新的数学工具。它用三元组（X,f,T） 描述一个问题,其中X 表示问题的论域,f（．） 是论域属性,Ｔ 是论域的结构。通过分析求解问题（X,f,T） ,对论域Ｘ 及其有关的结构、属性进行深入分析和研究,从而完成不同粒度世界的描述,并有着完整的理论基础。该文主要描述了商空间粒度的构建和计算并应用于农作物产量的预测,通过实验取得了很好的确定结果。     

商空间粒度计算理论在数据库和数据仓库中应用

商空间理论是研究不同粒度世界的一种新的数学工具。它用三元组(X,f,Т)描述一个问题,其中X表示问题的论域,f(·)是论域属性,Т是论域的结构。通过分析求解问题(X,f,Т),对论域X及其有关的结构、属性进行深入分析和研究,从而完成不同粒度世界的描述,并有着完整的理论基础。该文首次将商空间粒度理论应用于对数据仓库中数据进行了粒度分析,取得了很好的确定结果。     

商空间理论在道路交通事故分析中的应用

从粒度计算角度对以往道路交通事故进行分析.首先在商空间粒度计算理论框架下,通过对历年事故影响要素的分析,得出商空间模型下的特征属性;再通过对以往事故的分析,运用统计学方法获取相应的决策属性,将特征属性和决策属性相结合采用构造性机器学习方法对交通事故进行预测,建立事故预测模型以实现较为准确的事故量预测和分析.实验证明这种...     

基于商空间的气象时间序列数据挖掘研究

论文从一种新的角度,针对气象时间序列的特点,在商空间粒度计算理论框架下,采用多种粒度,从不同的层次分析复杂的气象数据信息,利用商空间的合成技术,和多侧面递进算法进行综合信息处理。并提出了一种灰色模型GM(1,1)与构造性机器学习方法(交叉覆盖算法)结合的模型对气象时间序列进行数据挖掘(产量预测)。最后,通过该模型在真实数据上的实验(冬小麦产量预测),取得了令人满意的结果。     

数据分类中的粒度计算

粒度计算理论为知识发现的研究提供了新的理论工具,通过引入全粒度空间的概念,对信息系统的论域空间进行等价划分,给出了论域子空间可精确粒度表示的充分条件,建立了目标概念的外延和内涵的粒度计算关系,揭示了目标概念学习中的粒度计算过程,提出了一种新的数据分类模型。     

商空间合成技术

商空间理论是粒度计算的3种主要方法之一,其合成技术研究的内容是探寻商空间与原空间的关系,目的是将复杂的问题简化,降低计算复杂性。论域合成旨在粒度变化,根据不同需要可进行细粒化和粗粒化。拓扑结构是商空间理论中独有的结构,其合成也有多种形式,除最细合成拓扑及半序结构的合成外,文中给出相对于最细合成拓扑的最粗合成拓扑,及基于逆商拓扑概念的逆商关系拓扑合成。拓扑的合成反映不同结构之间的关系。属性函数的合成意义在于形成不同等价关系下的论域,与论域的形成关系密切。这些研究扩充商空间合成技术的基础理论,使其更完善。     

不同粒度世界的描述法--商空间法

面对复杂对象，如何描述对象往往成为解决问题的基础，为此，该文提出了一种不同粒度世界的描述方法——商空间法．在商空间法中用一个三元组(X，f，T)描述一个问题，在其论域上引入等价关系R，对应于R的商集[X]，然后将[X]当作新的论域，对它进行分析、研究，从而将问题表述成不同的粒度世界，进而达到简化问题、解决问题的目的．与粗糙集、决策树等方法相比较，商空间法具有更强的表达能力，它不仅可以定义多种不同的属性函数，而且可以描述论域中的元素、元素之间的相互关系(即结构)、运算等．该文介绍粒度世界的描写、划分法、粒度确定以及不同粒度世界的关系．最后给出了粒度世界的描述实例——互联网中的路由算法及称球游戏，以验证商空间方法的有效性．     

采用粒计算的属性权重确定方法

针对属性值为连续值且无单一决策属性的多属性决策问题,通过宏观和微观的粒计算理论模型的对比分析,提出了一种融合模糊商空间理论和粗糙集理论的属性权重确定方法。首先通过应用模糊商空间理论构建具有分层递阶结构的商空间族,将一系列粒度商空间的样本聚类结果作为相应粒度空间下单一决策属性的分类,然后采用粗糙集理论计算得出所有商空间下各个属性的重要度,综合不同粗细粒度商空间下的属性重要度大小确定了各属性的客观权重。应用实例验证了该方法的合理性、有效性和实用性。     

基于动态粒度小波神经网络的空气质量预测

针对空气质量预测,提出了基于动态粒度小波神经网络的预测方法。为了选取合适的粒度,结合实际问题采用不断尝试的方法动态选取最优粒度,在最优粒度空间中求解问题。粒度变换后可以改变空气质量预测问题的求解空间,提高预测的精确度。实验也验证了动态选取的最优粒度作为小波神经网络的输入进行空气质量预测,可以取得更好的预测准确率。     

商空间粒度预测方程

以商空间粒度计算理论为基础,综合考察了粒度计算,粒度上信息的增长,以及粒度集合上信息的白化问题。进一步在原粒度拓扑关系基础上建立了粒度白化信息的拓扑结构,使信息增长符合一定的拓扑关系。最后结合灰色理论的方法论建立了商空间应用领域的预测方程,是信息预测的新尝试。     

基于商空间粒度计算的图像检索

在图像检索领域应用商空间粒度思想,阐述了图像检索中的粒度原理,对图像检索问题进行商空间描述,并构造等价关系,提出了一种新的图像检索方法.根据图像在不同粒度下的表现构造不同粒度下的商空间,然后根据商空间粒度合成原理构造最优准则函数,对已得到的商空间进行属性合成,进而以合成后的属性函数来完成图像检索.与采用单一属性特征的图像检索方法相比,该方法能够在更大程度上利用图像自身所提供的信息,取得更好的检索效果和更高的查全率查准率指标.     

商空间中半序结构的拓扑合成方法

粒度转换是粒计算理论的重要内容之一。在总结讨论拓扑商空间的粒度转换的基础上，进一步讨论了半序结构的粒度转换，提出新的半序结构的拓扑合成方法。介绍了商空间理论中的粒度转换方法，引出半序空间的相关概念，主要提出了一种对多个半序空间进行合成的方法，并对合成后的结果进行了讨论，举例具体说明了该方法的使用步骤，说明了该方法的实用价值和意义。     

基于信息粒度的聚类分析及其应用

在处理复杂问题时,通过改变问题所在的粒度空间,不仅可以有效获取对象的特征,而且可去除干扰和非本质属性,使问题易于分析解决。所谓从粒度计算的观点来讨论聚类分析问题,就是认为聚类是在原问题的粒度下(同一问题的最细粒度空间)进行问题分析。为了简化处理,引入不同的聚类相似性函数,其实质就是得到不同粒度空间的等价类。在实际问题求解中,可以根据问题需要取不同相似性函数,以便将问题变换到所需的粒度空间进行处理。为推广其应用,将该思想应用于车牌二值化,提出了基于信息粒度的聚类变换的二值化算法,实现了从彩色3维空间到黑白1维空间的粒度变换。实验结果表明,该算法所得结果更加切合实际图像,不仅具有普适性,而且有利于下一步的识别操作,尤其对于各种斜车牌、光照不均车牌更具有一定的优越性。     

基于分层递阶粒度聚类法的空气质量评价

针对气候变化与空气质量评价问题,考虑到空气质量数据具有复杂、不确定、不完备、海量高维的特点,提出基于分层递阶商空间的粒度聚类分析法。利用分层递阶模型,通过属性函数对原问题的论域进行划分,获得问题求解的不同层次粒度空间,可以将不确定信息转换成确定性信息,降低问题复杂性,易推广至高维海量数据分析中。宣城市空气质量评价实验结果表明,这种方法能很好地反映该市空气质量的日变化和季节变化,进一步验证了其有效性。     

商空间理论(粒度计算方法)实现高精度模糊控制

该文应用商空间(粒度计算)理论,给出了高精度模糊控制器的实现方法。通过系统控制粒度的不断改变,采用粗粒度粗调、细粒度细调的方法,系统可以兼顾理想的稳态和瞬态性能指标。实践证明以上观点正确。     

论域合成的商空间关系

研究各商空间之间的转换以及各商空间之间的关系是商空间理论的重要内容. 对若干给定商空间的论域进行下、上确界合成, 分别得到了粒度更细与更粗的商空间; 讨论下、上确界合成论域之间的关系; 通过定义粘合映射的概念, 研究3 类商空间之间的关系; 提出并证明对于给定原空间的任意两个商空间??1 和??2, ??2 是??1 的商空间所满足的条件. 进一步丰富和完善了粒计算的理论体系.

     

图像滤波的商空间粒计算算法

针对传统滤波器在噪声检测和滤除中存在的不足,提出了基于商空间粒度理论的噪声检测和粒度逆谐波均值滤波算法。该算法将受噪声污染的图像划分成不同粒度层次的商空间,形成商空间半序格,结合保假原理选择适当的粒度空间实施噪声分类检测和分别滤除。实验结果表明,该算法在滤除噪声的同时能够较好地保持图像的细节纹理特征、改善图像质量、提高信噪比等。