模糊情感分析及其在E-learning系统中的应用

摘基于模糊数学,本文提出了用模糊数学的评价集方法对学习者进行综合评价,是模糊模式识别的一种新的扩展和应用,为拟人化和情感识别提供了一种新的研究思路。同时本文设计了一个具有情绪反应的智能Agent助理。根据以上提出的模糊情感识别,我们将模糊情感识别的结果应用于E-learning系统,从而实现了教学系统的人性化和智能化。     

基于信息粒的关联规则提取研究

粒计算作为一种新的信息和知识处理的方法,近年来在许多领域中得到了应用。本文在学习和研究粒计算基本理论与技术的基础上,将其应用于关联规则提取中。通过对信息粒进行二进制的与运算,分析计算结果中出现1的次数来进行规则的提取。     

基于粗糙集与计算智能的诊断专家系统研究

在简要介绍粗糙集、计算智能基本概念及其特点的基础上,提出了基于软计算的规则获取方法与推理机制;建立了犬疾病的模糊诊断模型,为研究疾病诊断提供了新的思路,系统的试运行结果表明,该系统可以辅助用户对发生的疾病做出诊断与治疗。     

基于遗传算法的多维模糊分类器构造的研究

讨论了基于模糊遗传机器学习机制的密歇根方法在多维分类问题上的应用及性能问题,并提出了一种新的模糊遗传学习方法.将每一模糊规则作为遗传算法中的一个个体,且具有相应的适应度函数值.在提取模糊规则的同时,还对每个属性维的模糊划分进行学习以获取较好的模糊集合参数.另外,该方法引入了基于相似性的选择机制,减轻了选择机制对低适应函数值个体造成的选择压力,保持了种群的多样性,从而有效地避免了遗传算法收敛到局部解的问题.实验结果表明,该方法在多维模糊分类器的构造问题上具有较高的正确分类率、适应性较好等性能.     

基于模糊逻辑的几类Kripke结构之间的关系

根据初始状态、状态之间的转换关系和命题赋值函数是否为分明的,模糊Kripke结构可分为8类。提出将模糊计算树逻辑作为判断模糊Kripke结构之间是否是等价的依据;详细讨论了8种模糊Kripke结构之间的关系。这些结论为设计应用中模型的合理选取提供了理论依据,也为解决模糊计算树逻辑的模型检测问题提供了一种新的方法。     

基于改进遗传算法的TS模糊模型的优化设计

提出了一种新的将隶属度函数和规则库统一编码的改进遗传算法进行TS模糊模型整体优化设计的方法。利用FCM算法和最小二乘法辨识初始的模糊模型;利用改进遗传算法整体优化模糊模型,克服了以往将模型结构和参数分开优化的缺陷。为了提高模型的解释性,提出了将基于相似性的模糊集合和模糊规则的简化方法用于对模型的约简,并利用该方法对Mackey-Glass混沌序列建模。仿真结果验证了该方法的有效性。     

统一框架下软计算方法和支撑矢量机的机理研究

本文在加权径向基函数这一统一方法的框架下,对常用的几种软计算方法(包括神经网络、小波网络、模糊系统、贝叶斯分类器、模糊划分)以及支撑矢量机等机器学习方法的内在机理做了进一步的研究.特别地,对于支撑矢量机这种新的学习方法,文中分析了它和神经网络等方法之间的异同处,并尝试性地把其纳入统一的框架下,从而为支撑矢量机及软计算方法的研究与应用提供了理论上的指导.     

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.     

一种新的模糊加权关联规则挖掘算法

为了提高关联规则挖掘算法处理大数据集的性能,提出一种新的模糊加权关联规则挖掘算法——FWAR算法。通过建立模糊加权关联规则模型生成候选项目集,并进行剪枝,新建的模型按权值对项目进行排序,符合向下封闭性,并解决了已有挖掘算法计算量大的问题。仿真结果证明通过该算法得到解的质量和计算速度有显著的提高。     

应用带标识的模糊Petri网的模糊推理

本文针对模糊推理中常存在推理结果意义不明确的问题,提出应用带标识的模糊Petri网(MFPNs)进行模糊推理。推理的过程中考虑模糊产生式规则的权值、阈值、确定性因子等几种知识表示参数以获得更多信息。给出基于相似性测度的模糊推理算法,通过计算带标识的模糊Petri网的最终输出库所中的托肯值可以得到最终的模糊推理结果。通过实例可以验证这样得到的推理结果意义更明确,计算过程更加高效。     

Fuzzy risk analysis based on similarity measures of generalized fuzzy numbers

In this paper, we present a new method for fuzzy risk analysis based on similarity measures of generalized fuzzy numbers. Firstly, we present a method called the simple center of gravity method (SCGM) to calculate the center-of-gravity (COG) points of generalized fuzzy numbers. Then, we use the SCGM to propose a new method to measure the degree of similarity between generalized fuzzy numbers. The proposed similarity measure uses the SCGM to calculate the COG points of trapezoidal or triangular generalized fuzzy numbers and then to calculate the degree of similarity between generalized fuzzy numbers. We also prove some properties of the proposed similarity measure and use an example to compare the proposed method with the existing similarity measures. The proposed similarity measure can overcome the drawbacks of the existing methods. We also apply the proposed similarity measure to develop a new method to deal with fuzzy risk analysis problems. The proposed fuzzy risk analysis method is more flexible and more intelligent than the existing methods due to the fact that it considers the degrees of confidence of decisionmakers' opinions.     

基于云计算的数据查找与加密方案研究

云计算环境下的数据查找与加密技术是目前的研究热点。针对现有方案的不足,提出了一种改进的数据查找与加密方案。在数据查找方面,首先建立了身份管理模型,然后提出了基于权限的身份鉴别算法来实现从系统资源到身份数量之间的最优指派;在数据加密方面,提出了一种可计算加密方案CES,该方案能支持云数据的模糊检索和基本算术运算,有效地对用户的敏感数据进行隐私保护。仿真实验结果表明,方案是有效的,在加、解密性能以及存储与通信开销等方面要优于传统的方法。     

Analyzing fuzzy risk based on similarity measures between interval-valued fuzzy numbers

In this paper, we present a new method for handling fuzzy risk analysis problems based on the proposed new similarity measure between interval-valued fuzzy numbers. First, we present a new similarity measure between interval-valued fuzzy numbers. It considers the degrees of closeness between interval-valued fuzzy numbers on the X-axis and the degrees of differences between the shapes of the interval-valued fuzzy numbers on the X-axis and the Y-axis, respectively. We also prove three properties of the proposed similarity measure. Then, we make an experiment to compare the experimental results of the proposed method with the existing similarity measures between interval-valued fuzzy numbers. The proposed method can overcome the drawbacks of the existing methods. Finally, based on the proposed similarity measure between interval-valued fuzzy numbers, we present a new fuzzy risk analysis algorithm for dealing with fuzzy risk analysis problems. Because the proposed method allows the evaluating values of sub-components to be represented by interval-valued fuzzy numbers, it is more flexible than Chen and Chen’s method (2003).     

基于Vague熵的Vague集相似度量

对当前Vague集相似度量及Vague熵之间的关系进行了分析,指出它们并不匹配,本文分析了Vague熵的影响因素,给出一种新的Vague熵定义及一种新的计算公式,提出基于熵的Vague集新相似度量,与现有方法相比,本文的方法可以像普通模糊集一样,一个Vague集的熵可由它与它的补集间的相似度量较好地刻画.     

An improved similarity measure for generalized fuzzy numbers and its application to fuzzy risk analysis

This paper presents an improved method to compute the degree of similarity between generalized trapezoidal fuzzy numbers. The proposed similarity measure contains many features of fuzzy numbers such as geometric distance, center of gravity (COG), area, perimeter, and height. The previous methods are criticized via presenting some examples. In addition, the performance of the proposed methods is compared by the existing similarity measures using twenty different sets of generalized trapezoidal fuzzy numbers. Furthermore, the proposed method is used for fuzzy risk analysis based on similarity measures. Finally, an example is introduced to illustrate the fuzzy risk analysis.     

MapReduce框架下基于字符串波形的实体识别方法

在云计算平台下需要读取大量数据进行分析,数据中大量指代同一实体的重复数据给数据的分析和处理带来了困难。基于数据记录间的相似度进行聚类分析是目前实体识别的主要方法之一,但其耗时较长,而且不适用于云计算环境。给出了一种能够很好地利用云计算特点的基于字符串波形的实体识别方法。该方法首先统计字符频率,按照字符频率的大小生成字符串的波形,再利用基于波形的过滤性质加快相似度的计算,进行基于相似度的聚类。理论分析和通过真实数据得出的实验结果都表明了这种方法的正确性和有效性。     

A new approach for fuzzy risk analysis based on similarity measures of generalized fuzzy numbers

In this paper, we present a new method for fuzzy risk analysis based on similarity measures between generalized fuzzy numbers. First, we present a new similarity measure between generalized fuzzy numbers. It combines the concepts of geometric distance, the perimeter and the height of generalized fuzzy numbers for calculating the degree of similarity between generalized fuzzy numbers. We also prove some properties of the proposed similarity measure. We make an experiment to use 15 sets of generalized fuzzy numbers to compare the experimental results of the proposed method with the existing similarity measures. The proposed method can overcome the drawbacks of the existing similarity measures. Based on the proposed similarity measure between generalized fuzzy numbers, we present a new fuzzy risk analysis algorithm for dealing with fuzzy risk analysis problems, where the values of the evaluating items are represented by generalized fuzzy numbers. The proposed method provides a useful way to deal with fuzzy risk analysis problems.     

一种基于本体的句子相似度计算方法

提出了一种基于树结构本体的句子相似度计算方法。利用本体概念与句子中关键词之间建立的语义索引,构建句子与本体间的直接和间接语义联系,据此提取描述句子的语义向量,从而计算句子间的语义相似度。应用微软研究院的意译语料库(MSRP)对本方法进行了验证,结果表明:与相关的计算方法相比,本方法在不完备附加信息应用前提下获得了较好的准确率和召回率。     

基于区间相似度的模糊时间序列预测算法

针对现有模糊时间序列预测算法无法适应预测中新关系出现的问题,提出了一种基于区间相似度的模糊时间序列预测（ISFTS）算法。首先,在模糊理论的基础上,采用基于均值的方法二次划分论域的区间,在论域区间上定义相应模糊集将历史数据模糊化;然后建立三阶模糊逻辑关系并引入逻辑关系相似度的计算公式,计算未来数据变化趋势值得到预测的模糊值;最后对预测模糊值去模糊化得到预测的确定值。由于ISFTS算法是预测数据变化趋势,克服了目前预测算法的逻辑关系的缺陷。仿真实验结果表明,与同类的预测算法相比,ISFTS算法预测误差更小,在误差相对比(MAPE)、绝对误差均值(MAE)和均方根误差(RMSE)三项指标上均优于同类的对比算法,因此ISFTS算法在时间序列预测中尤其是大数据量情况下的预测具有更强的适应性。     

基于模糊等价的毕达哥拉斯模糊集相似度构造方法

毕达哥拉斯模糊集是Zadeh模糊集的一种推广形式,其相似度刻画方法是毕达哥拉斯模糊集理论的重要研究内容.现有的毕达哥拉斯模糊集相似度大多针对具体问题而提出.为推广毕达哥拉斯模糊集理论的应用范围,文中基于模糊等价研究毕达哥拉斯模糊集相似度的一般构造方法.将模糊等价概念推广至毕达哥拉斯模糊数,提出了PFN(Pythagor...