模糊多核一类支持向量机

随着一类支持向量机(OCSVM)在类别不平衡数据的分类问题或异常检测方面的广泛应用,该算法的局限性也逐渐显现出来.一是算法的性能易受噪音的影响,其鲁棒性较差.二是算法中核函数核参数的选取尚无一般性适用方法.为同时解决上述两个问题,将模糊隶属度引入到多核一类支持向量机(MKOCSVM)中,提出了模糊多核一类支持向量机(FMKOCSVM)模型.首先,由数据间的模糊关系获得训练样本的模糊隶属度;然后以加权求和的方式合成组合核代替单核,核权重通过核对齐的思想计算.在人工数据集上证明了该模型的有效性,并在UCI数据库上进行了仿真实验,结果显示此方法具有较高的分类性能,既避免了核选择难题,又提高了抗噪音能力.     

基于模糊满意度的水火电力系统多目标短期优化调度

针对水火电力系统短期经济环境负荷调度多目标优化问题,构建了一种基于粒子群算法的交互式模糊满意度决策方法。通过定义每个目标函数的隶属度函数,把多目标问题模糊化;决策者依据自己的主观意愿来设定每个目标的参考隶属度值;利用参考隶属度值与目标隶属度值之差的绝对值最大最小化的方法,将多目标问题转换为单目标问题;采用粒子群算法求解此单目标优化问题。在决策过程中,决策者对当前解不满意,可应用交互式的方法再次设定参考隶属度值,重新进行求解,直到找到决策者满意的方案为止。算例计算验证了交互式模糊满意度决策方法的有效性和可行性,不仅避免了多目标问题向单目标问题转换过程中目标权重选取的人为任意性,而且能充分体现决策者的主观意愿,便于实际应用操作。     

基于TS模型的非线性系统模糊辨识算法

对一类采样数据较均匀的非线性系统,提出一种基于TS模型的系统辨识算法.首先利用等分区间法对输入空间进行前提结构的划分,并根据所选定的隶属度函数确定每个输入变量在各个模糊子空间中的隶属度,然后利用卡尔曼滤波算法来辨识模型的后件参数.与模糊聚类等辨识算法相比,该算法计算量较小,适用于系统的在线辨识,仿真研究表明该算法具有较高的辨识精度.     

异构网络中丢包隶属度函数的构建方法

异构网络中TCP丢包区分机制对无线网络的稳定性起着重要的作用,包对探测包的单向传输时延(ROD)作为区分参数对不同丢包类型进行区分,算法的准确度依赖于ROD样本的隶属度函数及其参数估算。为了更加准确地区分丢包类型,通过对传统高斯混合模型的EM算法进行分析,提出了基于势函数的初始化方法,并且在网络拥塞和无线误码同时存在的情况下,将改进的EM算法(PEM)应用于不同丢包模式下隶属度函数的构建中。仿真验证了该算法具有较好的收敛特性和稳定性,并且对不同丢包模式隶属度函数的确定达到了很好的构建效果。     

基于Logistic函数和用户聚类的协同过滤算法

针对协同过滤推荐算法的数据稀疏性和可扩展性问题,提出一种基于Logistic函数和用户聚类的协同过滤算法.计算用户对服务关键词的偏好度,构建用户-关键词偏好向量,并基于此向量对用户进行聚类;采用Logistic函数计算用户对服务的兴趣度,并根据兴趣度相似性在目标用户所在类内寻找其最近邻居;通过最近邻居预测用户对服务的兴趣度,将兴趣度较高的服务推荐给用户.基于真实数据集的实验证明,与传统协同过滤算法相比,本文算法能取得更高的准确率,且聚类后算法运行时间显著减少,有效地提高了推荐的实时性.     

确定非线性隶属度函数的单次聚类方法

针对隶属度函数及其确定方法研究中存在的问题,通过采用高斯函数和sigmoid函数表示隶属度函数,提出了基于密度指标的单次聚类方法,它的计算量仅与输入数据数目成线性关系,且能快速得到聚类中心和数据的隶属度;在实例仿真中,确定了鄂北石油钻井现场数据EB_Da51的隶属度函数,解决了隶属度函数难以确定的难题.     

节水灌溉相对隶属度综合评价研究

为了排除节水灌溉方式、方法及设计参数等问题上的主观性,提出了一个需要多方面决策人员参加的多目标的决策化方案,即通过建立指标隶属度矩阵,将用最小二乘法求得的相对(绝对)优属度公式进一步简化,得出一种评价大型节水灌溉工程方案的简单而又具可操作性的方法.     

基于粒计算的清浊音分段算法

评价一个参数对于划分语音信号成清浊音段的有效性是十分困难的问腰.为解决此问题,提出了一种基于粒计算的语音信号清浊音检测算法.该算法利用粒的理论对清浊音检测中用到的8种语音信号的特征参数进行分析,构造决策表,计算得出各参数对清浊音判决的重要度.最终选用参数组合MFCC(Mel.Frequence Ceptral Coefficients)、小波互相关、小波系数和短时自相关进行语音实时分段,得到多参数结合的求解最优路径.进一步提取决策规则并进行多参数清浊音分段,试验表明获得了好的效果:对于纯净语音分段算法的准确率达到平均93.86%,对于带噪语音准确率达到平均90.27%.此外算法的处理帧长仅为20样点,意味着有很好的实时性.     

基于模糊集和Otsu理论的PCB图像分割算法

针对印刷电路板(Printed Circuit Board,PCB)的图像分割问题,对Otsu法进行了改进.即首先用基于Otsu法的双阈值分割方法分割出所需的模糊区域;然后根据PCB图像的特点,运用模糊集理论描述不良问题的能力,构造出图像的隶属度函数;最终形成了基于模糊集和Otsu的分割算法.利用该算法对各种PCB图像进行了分割实验,实验结果表明:该算法对PCB图像具有良好的分割效果.     

基于混合类别标记新技术的小样本学习算法

针对计算机辅助诊断(CAD)中标记病例样本难以收集所引起的小样本学习问题,提出基于混合类别标记新技术(HCLT)的小样本学习算法.该算法分别基于几何距离、概率分布及语义概念对大量存在的未标记样本进行差异化标记,将有一致标记结果的样本加入样本集,以此扩大训练样本集.为了减少错误标记样本对学习过程造成的不利影响,提出样本伪标记隶属度并引入模糊支持向量机(FSVM)学习中,由隶属度控制样本对学习过程的贡献程度.基于UCI数据集的实验结果表明,采用该算法能够解决小样本学习问题的有效性.与单一类别标记技术相比,该算法产生的错误标记样本显著减少、学习性能显著改善.     

高校节能减排评价指标体系及综合评判方法

为解决高校节能减排综合评判的决策问题,建立了高校节能减排综合评价指标体系,提出了一种层次分析法和模糊综合评价法相结合的高校节能减排综合评判方法：基于层次分析法构造模糊判断矩阵,选用一致性充要条件检验判断矩阵的一致性,进而推导出评价指标体系中各评价指标的综合权重;通过归一化处理得到各定性指标的模糊隶属度,采用梯形模糊数得到各定量指标的模糊隶属度,从而构造出评价指标模糊关系矩阵;最后根据主因素决定模型运算公式得到各高校节能减排综合评判结果．     

免疫系统的主组织相容复杂性及其应用

在模拟免疫系统的主组织相容复杂性的基础上,结合模糊逻辑与扩展阴性选择算法提出了一个基于免疫系统主组织相容复杂性的模糊逻辑综合决策算法,并用该算法构建了一个实际的基于网络的入侵检测系统。该算法应用高效的扩展阴性选择算法作出第一次网络流量检测,当网络数据异常特征明显时,能直接检测出入侵。若其不能准确地识别待分析数据,则利用具有检测结果准确优势的规则匹配算法作出二次检测,最后结合两次检测结论用模糊逻辑决策模型做出综合决策。     

基于改进FSVM的旋转机械故障诊断算法

针对旋转机械故障诊断中采集到的振动信号存在强烈噪声及野值干扰,故障特征提取后,利用传统的支持向量机(support vector machine,SVM)进行模式识别会造成最优超平面的模糊性,影响分类效果,引入模糊C均值聚类算法(fuzzy C-means,FCM)与支持向量机结合进行故障诊断.FCM用来求解样本模糊隶属度,但其迭代求解聚类中心及样本模糊隶属度矩阵时容易陷入局部最优,而粒子群算法(particle swarm optimization,PSO)具有全局优化搜索的优点.基于此,提出了基于改进模糊支持向量机(fuzzy support vector machine,FSVM)的旋转机械故障诊断算法.首先,利用经验模态分解(empirical mode decomposition,EMD)提取故障信号的能量特征指标;然后,由PSO优化FCM求解样本的模糊隶属度;最后,将模糊隶属度引入SVM,构建改进的模糊支持向量机模型,并实现故障判别.实验结果表明:改进的FSVM比传统的FSVM算法有更好的抗造性能以及分类效果.     

基于遗传算法的粗糙集混合数据属性约简

为了对现实中既含有离散数据又有连续数据,甚至还有模糊数据的决策系统进行属性约简,基于模糊等价关系建立粗糙集模型,用熵来度量粗糙集中的不可分辨能量并定义约简.提出用遗传算法来求解含混合数据的决策系统的约简,论述了适应度函数的选择,给出了算法的具体实现.对经典数据集和UC I机器学习数据库中5个数据库约简的结果证明了算法的有效性和可行性.     

基于动态直觉模糊多属性的链路质量参数优选

为选择有代表性的、较全面反映链路质量的参数,提出了基于动态直觉模糊多属性决策的链路质量参数优选方法.从链路质量评估的稳定性和敏捷性出发,以4种不同链路质量等级下的决策矩阵作为优选依据,采用优劣解距离法得到备选参数集的排序,并进行筛选,根据贴近度对筛选后的备选参数集进行加权平均融合,得到优选的基于动态直觉模糊多属性的链路质量参数.实验结果表明,与平滑后的包接收率、模糊链路质量评估器(F-LQE)相比,采用优选的链路质量参数具有较强的稳定性和敏捷性.     

基于区间优势可能势的模糊折衷型防洪多目标多属性决策方法

通过综合考虑防洪多目标调度中的各种风险因素,提取了影响水库群防洪需求的若干风险指标,针对防洪多目标方案集的决策优选问题,提出了一种基于区间优势可能势的模糊折衷型多属性决策方法,建立了多属性目标的决策矩阵,避免了备选方案的模糊性和不准确性。并根据区间数的可能度对各方案进行优属度排序,分别选取各属性下的正、负理想方案。另外,还提出了一种描述备选方案与理想方案差异度的优势可能势,更加精确地度量不同方案之间的优劣程度。并在此基础上,采用模糊折衷型多属性决策方法,结合不同属性的主观权重,对备选方案进行优选和排序,得到了满足实际需求的多属性决策最佳优选方案。     

Agent网络法——一种多元商务智能技术融合方法

为了融合粗糙集、模糊逻辑、决策树、群决策、蚁群算法、数据挖掘、遗传算法、人工神经网络等异质商务智能（BI）技术,基于复杂网络和多Agent,提出了一种称为Agent网络法的融合方法,该方法包括3大机制：自治主体,网络集聚的智能资源集成机制;“竞争上岗,择优合作”的智能资源利用机制;“绩效评估,优胜劣汰”的智能资源优化机制.基于该方法构建的BI系统是一个以众多Agent为节点的复杂网络,其中的每个Agent都是一个独立的智能单元,代表BI技术中的一个计算模型或算法.3大机制实现了多元BI技术两个层次的融合：新的Agent不断加入,被实践证明低价值的旧Agent不断剔出,网络中始终聚合着所有高价值的Agent,从而在系统结构层面上实现优秀BI技术的全面融合;借助谈判、招标、拍卖等竞争性合作机制,每次响应任务时,选出的是网络中最能胜任当前任务的Agent组合,从而在系统应用层面上实现 BI技术的动态融合.     

从模糊集到直觉模糊集相似度的构造方法

直觉模糊集的相似度是直觉模糊集的一个重要研究内容。从模糊集相似度角度,提出直觉模糊集相似度的一些构造方法。基于模糊集的相似度得到直觉模糊集的隶属度与非隶属度的相似度,进而提出从模糊集相似度构造直觉模糊集相似度的方法;利用已有的模糊集相似度公式,得到了17个新的直觉模糊集相似度;通过一个例子演示新相似度在模式识别方面的应用。     

直觉对偶犹豫模糊集的集结算子及其应用

在对偶犹豫模糊集与直觉模糊集的基础上,提出了直觉对偶犹豫模糊集的概念和基本运算,构造了直觉对偶犹豫模糊集的算术加权平均集结算子和几何加权平均算子,并考虑有序和广义的情况,分别给出相对应的公式。同时针对某些算子的特殊性质,给出了详细描述和证明。针对模糊集的多属性群决策问题,提出了一种新的基于直觉对偶犹豫模糊集的集结算子的多属性群决策方法,通过一个实例说明了该方法的实用性和有效性。     

基于决策类划分的新型多变量决策树算法

基于不可分辨关系、复合运算、集合运算和逻辑运算等集合论概念,构造一种新型的多变量决策树算法。该算法包括5个步骤:依据决策属性值划分出决策类;利用决策类之间条件属性集相交判断二义性条件属性值;利用决策类各条件属性值域的不同判断独立决策条件属性值;利用决策类自身条件属性集进行复合运算,获得多变量决策方法;使用或运算符(∨)连接各个部分的决策规则以取得完整的决策规则。以决策树典型训练集(气象信息系统)为例进行验证,其结果表明,该算法行之有效。通过时间复杂度的分析结果表明,该算法较之粗糙集算法更优,而且不亚于ID3算法。