大气颗粒物源解析监测中的质量控制

为确保石家庄市大气颗粒物源解析研究数据的准确性和精密性,首先结合城市自然环境、能源结构、大气环境质量现状等进行合理布点采样,同时在大气颗粒物样品采集、滤膜称量、化学组分分析等监测过程中实施了空白分析、实验室平行样分析、标准曲线绘制与核查、加标回收、有证标准物质核查等一系列质量保证措施,通过对这些质量保证措施实施情况的阐述与质量控制数据的统计、计算与分析,证明了该大气颗粒物源解析监测工作从样品采集及其称量到化学组分分析等全过程是真实有效的,表明了石家庄市大气颗粒物源解析监测数据的准确性和监测工作的可靠性.     

基于FA/MR分析方法的徐州市大气颗粒物PAHs源解析

在徐州市布设3个采样点,进行大气颗粒物采样.通过因子分析法（FA）判断徐州市大气颗粒物中多环芳烃的主要来源,并利用多元逐步回归法（MR）确定各污染源对多环芳烃污染的贡献率.结果表明,徐州市大气颗粒物中多环芳烃的主要来源为交通污染源、燃煤污染源和高温加热源,贡献率分别为61.4%、20.5%和16.1%.     

大气颗粒物中重金属的化学特征和来源分析

大气颗粒物,特别是可吸入颗粒物(PM10)中含有的重金属通过呼吸进入人体后,会造成各种人体机能障碍,影响身体健康.文章总结了国内外有关大气颗粒物中重金属元素的研究现状,主要围绕大气颗粒物中重金属元素的来源、分布、化学特性、迁移转化等方面进行论述,同时也讨论了颗粒物中重金属检测方法的研究进展.     

粗集理论及其应用（四）：粗集理论和模糊集合

首先将粗集与模糊集合进行简单对比，并介绍利用粗集的概念考虑模糊集合的粗近似，定义粗模糊集合，利用模糊划分的相似性关系研究集合的近似问题，定义模糊粗集，并介绍粗模糊集合和模糊粗集的基本特性等，最后讨论知识近似模型的统一。     

基于粗集理论的神经网络

在分析了粗集理论方法和人工神经网络方法两者各自的特点与共同之处后,首先探讨粗集学习与神经网络学习的结合方法,然后提出了一种基于粗集预处理的神经网络系统,最后给出一个基于粗集方法作为信息预处理的神经网络文字识别的例子,来基于粗集的神经编制 优越性。     

粗集理论在证券投资决策中的应用

粗集理论作为一种新兴的数学工具，在许多领域都表现出了强大的生命力。笔者概述了粗集理论的基础知识，并在此基础上详细阐述了其在证券投资决策中的应用。     

基于粗集的规则不确定性量度

在对粗集及其相关理论的研究基础上,给出了一种基于推广粗集模型和信息熵的规则不确定性量度及其相关定理的证明,同时在此基础上还提出了一种规则噪音处理方法,实验结果证明该不确定性量度适用于评价从有噪音数据中提取的规则。     

基于粗集理论的多因素数据分析

当利用不等重复的、散乱的数据去分析指标与多个因素之间的关系时，粗糙集合的有关理论，引入支持度作为因素和指标之间关联的度量，同时介绍了计算支持度的方法；提出了交互度的概念和计算方法，将其作为几个因素之间的交互效应对指标影响的度量．以农用车为例对其若干因素与性能之间的关联进行分析，说明了该方法实用可行．     

粗集理论及其在数据挖掘中的应用

粗集理论是一种新的处理模糊和不确定性的数学工具，在数据挖掘、机器学习、决策支持系统和模式识别等领域得到了广泛应用。文中在阐述了粗集理论的基本思想与特点的基础上，重点评述了粗集理论在数据挖掘中的应用状况以及未来的发展方向。     

基于粗集理论和信息熵的规则模型研究

针对粗集规则存在的问题，提出了一种基于信息熵的属性简约算法，该算法以信息熵作为属性约简的标准，充分利用数据所蕴含的统计信息，克服了粗集γ准则对数据噪声的敏感性和不能表达属性间概率因果关系的缺点，理论分析和实例表明，该算法得到的规则集比基于粗集γ准则算法得到的规则集更简练，分类效果总体上也更优、在大多数工业应用中数据往往被各种噪声所污染，属性间也很难找到确定性关系，因此该方法具有比基于粗集准则方法更广泛的适用性。     

粗糙集理论及其应用

介绍了一种不完备信息的新颖、有效的软计算方法-粗糙集理论,阐述其基本理论框架,讨论其典型应用,描述粗糙集与神经网络、模糊集、并行算法、专家系统有机结合的条件,并介绍了几种智能处理系统的结构。     

粗糙集中离散化算法的研究

对目前粗糙集的离散化算法进行了分类讨论,重点分析了基于信息熵的离散化算法的理论基础以及实现步骤,并就该算法对于同一属性在不同样本数据集上的应用情况进行了分析.实验表明,该算法对于部分属性具有数据敏感性,当选择这些属性作为依据时会影响系统的决策能力.     

知识的不确定性度量和基于信息熵的模糊粗糙度

基于另一角度——信息熵给出了模糊集在λ—水平下的模糊粗糙度的概念，从而更深刻地反映知识的不确定性及集合的不确定性．     

基于随机集的程度粗糙集模型及其应用

分析了传统的基于随机集的粗糙上(下)近似在刻画或近似概念时的缺陷。考虑到元素的集值函数与对象集重叠部分的定量信息。依据集值函数与对象集重叠的多少来刻画或近似对象集。给出了基于随机集的程度粗糙集模型,得出了一系列重要的结论。     

Rough集理论发展现状与应用前景

为了解决复杂系统的不确定性信息处理问题,介绍了Rough集理论的基本概念和研究状况.对Rough集模型推广、约简算法研究等进行了讨论;并对Rough集理论在机器学习、决策分析、知识发现等领域中的应用状况进行了论述,同时提出了Rough集理论在知识获取和并行计算领域中的发展前景和Rough逻辑控制、Rough信息处理等研究方向.     

变精度Rough Sets模型在数据挖掘中的应用

经典的粗糙集理论在进行分类时其类之间的分界线很严格,这样提高了知识属性对被研究对象识别分类的精度,但这种方式的容错能力很差,使得模型的实际适用性很弱.变精度粗糙集是对经典粗糙集理论的一种扩展,通过研究得出了知识的依赖程度饱和值不变约简法及信息熵不减约简法.     

一种改进的粗糙集理论分层递阶约简算法

粗糙集的分层递阶约简算法是根据属性的获取方式、采集成本和实时性要求等对属性进行分类,使决策系统中的所有属性在单层次和单粒度上的知识表示变为部分属性所构成的知识在多种层次和多种粒度上的表示,从而可以逐层对决策系统进行约简.在此基础上,文章根据规则获取者的需要即属性的重要度考虑进行分层递阶简约.文章的最后将该算法应用于某单位人才引进决策的获取中,证实了其有效性.     

粗集理论在Web信息提取中的应用

Web作为世界上最大的信息源,为数据挖掘技术提供了大量的原始数据,然而Web数据半结构化的特征使得在数据挖掘过程中必须选择合适的算法;研究Web信息提取的过程,并利用粗集方法实现对于来自Web的大批量农产品价格数据的挖掘过程。     

大气甲烷排放源研究进展

通过回顾近年来有关大气甲烷排放源的研究,分析了各种排放源的源强及变化,系统地归纳了大气甲烷的来源分类,即包含人为源和天然源。排放数据分析表明大气甲烷收支具有较大的不确定性,新技术的应用使得分析评估大气甲烷收支突破空间地域限制,将获得更为精确的甲烷通量数据库。     

Rough集查询算法在分布式数据库中的应用

在分布式数据库技术和模糊集理论的基础上,应用作为数据挖掘的新方法的Rough集理论,针对分布式数据库的复杂查询处理问题,构建一种基于Rough集的分布式数据库系统,设计出Rough集上的查询算法,不仅极大地降低了信息查询的时间复杂性,而且提高了信息查准率,又兼顾了查全率,从而可以更准确迅速地查到所需要的信息,为信息查询和科技查新提供决策支持。