特征加权集对分析方法

提出对集对分析理论的一种改进方法--特征加权集对分析.对于Web服务的QoS评价中常见的两类问题,描述了常权与变权的处理方法.通过应用比较说明了特征加权集对分析方法比联系数加权集对分析方法更适合于基于QoS评价的Web服务选取.     

基于集对分析的搜索引擎质量评价

该文通过建立搜索引擎综合评价体系,提出了将集对分析理论运用到搜索引擎质量评定的综合评价方法。通过此方法可以定量的评价搜索引擎的综合性能。     

基于集对分析方法的坦克作战效能评估

坦克对地面战争的胜利具有重要的作用,因此对它进行科学的评估也就有相当重要的意义。坦克作战效能评估是一个典型的多目标决策问题,现有方法还不能有效地解决该问题。本文运用集对分析方法对各国现役主战坦克的作战效能进行了评估。利用集对分析方法具有的确定随机系统同异反定量分析的特点,通过建立各国主战坦克性能指标的集对,并据此进行集对分析,得到了一组较为正确的评估结果。本文为坦克作战效能评估的研究提供了一种较为有效的新方法,同时为坦克装甲车辆论证人员提供一种定量化的效能评估分析方法。     

基于集对分析的软件质量评价系统的构建

集对分析使得软件质量评价系统越来越完善,并且基于集对分析实现了软件质量评价体系,下面就这一主线展开叙述,对集对分析理论进行了概述,然后分析了国内和国外软件质量评价研究现状,最后又对软件质量评价系统评价的过程做了描述并给予了分析,目的在于通过此次的探究,找到以往系统中存在的不足之处,并且在此基础上将软件质量评价系统优化,更科学、准确。     

不完备信息系统中的集对分析方法

考虑了既有遗漏型又有丢失型未知属性值的不完备信息系统。在这种不完备信息系统中,采用集对分析的方法构建了一种新的基于联系度的二元关系,此关系仅满足自反性。在此基础上,分析了这种二元关系在两种特殊情形的不完备信息系统中的表现形式,然后根据新建立的基于联系度的粗集模型,使用决策矩阵讨论了规则生成方法,最后用一个实例说明了此方法的有效性。     

基于集对逻辑的近似推理方法研究

借鉴模糊推理的基本方法,以集对逻辑为基础,给出了集对蕴含式的定义,进一步针对其联系数形式的真值进行研究,讨论了单论域上集对推理的基本模式与方法。然后,提出了集对关系的概念,将单论域推理方法延伸至具有集对关系的联系域上,证明了一些基本定理。该成果对于集对分析理论的发展与完善有着一定的参考价值与指导意义。     

基于复杂信息的教学质量评价集对态势模型及应用

针对教学质量评价系统中的复杂信息,构建评价指标体系,基于集对分析方法建立教学评价数学模型,以合理地评价教师教学质量,并研究发展态势,给出改进建议。     

改进集对粗集模型

粗糙集理论在数据挖掘中的成功应用已成为近来研究的热点,人们将经典粗糙集中的等价关系放宽后使粗糙集理论的运用更加广泛,但在不完备信息系统中的运用仍受到了限制。论文在文犤1犦的基础上利用集对联系度定义了不完备信息系统中集合的上、下近似运算,并得到比文犤1犦定义的近似运算更为完善的一些基本性质;通过实例说明了这种方法是可行的,在一定程度上将粗集用于研究不完备信息系统方面进行了推广。     

集对分析联系数在黑启动 vague 集决策中的应用研究

vague集本质上是一种含有不确定性的模糊集,应用时需要做不确定性分析。为此,把集对分析联系数应用于黑启动vague集决策之中。首先,把用vague集表示的专家权重、指标权重与指标值都改写成联系数的形式,得出基于联系数的黑启动vague集决策模型,再对模型的计算结果作不确定性分析,考察不确定性条件下的各方案排序变化,选出最优方案。实例应用表明,文中所提方法能有效解决用vague 集表示的评价指标之间存在关联性和不确定性的黑启动多方案选优问题,思路清晰,算法简明,便于现场决策应用。     

集对云决策方法的研究

借鉴云模型和集对分析的核心研究思想,提出一种用于自然语言评价的多属性决策方法-集对云决策方法,主要工作如下:首先,针对多属性群决策的属性评估集和等级评估集设计了等级描述云和等级评价云;然后,在此基础上设计了云归一化算法实现了一个属性多个专家值的融合;最后,设计了集对评估算法,将多个属性值评价等级从同一、对立、不确定三个角度进行系统化描述,进而得各评估方案的可行性系统描述方程,通过图示比较分析获知可行性最佳方案.最终,通过能源方案评估应用证明了该方法的简单性和可行性,以及权衡语言评价信息的有效性.     

无线传感器网络中覆盖集的高效选取

传感器网络分簇机制中, 工作效率与网络覆盖密切相关. 任意时刻激活最小数目工作节点能够有效节省网络能量. 然而, 由于传感器网络的高密度部署, 使得该问题成为一个NP-完全问题. 本文提出一种基于改进的精锐非支配遗传算法以选择网络最优覆盖集. 对比于传统的二进制监测模型, 本文在算法实施过程中采用了概率监测模型. 在保证网络全覆盖的前提下, 令一部分节点进入休眠状态达到节能的目的. 并提出循环重组算子和删除因子以优化算法性能. 大量的仿真实验验证了本文算法的有效性.     

一种解决大规模数据集问题的核主成分分析算法

提出一种大规模数据集求解核主成分的计算方法.首先使用Gram矩阵生成一个Gram-power矩阵,根据线性代数的理论可知,新形成的矩阵和原先的Gram矩阵具有相同的特征向量.因此,可以把Gram矩阵的每一列看成核空间迭代算法的输入样本,这样,无须使用特征分解即可迭代地计算出核主成分.该算法的空间复杂度只有O(m);在大规模数据集的情况下,时间复杂度也降低为O(pkm).实验结果表明了所提出算法的有效性.更为重要的是,在大规模数据集的情况下,当传统的特征分解技术无法使用时,该方法仍然可以提取非线性特征.     

基于粗糙集和贝叶斯网络的作战效能评估

针对部队作战不确定因素多、建模复杂的特点,提出一种作战行动效能的评估模型。运用粗糙集理论除去冗余的评估指标,降低朴素贝叶斯分类器的时空复杂度。给出该模型的评估算法步骤,通过贝叶斯网络的参数学习,将不同数据类型的评估指标统一在类条件概率分布中,既保证了评估的客观性,又较好地表达出作战过程随机性的特点。实例研究表明,将该方法用于作战行动效能的评估是可行的。     

基于粗糙集和模糊聚类的用户评价分析

本文基于粗糙集理论和模糊聚类的方法对图书馆的用户评价数据进行了分析,旨在寻找用户评价指标之间的关联规则,确定用户评价的关键性指标。     

Multi-Source Adaptive Selection and Fusion for Pedestrian Dead Reckoning

Accurate multi-source fusion is based on the reliability, quantity, and fusion mode of the sources. The problem of selecting the optimal set for participating in the fusion process is nondeterministic-polynomial-time-hard and is neither sub-modular nor super-modular. Furthermore, in the case of the Kalman filter (KF) fusion algorithm, accurate statistical characteristics of noise are difficult to obtain, and this leads to an unsatisfactory fusion result. To settle the referred cases, a distributed and adaptive weighted fusion algorithm based on KF has been proposed in this paper. In this method, on the basis of the pseudo prior probability of the estimated state of each source, the reliability of the sources is evaluated and the optimal set is selected on a certain threshold. Experiments were performed on multi-source pedestrian dead reckoning for verifying the proposed algorithm. The results obtained from these experiments indicate that the optimal set can be selected accurately with minimal computation, and the fusion error is reduced by 16.6% as compared to the corresponding value resulting from the algorithm without improvements. The proposed adaptive source reliability and fusion weight evaluation is effective against the varied-noise multi-source fusion system, and the fusion error caused by inaccurate statistical characteristics of the noise is reduced by the adaptive weight evaluation. The proposed algorithm exhibits good robustness, adaptability, and value on applications.      

警用GIS中轨迹分析的实现与应用

分析了公安信息五要素及其相互联系,介绍了轨迹分析在公安业务中的重要作用。在昆明市西山公安分局的警用GIS中建立了一个动态轨迹分析模块,可以实现案、事件、重点人员等的轨迹叠加分析,为GIS在警务辅助决策工作中的应用提供了一种解决思路和实现方法。     

变精度集对粗糙集模型中的属性约简

属性约简是粗糙集理论的核心内容之一。论文是继续文献[8]的工作,在变精度集对粗糙集模型的基础上,定义了变精度的重要性算子和变精度的近似约简等概念,并由此给出了一种属性约简的启发式算法。算法既能保证属性约简的准确性,又能增加其灵活性,它可以通过对相似度α和精度β的调节,按照广度优先搜索策略,从条件属性集中逐一删除重要性最小的属性,从而得到一个满足相似度和精度要求的近似约简。同时,它也是完备信息系统的属性约简算法的推广(当α=1,β=0时)。最后通过一个实例,分析说明算法的可行性和有效性。     

城际铁路线网布局方案比选与软件开发

根据城际铁路线网布局的特点,从规划者、使用者、相关者及工程实施者四方利益出发,考虑线网结构特征、可实施性、社会效益和其他相关因素的影响,建立评价指标体系并给出各指标具体定义和量化方法。采用功效分析法对指标进行归一化处理并采用熵值法确定各指标值权重,基于集对分析原理提出了城际铁路线网布局方案比选方法,运用Qt开发平台编制软件并通过算例验证了该方法的可行性。     

信息增益混合邻域粗糙集的肺部肿瘤高维特征选择算法

针对冗余属性和不相关属性过多对肺部肿瘤诊断的影响以及Pawlak粗糙集只适合处理离散变量而导致原始信息大量丢失的问题,提出混合信息增益和邻域粗糙集的肺部肿瘤高维特征选择算法(Information gain-neighborhood rough set-support vector machine,IG-NRS-SVM)。该算法首先提取3 000例肺部肿瘤CT图像的104维特征构造决策信息表,借助信息增益结果选出高相关的特征子集,再通过邻域粗糙集剔除高冗余的属性,通过两次属性约简得到最优的特征子集,最后采用网格寻优算法优化的支持向量机构建分类识别模型进行肺部肿瘤良恶性的鉴别。从约简和分类识别两个角度验证方法的可行性与有效性,并与不约简算法、Pawlak粗糙集、信息增益和邻域粗糙集约简算法进行对比。结果表明混合算法精确度优于其他对比算法,精确度达到96.17%,并且有效降低了时间复杂度,对肺部肿瘤计算机辅助诊断具有一定的参考价值。