基于粗糙集与条件信息熵的大坝安全融合评价模型

权重的确定是大坝安全多效应量融合评价研究中的关键性问题,已有的权重确定方法存在过于依赖先验知识的缺陷,基于此,从概率论和信息论的角度,将大坝安全监测多效应量融合评价视为一个随机系统和不完备信息系统,利用粗糙集理论和条件信息熵理论在处理随机性和不完备性方面的优势,以权重研究为核心,建立大坝安全多效应量融合评价模型,并给出了一个实例分析,为大坝安全评价提供一条新的研究思路和途径.基于粗糙集和条件信息熵的权重确定方法既能体现属性指标在属性指标集中的重要程度,又能体现属性指标对于属性决策集的重要程度,因而更加全面和合理.     

用于连续属性离散化的RSE-Chi2方法

为解决基于卡方统计量离散化方法在处理未知数据特性时的参数难确定问题，提出了一种基于粗糙集方法的自动离散化方法.该方法根据粗糙集理论对知识不确定性和属性重要性的分析，利用粗糙集方法处理数据不需要先验知识的特点，以基于最小描述长度原理的决策系统信息熵作为离散化过程的评价函数，并由属性断点平均重要性确定多连续属性的离散化顺序，构建了自动的离散化方法RSE Chi2.实例测试表明，该方法性能良好，能根据样本数据本身的特性，自动协调拟合和预报精度，不需要先验设定显著性水平和不一致率等参数，离散化结果更为精简,所建决策树分类模型具有较好的预报性能.     

测量数据的信息熵与测量误差熵研究

以Shannon信息论为基础,详细分析了测量过程的物理机制和被测量与测量结果的映射关系,建立被测量、测量误差和测量结果的信息论数学模型。研究了用信息集合和信息熵模型表征测量数据不确定度、被测量值和测量结果的方法,以及被测量信息熵、测量误差熵和测量结果信息熵的内涵、相互关系和求解方法。并推导了典型分布下传统的不确定度理论中的不确定度、置信系数与测量信息论中信息熵的数学关系,为从传统不确定度理论到测量信息论的数据处理方法过渡做了一些前期预研。     

冗余可修系统的可靠性分析

针对冗余可修系统这一类广泛配置于各种关键应用中的高可靠系统,定义简单的冗余可修系统可靠性描述模型--冗余可修门.该模型能够有效地集成于动态故障树分析工具中,用以刻画冗余可修系统的可靠性行为,基于离散事件仿真方法给出通用的冗余可修门可靠性模拟方法.基于随机过程理论,证明了共享维修系统状态演变对应的随机过程是马尔科夫再生过程,推导了有效的可靠性分析公式.基于系统的同构性和负指数分布的无记忆性,证明了独立维修系统的失效转移性质,结合马尔科夫再生过程理论推导了有效的可靠性分析公式.通过实例说明了给出的冗余可修系统可靠性分析方法的具体应用.     

基于粗糙集的故障诊断方法

利用粗糙集理论对决策表进行约简以自动获取过程工业生产系统中的故障知识，从信息熵的角度分析系统知识不确定性的变化，提出了一种基于粗糙集理论的故障诊断新方法，研究了粗糙集理论在故障诊断中的适用性，在前向推理和反向推理的基础上，给出了针对故障点建立决策表以及利用粗糙集约简所获得的诊断规则进行正、反向故障诊断的步骤，讨论了这种故障诊断方法的诊断性能及其在计算上的复杂度。通过这种方法能够进行故障的寻找和定位，实例分析的结果说明了利用粗糙集进行知识发现及建立智能故障诊断系统的可行件和有效件。     

一种基于模糊信息熵的协同过滤推荐方法

针对评分数据的稀疏性制约协同过滤推荐性能的情况,提出一种新的相似性度量方法。首先,定义了用户的模糊信息熵以反映用户评分偏好的不确定程度;其次,利用两两用户的模糊互信息衡量用户之间的相似程度;最后,同时考虑用户之间的模糊互信息和用户的模糊信息熵,并设计一种基于模糊信息熵的相似性度量方法以计算用户之间的相似性。在两个公开数据集上的试验结果表明:基于模糊信息熵的相似性度量方法能够降低数据稀疏性的影响,并能显著提高推荐系统的推荐性能。     

关于粗糙集理论的一些探讨

粗糙集理论是一种新型的处理模糊和不确定知识的数学工具。文章介绍了Rough Set理论的基本思想及分析了粗糙集方法的特点,描述了一种基于粗糙集理论的知识发现步骤。     

信息熵未确知测度理论在混凝土再生粗骨料质量优选中的应用

随着中国城镇化建设进程的加快,建筑垃圾的产量将越来越多,再生混凝土的应用不仅能够解决建筑废弃物日益增多的难题,而且可以节约大量的砂石资源。为了对混凝土再生粗骨料质量进行排序和优选,基于信息熵-未确知测度理论构建了混凝土再生粗骨料质量评价模型。根据《混凝土用再生骨料标准》确定评价指标体系和单指标测度函数;利用信息熵理论确定各指标的权重,依据各个指标的样本实测结果计算单指标测度评价矩阵和多指标测度评价向量;按照置信度识别准则进行质量等级评判并应用实例分析检验该方法的有效性。结果表明,信息熵未确知测度理论不仅可以对单个样本进行质量等级评价,还对评价结果处于同一级别内的样本质量的好坏进行排序。     

基于粗糙集和信息熵的场站航材股评价研究

将粗糙集理论引入航材股评价过程,结合信息熵理论,实现对航材股定量打分排序,区分航材股的优劣。针对粗糙集理论无法处理决策属性缺失系统的缺陷,利用信息熵,选取权重值最大的条件属性作为决策属性,完善航材股评价信息系统,拓展粗糙集理论的应用。采用改进的贪心算法离散属性值,约简冗余属性,提升信息系统的运行效率。实例分析表明,该模型可以完成对航材股的评价打分,验证了该模型的可行性与正确性。     

冗余多体系统优化目标函数的研究

基于控制论的观点，对冗余多体系统进行分析，提出以正交补矩阵表示冗余多体系统的运动学通解。在此基础上，总结了已有的冗余多体系统优化目标函数，使其表达方便，意义明确。本文还首次分析研究“自然动力学解”的局部和全局型优化目标函数，进一步丰富和发展了冗余多体系统的理论，揭示了冗余与非冗余多体系统的内在联系，并使运用一般多体系统动力学程序求解冗余多体系统的动力学成为可能。     

一种基于信息测度的数据过滤方法

提出一种基于信息测度对取值范围大的属性进行分划（分类）的方法，即开始对属性的值域划分为两类，其分断点为使信息获取量为最大，再划分为三类，也取其分断点（两个）为使信息获取量为最大值，当增加分类不能较多地提供信息获取量或分类数为预先约束范围，则终止划分，并通过例子说明此算法的具体应用。     

Extension of information entropy-based measures in incomplete information systems

Rough set theory[1, 2], developed by professorPawlak, was conceived as a valid mathematical theoryto deal with inexact, uncertain or vague knowledge inmany applicants such as data mining, machine learningand decision support.Although rough set theory, using the concept of in-discernibility relation as its basic principle, provides aformal theoretical mechanism and a series of tools onknowledge reduction and knowledge acquisition throughset algebra, researchers realize that rough set theory isd…     

影响电力系统短期负荷预测因素的权重分析方法

将负荷预测问题归为多因素问题,影响负荷预测的各因素的重要程度定量为权重。着重对负荷预测的权重分配算法进行了研究,将模糊聚类技术和粗糙集理论结合,利用客观信息熵对影响负荷的因素进行权重分配。该算法首先将负荷预测的大量相关数据进行模糊聚类,然后应用粗糙集理论中的信息熵客观地从负荷预测的实际数据中确定各因素的权重,并将所得权重应用于基于决策树的负荷预测模型中;与其他方法进行了比较,证明了该方法的有效性。     

多源信息的模糊决策树融合算法研究

针对不确定性问题，提出了一种新的基于知识发现的信息融合的方法.对不确定问题采用精确的数学方法解决会得到不精确的结论，模糊决策树算法可以很好地解决这类问题，并能有效地提取出模糊规则.即利用模糊决策树的ID3算法对测试空间中的大量不确定多源信息数据进行综合分析、处理，建立准确的评估模型，提取隐含其中的规则，最终获取新的知识.此方法已成功应用于吉林丰满水电数字仿真系统中的考核系统.实验证明，这种知识提取方法对处理大量无序、不确定的数据很有效.     

一种基于视觉预注意机制的选择性成像机器视觉系统

在大背景中微小目标的视觉检测中,传统的机器视觉系统按照预先设定的采样频率与固定的分辨率采集和处理图像,存在大量的冗余数据。为了有效去除冗余数据,基于人类视觉预注意机制设计了一种选择性成像机器视觉系统,将视觉处理过程划分为并行的预注意初级处理阶段与串行的高级处理阶段;同时模仿人类视觉注意机制,提出了一种基于视觉熵的视觉预注意算法;系统并行地获取并判断图像是否可疑,然后仅将少量可疑图像传送至主机串行的进行精细目标识别。试验结果表明,本系统显著地减少了图像处理的数据量,可疑图像识别算法快速有效,提高了系统检测效率和精度。为大背景中微小目标的机器视觉检测提供了一条新途径。     

基于信息熵和贝叶斯方法的就业指导辅助决策技术

为了提高对大学生就业指导辅助决策的准确性和客观性,研究了基于数据挖掘技术进行就业指导辅助决策的技术及其实现的关键方法,根据学生基本信息和就业的历史记录,基于信息论的不确定性描述方法,分析了不同就业岗位上学生各类基本素质的重要程度,再根据属性重要程度提取影响就业的主要属性,在此基础上使用朴素贝叶斯算法进行就业预测分析,实践表明,按照文中提出的方法进行专业化就业指导,方法可行,结果符合实际情况．     

网络入侵检测中的不确定性推理方法

在分析常规的入侵检测方法难以适应网络环境的问题及用途信息和专家知识的模糊性和不确定性基础上,提出将人工智能中的不确定性推理方法应用于网络入侵检测系统,给出了一种基于模糊关系的不确定性的传播方法,该方法可处理在入侵检测中遇到的模糊的、不确定的信息,从而有效地判断出用户的入侵行为。     

执行器故障时不确定线性系统的能稳定方法

针对一类含有不确定性和部分执行器故障的系统,从能控性和能稳性的角度,研究了不确定性故障系统的功能冗余性分析问题,把问题中的不确定性和部分执行器故障转化成一个可量化的数学模型,并相应地给出了确定性能控故障系统到不确定故障不能稳定系统的距离.算例说明了文中方法的有效性.     

基于熵-Bayes不确定性推理的装备采办风险分析模型

介绍了Bayes不确定性推理方法，论述了装备采办所面临的风险，给出了一般的风险分析计算公式；利用Bayes不确定性推理方法对主观概率进行修正，结合装备采办的实际情况，建立了证据确定时的风险分析模型和证据不确定时的风险分析模型；利用信息传递熵和规则强度风险代价的概念对规则信息的可靠性进行了评价，通过某具体示例风险分析结果的对比，说明了该方法的实用性和有效性，为科学、合理地分析装备采办风险提供了新的思路和途径。     

检测系统的熵流和信息

根据熵 信息理论 ,推导出了运载信息的熵流 ,由信息的负熵理论给出了系统的信息流 ,从而得出了测量仪表的一些重要特性 ,纠正了能量 信息理论在该领域的一些错误结论 ,理顺了能量、熵、信息三者之间的关系 ,即在检测系统中能量是驱动熵流的动力 ,而熵流是携带信息的载体。