基于粗糙集与支持向量机的故障智能分类方法

结合粗糙集的属性约简与支持向量机的分类功能,提出一种应用粗糙集与支持向量机的故障分类方法。该方法应用粗糙集理论属性约简作为诊断数据预处理器,可将冗余属性从诊断决策表中删除,而不损失有效信息,然后基于支持向量机进行故障分类建模和预测。谊方法可降低故障诊断数据维数及支持向量机在故障分类过程中的复杂度,但不会降低分类性能。将方法应用于某柴油机故障诊断数据的测试分类,结果表明该方法可快速正确的从数据获得故障类剐。     

一种基于粗糙集和支持向量机的混合分类算法

结合粗糙集的属性约简和支持向量机的分类机理，提出了一种混合算法。应用粗糙集理论的属性约简过程作为预处理器，可以把冗余的属性和冲突的对象从决策表中删去，但不损失任何有效信息；然后基于支持向量机进行分类建模和预测。这样可以大大降低数据维数，降低支持向量机分类过程中的复杂度，减少占用的存储空间，并在不同程度上避免了训练模型的过拟合现象，但分类性能并不会隆低．最后的仿真实例说明了所提方法的有效性．     

一种改进的基于RS与SVM的故障诊断方法

传统的基于粗糙集与支持向量机的故障诊断方法在用支持向量机分类前用粗糙集进行数据约简,仅将粗糙集作为数据约简的工具,忽视了粗糙集所获取的决策规则对原有数据中所隐含知识的概括表达作用.本文提出了一种改进的基于粗糙集与支持向量机的故障诊断方法,首先基于粗糙集对样本数据进行约简和初步决策规则获取,然后将获取的规则作为先验知识集成到支持向量机中进行故障诊断.该方法结合了粗糙集的处理高维数据的优点和支持向量机具有较高推广能力的优势,并且在用支持向量机分类时有效地利用了粗糙集获取的决策规则,提高了故障诊断的准确率.使用该方法对柴油机常见故障进行诊断实验,结果表明了方法的有效性. 前用粗糙集进行数据约简,仅将粗糙集作为数据约简的工具,忽视了粗糙集所获取的决策规则对原有数据中所隐舍知识的概括表达作用.本文提出了一种改进的基于粗糙集与支持向量机的故障诊断方法,首先基于粗糙集对样本数据进行约简和初步决策规则获取,然后将获取的规则作为先验知识集成到支持向量机中进行故障诊断.该方法结合了粗糙集的处理高维数据的优点和支持向量机具有较高推广能力的优势,并且在用支持向量机分类时有效地利用了粗糙集获取的决策规则,提高了故障诊断的准确率.使用该 法对柴油机常见故障进行诊断实验,结果表明了方法的有效性. 前用粗糙集进行数据约简,仅将粗糙集     

粗SVM方法及其在发动机故障诊断中的应用

支持向量机是一种具有完备统计学习理论基础和出色学习性能的新型机器学习方法,它能够较好地克服过学习和泛化能力低等缺陷.但是在利用支持向量机的分类算法处理实际问题时,该算法的计算速度较慢、处理问题效率较低.文中介绍了一种新的学习算法粗SVM分类方法,就是将粗糙集和支持向量机相结合,利用粗糙集对支持向量机的训练样本进行预处理,通过属性约简方法以减少属性个数,且在属性约简过程中选出几组合适的属性集组成新的属性集,使模型具有一定的抗信息丢失能力,同时充分利用SCM的良好推广性能,从而缩短样本的训练时间,实现快速故障诊断.对航空发动机故障诊断的实验结果表明了该方法的优越性. 型机器学习方法,它能够较好地克服过学习和泛化能力低等缺陷.但是在利用支持向量机的分类算法处理实际问题时,该算法的计算速度较慢、处理问题效率较低.文中介绍了一种新的学习算法粗SVM分类方法,就是将粗糙集和支持向量机相结合,利用粗糙集对支持向量机的训练样本进行预处理,通过属性约简方法以减少属性个数,且在属性约筒过程中选出几组合适的属性集组成新的属性集,使模型具有一定的抗信息丢失能力,同时充分利用SCM的良好推广性能,从而缩短样本的训练时间,实现快速故障诊 .对航空发动机故障诊断的实验结果表明了该方法的优越性. 型机器学习方法     

不变矩的改进支持向量机在显微目标识别中的应用研究

为完成多个微小零件的识别,提出了一种改进的支持向量机分类算法．该算法应用基于边缘提取的不变矩获得特征属性,利用基于粗糙集的可辨识矩阵的启发式属性约简算法获得特征属性的约简,最后应用支持向量机进行目标识别分类．比较了使用支持向量机分类和使用提出的改进支持向量机分类对多个微小零件识别的效果．在显微视觉环境下的实验表明,提出的改进支持向量机分类方法能满足系统应用要求,分辨率达95%．     

一种基于粗糙集属性约简的支持向量异常入侵检测方法

实现了一种粗糙集属性约简和支持向量机分类相结合的异常入侵检测方法。针对网络连接记录特征属性高维的特点,采用粗糙集属性约简的方法压缩数据空间,然后采用υ-SVM两分类方法处理约简和正规化后的数据。基于DARPA1998数据源的实验表明,与采用全部属性的υ-SVM两分类方法相比,该方法具有与之相当的分类精度,但有效地降低了检测时间,减少了存储空间。     

模糊粗糙集在污水处理过程中的应用

污水处理过程是个典型的多变量、非线性、具有强外部干扰的复杂工业过程。因此,如何进行污水处理工艺过程的故障诊断成为一个研究课题。本文结合基于模糊粗糙集的属性选择方法及支持向量机分类机理．提出一种新的故障诊断方法。首先使用基于粗糙集的属性选择（FR-FS）对过程特征变量进行约简,去除数据中的噪声,并降低过程数据的维数,获得具有代表性的过程特征信息．同时充分利用SVM的良好推广性能．提高了预测分类精度。最后将改故障诊断方法应用于广州沥浯污水处理厂．仿真结果表明了该方法的优越性。     

基于粗糙集理论与支持向量机的纳税评估模型

研究纳税评估是对纳税人纳税情况进行评价的一种管理模式.为了区分纳税人是否正常申报税款,融合了粗糙集理论与支持向量机机器学习方法的优点,提出了一种新的纳税评估模型.通过选取纳税申报表中的指标,建立纳税评估指标体系,并利用粗糙集理论对指标进行属性约简,采用支持向量机对纳税人进行分类处理,建立了纳税评估模型.最后对上述模型进行了实例验证,实验结果表明,模型具有良好的纳税评估预测性能.     

基于RS和SVM的客户协同创新伙伴选择

针对客户协同创新伙伴选择时面临决策属性多并且可供决策分析数据样本少的难题,提出了基于粗糙集和支持向量机的客户协同创新中伙伴选择模型。该方法的核心是应用粗糙集进行属性约简作为数据预处理以删除决策中的冗余属性,然后结合支持向量机在处理小样本以及非线性问题上的优势进行客户分类,在保证不会降低分类性能的前提下达到降低数据维数和分类过程中的复杂度的目的。论文最后将该方法应用于一工程实例,结果初步验证了论文提出模型和方法的有效性和可行性。     

粗糙集属性约简的极限学习机网络入侵检测算法

针对网络入侵数据量大、属性冗余及属性之间线性相关导致分类算法计算速度慢、准确度不高等问题,提出一种改进粗糙集属性约简的极限学习机网络入侵分类算法。对训练集采用粗糙集正域和分辨矩阵相结合的方法获得属性核,筛选出只有属性核的数据集得到无冗余属性的特征集合;使用极限学习机(ELM)作为分类模型进行分类,使用支持向量机(SVM)、神经网络、极限学习机比较证明提出方法的有效性,为网络入侵检测提供一种新的解决方法。     

设计知识产权的归责与请求

知识产权侵权归责原则是知识产权侵权法理论的核心问题,也是司法实践中处理知识产权案件的重要准则,因而很值得探讨。我国学术界和实务界对这一问题的认识存在分歧,其中一种突出的观点是主张无过错责任原则。但在设计知识产权问题上,该原则显得非常不符合行业现状和需要。作者主张设计知识产权侵权归责应实行过错责任原则,并在考察侵权行为法、知识产权法相关原理的基础上对无过错责任论提出质疑。     

点式超声波流速仪设计

点式超声波流速仪根据超声相位偏移测量原理设计而成。其核心是装在壳体内的单片机测控系统，能实时、连续、自动测量及显示特定测点的流速和流向。由于采用了声速补偿方法，保证了测量精度。     

校园网QoS的实现分析

QoS是在计算机网络上实现多种不同应用或综合业务的关键。从OSI第二层与第三层出发,对在以千兆位以太网为主干的IP校园网络中实现QoS功能进行了深入的探讨,并给出了3种不同QoS解决方案及其比较。     

现代图学教学中的图感因素探析

为探索工程图学的有效教学方法,论文从心理学的角度在对图感因素进行 深层分析和认知的基础上,研究丰富了图感的概念及其本质特性;结合教学工作实际探索了 图感培养的方法,以期创造更加符合认知规律的教学模式,更好地提高学生的图学文化水平 和图学思维能力。     

Quantitative Estimation of the Presence of Cause-and-Effect Relations in a Sequence of Observation Results

A measure is proposed that makes it possible to quantitatively characterize the ordering of a dynamic series of statistical observations. It is shown that a scale can be constructed that is based on this measure and allows one to interpret the behavior of a sequence of observations in terms of levels of cause-and-effect relations between an attribute-argument (parameter) and an attribute-function (response).     

Approximation processes for resolvent operators

We introduce general sequences of linear operators obtained from classical approximation processes which are useful in the approximation of the resolvent operators of the generators of suitable C ₀-semigroups. The main aim is the representation of the resolvent operators in terms of classical approximation operators. Work performed under the auspices of PRIN 2006–07 “Kolmogorov equations” (coordinator G. Da Prato)     

防御DDoS攻击算法

目前,对商业服务器攻击方式主要有两种,包括拒绝服务（DoS）攻击和分布式拒绝服务（DDoS）攻击。这种攻击类型属于命中一运行类型。DoS／DDoS攻击因为不够灵敏而不能绕过防火墙等防御．即DoS／DDoS攻击向受害主机发送大量看似合法的网络包．从而造成网络阻塞或服务器资源耗尽而导致拒绝服务。虽然数据没有被损坏。但是服务器最终被摧毁．并且还会引发一系列其他的问题．对于一个电子商务服务器．其最重要的为服务器的停机时间。研究对分布式拒绝服务（DDoS）防御原则。     

Solution of a Matrix Problem on a Mathematical Safe for Locks of the Same Kind. I

A mathematical safe problem is first formulated in a general form. The case of a set of locks that are of the same kind and are arranged in the form of a rectangular matrix is considered. Locks are considered to be of the same kind if their states are specified by numbers from the class of residues to a definite modulus. In the case of a prime modulus, a complete solution is provided. All the results obtained are illustrated by examples.__________Translated from Kibernetika i Sistemnyi Analiz, No. 2, pp. 155–167, March–April 2005.     

Generalized Statistical Equivalence of Automata

The notion of generalized statistical equivalence of automata is introduced, and this equivalence is demonstrated to be weaker than the usual equivalence but stronger than the statistical equivalence of automata.