动态粗糙模糊集及其在模糊规则提取中的应用

基于粗糙模糊集的规则提取方法通常分为两步:首先利用粗糙模糊集进行属性约简,然后采用提取模糊规则的方法提取规则.在规则提取的预处理阶段通过属性约简某种程度上可以缩短规则提取的时间,但其固有的不足导致不利于产生良好的规则.在模糊规则产生过程中避开属性约简,可以提高规则提取方法的适用性,降低计算复杂度.本文提出了动态粗糙模糊集的概念,基于此的规则提取算法不再依赖于属性约简,而是基于粒度序和逐步缩小的论域.首先,通过两种不同方式定义了动态粗糙模糊集并得到一些重要性质;在此基础上提出一种新的模糊规则提取算法;最后通过对比实验说明了算法的有效性.     

面向混合数据的多伴随三支决策

针对混合数据的知识表示和分类的问题,在思考混合数据的有效表示时,提出代价敏感多伴随模糊粗糙集模型,在解决混合数据的分类问题上,引入三支决策思想,同时在多伴随模型基础上做了两点改进:1）提出贴近代价敏感多伴随模糊粗糙集模型特点的概率定义;2）借助双量化延迟代价目标函数的思想,构造面向混合数据的新型三支决策模型。该模型具有如下特点:1）引入多个伴随对,模拟了数值型属性和符号型属性之间异构互补的关系;2）定义多伴随算子,充分表达了不同类型属性之间的偏好;3）结合模糊粗糙集,克服了分类问题的不确定性;4）考虑获取不同类型属性的代价,提高了应用到实际生活的可能性。最后用实例验证了此模型的有效性。     

一种基于结构的票据定位新方法

为了提高票据识别的准确率,对票据定位进行了研究。提出了一种基于结构的定位方法。它利用票据主边框上交叉点的个数和相对位置作为票据的特征信息,并将这些信息通过相应的分类相似函数集与已定义的模版进行匹配,从而实现对票据的分类,最终提取出当前票据的识别区域。实验结果表明:该算法取得了很好的定位效果。     

基于软K段主曲线算法的字符特征提取研究及实现

要提高脱机手写字符识别的识别率,关键是特征的提取。主曲线是主成分分析的非线性推广,是通过数据分布“中间”并满足“自相合”的光滑曲线。通过对现有主曲线算法分析可知：软K段主曲线算法对提取出分布在弯曲度很大或相交曲线周围的数据的主曲线效果较好。因此本文尝试用谊主曲线算法来提取脱机手写字符的结构特征。实验结果表明,利用该主曲线算法来提取脱机手写字符的结构特征不但是可行的,而且取得较好的实验效果。它为脱机手写字符特征提取的研究提供了一条新途径。     

基于数据库系统的可变精度粗糙集模型

本文将粗糙集理论与关系数据库系统结合起来,使数据库的关系运算运用于粗糙集的集合操作,提出了基于SQL求可变精度粗糙集模型的近似核和近似约简的方法。由于数据库管理系统具有存取效率高,存储空间的利用率高,适合大规模数据的存储等优点,因此与普通文件的数据挖掘相比,基于SQL的可变精度粗糙集模型对于大规模数据库的处理更有效。     

粒度计算的基本问题和可能解决的方案设计

1粒度计算的研究动机 人工智能自1956年问世以来,在知识表示、问题求解、机器学习及专家系统等方面尽管取得了一些成果,但还远未形成完整的理论体系,而且面对复杂的系统设计及模糊的、不精确的、不完整的和海量的信息处理,传统理论和方法遇到了前所未有的困难.众所周知,智能模拟是获得人工智能、实现智能控制的重要途径.     

基于矩阵的粗糙集上、下近似求解算法*

针对粗糙集中上、下近似集的求解问题,根据关系的矩阵表示和矩阵运算具有简便直观的特点,提出了一种利用关系矩阵和基本的矩阵运算计算上下近似的方法,通过理论证明结果显示该方法是可行有效的。     

基于知识划分粒度的信息系统约简算法

粗糙集理论认为知识就是分类。对知识的分类能力给予了量化,提出利用知识的划分粒度来定量地表示知识的分类能力。首先建立了知识与其划分粒度间的关系;其次,基于划分粒度定义了属性的重要性,并以此为启发式信息设计了一个信息系统的约简算法;最后通过实例表明,该算法是高效的。     

基于人脸图像的二阶段性别分类算法

许多现实场景要求准确的脸部性别识别.深度卷积神经网络在正常状况下取得好的准确率,适用于大规模分类任务,但存在模型可解释性差、易丢失细节信息等问题,并且光照、姿势、表情等因素带来的不确定性会导致分类准确率较低.提出一种基于阴影集的二级分类模型.采用深度卷积神经网络对大规模图像集进行一阶段分类;结合阴影集理论,将图像分类结...     

基于SVR算法的燃气轮机功率预测研究

对燃气轮机未来几小时的功率预测是跳闸等故障预警的关键,而国内该方面研究尚少。采用支持向量回归模型,并融合多变量预测,以提高预测的准确性。以某电厂燃气轮机运转的实际数据为例,设计多组对比实验,详细阐述了实验流程以及重要参数的选取方法,最终验证了该方法的有效性。