网络化协作环境下机械产品加工任务粒度分析

面向网络化协作制造环境，分析了产品任务规划与制造资源配置的关系，建立了机械产品加工任务粒度模型。针对机械产品网络化协作制造成本、产品功能组件和工艺方法、任务制造周期等3方面的影响因素，从宏观角度定性、定量地分析了产品制造任务粒度的规划问题，建立了它们与制造任务粒度之间的数学关系式，得出了在相应条件下任务粒度的最佳值。从这些数量化的结果与关系中，得出一些在网络化制造环境中对机械产品制造任务设计有意义的结论，为进一步的制造资源优化配置打下了理论基础。     

大学生贫困资助评定的多粒度粗糙集研究

近年来,为保证家庭经济困难学生顺利完成学业,中央和地方各级政府制定了各种各样的政策,其中包括了大学贫困生资助这项政策。但同时也面临一个问题,就是如何判断学生是否贫困生。由于影响资助评定的因素有很多,导致资助评定存在不公平性。为了帮助各大高校更好地做好贫困生资助工作,设计了大学生贫困资助评定标准调查问卷,向某校大一至大四学生分发调查问卷收集数据,利用粗糙集理论改进的基于悲观多粒度约简算法、乐观多粒度约简算法以及双层绝对粒度约简算法,挖掘出影响贫困生评定标准的关键因素,并通过实验验证了结果的正确性。研究成果使得贫困生评定标准更加公正,让贫困生能在国家的资助下更好地完成学业,为以后的人生打好基石。     

基于邻域粒化的混合信息系统动态规则提取

现有的混合信息系统知识发现模型涵盖的数据类型大多为符号型、数值型条件属性及符号型决策属性,且大多数模型的关注点是属性约简或特征选择,针对规则提取的研究相对较少。针对涵盖更多数据类型的混合信息系统构建一个动态规则提取模型。首先修正了现有的属性值距离的计算公式,对错层型属性值的距离给出了一种定义形式,从而定义了一个新的混合距离。其次提出了针对数值型决策属性诱导决策类的3种方法。其后构造了广义邻域粗糙集模型,提出了动态粒度下的上下近似及规则提取算法,构建了基于邻域粒化的动态规则提取模型。该模型可用于具有以下特点的信息系统的规则提取： （1）条件属性集可包括单层符号型、错层符号型、数值型、区间型、集值型、未知型等; （2）决策属性集可包括符号型、数值型。利用UCI数据库中的数据集进行了对比实验,分类精度表明了规则提取算法的有效性。     

面向对象多粒度概念格的构造

如何降低概念格构造过程中的复杂度是形式概念分析中一个重要的研究课题．粒计算可以从多个角度对问题进行分析、求解,已经成为人工智能领域中研究问题的有效工具．针对多粒度概念格的快速构造问题,基于粒计算理论,本文研究了属性粒度变化前后概念外延与内涵之间的关系,定义了不同类型的概念,提出了基于不同属性粒度组合的面向对象概念格转换算法---Zoom,具体包括对属性粒度进行细化的Zoom-in算法和对属性粒度进行粗化的Zoom-out算法．Zoom算法在原概念格的基础上直接实现新概念格的构造,避免了遵循传统的概念格构造方法时从新形式背景中生成新面向对象概念格的繁琐步骤,从而提高了概念格的构造效率,可以快速确定概念格的属性最优粒度组合,进而有助于在数据中进行数据挖掘和知识发现．     

结构化支持向量机研究综述

结构化支持向量机（Structural Support Vector Machine,SSVM）是支持向量机（Support Vector Machine,SVM）的变体算法,被广泛应用于多个领域。阐述了SSVM的发展过程,详细分析了SSVM各种具体实现算法的思想及表现上的优劣;并通过实验的对比讨论,发现了SSVM的各种具体实现算法在分类性能和分类效率上优于其他SVM算法,而在稳定性上则逊于后者;基于此,给出了SSVM的后续研究方向。     

多粒度相关滤波视频跟踪方法

视频跟踪是计算机视觉领域的一个重要研究方向,跟踪算法往往通过融合多种类型的特征来实现较高的性能,但其中多数算法未能充分利用多个特征之间的粒度关系。为此,提出一种基于粒计算思维的多粒度相关滤波视频跟踪算法。对视频图像的特征进行划分,构造出基于各个粒度的相关滤波器并进行独立跟踪,在每帧中根据稳健性评估得分的高低选择最优结果。在此基础上,汇总各帧下的跟踪结果并作为最终输出。在OTB-2013和OTB-20152个公开数据集上进行实验,结果表明,与视频跟踪算法DCFNet相比,该算法在空间鲁棒性与时间鲁棒性上的精准度较高,特别是在快速运动、平面内外旋转和尺度变化的情况下,其具有良好的视频处理能力。     

测试代价受限下数据的属性和粒度选择方法

代价敏感学习中经常考虑测试代价和误分类代价。在实际应用中,一个属性的测试代价常跟属性值的粒度有关,而一个具有多个属性的对象的误分类代价又常受它的属性的总测试代价大小的影响。基于这一点,研究在总测试代价受限的情形下,数据的属性和粒度选择的问题。以最小化数据处理的平均总代价为目标提出了一种方法,该方法能同时选择最优的属性子集和数据粒度。首先建立了该方法的理论模型,再设计了一个高效的算法。实验结果表明,所提算法能有效地进行不同大小的测试代价约束下的属性和粒度选择。     

工业乙醇替代锅炉燃油的燃烧试验

燃料乙醇是一种可再生能源,它在锅炉上的使用既可以减少燃油的消耗,还可以减少由于燃烧柴油等带来的点火初期电除尘器无法投入使用造成的粉尘污染。在燃用乙醇的实验设备上对液体乙醇和气体乙醇进行燃烧试验研究,通过对两种方式燃烧试验数据进行比较分析。得出结论：在燃用乙醇的设备上采用气体乙醇燃烧方式时产生的火焰长度、火焰温度、易燃性及燃烧稳定性等数据均优于采用液体乙醇燃烧方式的结果,能保证锅炉点火初期直接投煤粉的需要。是今后锅炉燃料乙醇燃烧器设计的方向。     

质量均衡的FGS率优化分配策略

为了保证在带宽约束信道下的视频传输能够获得最小的失真,同时降低接收端的视频失真波动,提出了一种精细粒度可扩展编码（FGS）率优化鲁棒传输策略.该策略首先根据网络可用带宽和丢包特性对FGS视频增强层进行率分配,然后根据FGS视频增强层之间存在的不同重要性,采用不均等前向冗余纠错(FEC)方法进行错误保护.在率分配和FEC非均等保护这两个步骤中,都考虑了网络丢包对视频质量波动的影响.试验结果表明,该方法能够有效减小接收端因丢包引起的视频质量失真,同时能大幅度降低视频质量的波动.     

UML用例的应用研究

用例是UML中组织需求的重要技术。用例是基于用户目标的需求组织技术 ,它是有层次的、面向用户的。本文通过具体实例 ,从系统的边界 ,用例的识别和粒度等方面来揭示一些用例的可循规律。