检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

一种实域粗糙集模型及属性约简方法

控制与决策 2012年第4期27卷 562-566页

作者：冯林原永乐苟仕蓉杨军沈莉四川师范大学计算机科学学院四川师范大学可视化计算与虚拟现实四川省重点实验室成都610101

通过对实域区间和决策值的重新划分,对已经存在的属性广义重要度度量准则进行了扩展,构建了对象空间上的广义邻域关系及广义邻域关系下的实域粗糙集模型,并在此基础上提出了实域决策系统中属性约简方法(ARRDDS).对不同数据集的实验测试... 详细信息

通过对实域区间和决策值的重新划分,对已经存在的属性广义重要度度量准则进行了扩展,构建了对象空间上的广义邻域关系及广义邻域关系下的实域粗糙集模型,并在此基础上提出了实域决策系统中属性约简方法(ARRDDS).对不同数据集的实验测试结果表明,与其他相关方法相比,ARRDDS方法能够较好地处理决策表中实数域属性约简问题.

关键词：广义重要度属性约简邻域关系实域粗糙集决策理论粗糙集模型

基于三维激光扫描点云的边界特征自动提取算法

在线全文

学校读者我要写书评

暂无评论

武汉理工大学学报 2017年第6期39卷 68-72页

作者：蒋梅笑章光徐卫青陈西江武汉理工大学资源与环境工程学院武汉430070

针对三维激光扫描点云数据包含大量冗余数据、利用率不高等问题,提出了一种基于点云数据局部邻域内点的投影关系来判断边界特征点的快速算法。该算法利用邻域点投影的方位角差值进行特征点提取。结果表明,该算法提取速度快,冗余度少,可... 详细信息

针对三维激光扫描点云数据包含大量冗余数据、利用率不高等问题,提出了一种基于点云数据局部邻域内点的投影关系来判断边界特征点的快速算法。该算法利用邻域点投影的方位角差值进行特征点提取。结果表明,该算法提取速度快,冗余度少,可清晰完整地提取构筑物外部轮廓线和内部细节特征线。

关键词：特征提取邻域关系 k-d树三维激光扫描

在线全文

学校读者我要写书评

暂无评论

连续型数据的辨识矩阵属性约简方法

智能系统学报 2017年第3期12卷 371-376页

作者：冯丹黄洋石云鹏王长忠国网葫芦岛供电公司信息通信分公司辽宁葫芦岛125000 渤海大学数理学院辽宁锦州121000

属性约简是粗糙集理论在数据处理方面的重要应用,已有的针对连续型数据的属性约简算法主要集中在基于正域的贪心算法,该方法只考虑了一致样本和其他样本的可辨识性,而忽略了边界样本点间可区分性。为了克服基于正域算法的缺点,提出了连... 详细信息

属性约简是粗糙集理论在数据处理方面的重要应用,已有的针对连续型数据的属性约简算法主要集中在基于正域的贪心算法,该方法只考虑了一致样本和其他样本的可辨识性,而忽略了边界样本点间可区分性。为了克服基于正域算法的缺点,提出了连续型数据的辨识矩阵属性约简模型,该模型不但考虑了正域样本的一致性,同时考虑了边界样本的可分性。基于该模型,分析了属性约简结构,定义了辨识矩阵来刻画特征子集的分类能力,构造了实值型数据的属性约简启发式算法,并利用UCI标准数据集进行了验证。理论分析和实验结果表明,提出的算法能够有效地处理连续型数据,提高了数据的分类精度。

关键词：邻域关系粗糙集属性约简辨识矩阵启发式算法

在线全文

学校读者我要写书评

暂无评论

变精度下不完备邻域决策系统的属性约简算法

智能系统学报 2017年第3期12卷 386-391页

作者：王映龙曾淇钱文彬杨珺江西农业大学计算机与信息工程学院江西南昌330045 江西农业大学软件学院江西南昌330045

邻域粗糙集模型在处理完备的数值型数据中得到广泛应用,但针对不完备的数值型和符号型混合数据进行属性约简的讨论相对较少。为此,首先结合邻域粗糙集给出了可变精度模型下不完备邻域决策系统的上、下近似算子及属性约简;然后通过邻域... 详细信息

邻域粗糙集模型在处理完备的数值型数据中得到广泛应用,但针对不完备的数值型和符号型混合数据进行属性约简的讨论相对较少。为此,首先结合邻域粗糙集给出了可变精度模型下不完备邻域决策系统的上、下近似算子及属性约简;然后通过邻域粒化的方法构建了广义邻域下可变精度的粗糙集模型,并提出了一种属性重要度的评价方法;在此基础上,设计出了面向不完备邻域决策系统的属性约简算法,该算法可直接处理不完备的数值型和符号型混合数据;最后,通过实例分析验证了本文提出的算法能够求解出变精度下不完备邻域决策系统的属性约简结果。

关键词：粗糙集理论邻域关系不完备信息系统变精度分类粗糙集粒计算多粒度约简决策粗糙集

在线全文

学校读者我要写书评

暂无评论

混合值不完备信息系统一种新的数据分析方法

计算机应用研究 2011年第9期28卷 3321-3323页

作者：霍忠诚曾玲范婷贺丽桂林电子科技大学数学与计算科学学院广西桂林541004

针对混合值不完备信息系统的完备化问题,提出了一种改进的ROUSTIDA算法。对可辨识矩阵的定义在邻域的范围内进行了扩充,使之可以适用于混合值的不完备信息系统,结合极大相容块技术给出了具体的改进算法,使填充能力得到很大的改善,同时... 详细信息

针对混合值不完备信息系统的完备化问题,提出了一种改进的ROUSTIDA算法。对可辨识矩阵的定义在邻域的范围内进行了扩充,使之可以适用于混合值的不完备信息系统,结合极大相容块技术给出了具体的改进算法,使填充能力得到很大的改善,同时还具备了初步排除噪声数据的能力。实例分析表明,该算法是行之有效的。

关键词：不完备信息系统混合值粗糙集极大相容块邻域关系完备化

在线全文

学校读者我要写书评

暂无评论

基于知识的SAR图像目标提取方法研究

弹箭与制导学报 2005年第SB期25卷 564-566页

作者：王义敏安锦文西北工业大学自动化学院西安710072

文中提出了一种 SAR 图像目标提取的算法。通过 Bayes 准则,引入多模态 SAR 图像中有意义对象(如目标及其背景和背景杂波)的先验知识,进而获得相应的后验概率。在像素4邻域构架关系下,根据像素的后验概率和邻域像素的类属,决定中心像素... 详细信息

文中提出了一种 SAR 图像目标提取的算法。通过 Bayes 准则,引入多模态 SAR 图像中有意义对象(如目标及其背景和背景杂波)的先验知识,进而获得相应的后验概率。在像素4邻域构架关系下,根据像素的后验概率和邻域像素的类属,决定中心像素的类属,从而完成 SAR 图像的分割,并提取出有意义的目标。仿真结果表明该算法具有很好的应用前景。

关键词： SAR 图像分割目标提取 MAP 邻域关系

在线全文

学校读者我要写书评

暂无评论

基于相对邻域熵的直推式网络异常检测算法

计算机工程 2015年第8期41卷 132-139页

作者：李向军张华薇郑思维霍艳丽张新萍南昌大学计算机科学与技术系南昌330031 江西工业工程职业技术学院江西萍乡337055

为提高网络异常检测中数据对象异常程度的度量精度,降低复杂网络环境中噪声数据对于算法检测准确率的影响,将基于邻域关系定义的相对邻域熵引入到直推信度机的算法框架中,提出一种在相对领域熵基础上的直推式网络异常检测算法TCM-RNE。... 详细信息

为提高网络异常检测中数据对象异常程度的度量精度,降低复杂网络环境中噪声数据对于算法检测准确率的影响,将基于邻域关系定义的相对邻域熵引入到直推信度机的算法框架中,提出一种在相对领域熵基础上的直推式网络异常检测算法TCM-RNE。该算法利用相对邻域信息熵作为度量数据对象异常程度的工具,重新定义离群度,有效提高算法检测性能和抗噪性能。在KDD Cup数据集上的实验结果表明,与TCM-KNN算法相比,该算法在保证相同检测准确率的同时,降低了误测率,且在噪声干扰环境下具有更优的抗噪性能。

关键词：网络异常检测直推式信度机邻域关系相对邻域熵奇异值

面向不完备混合数据的矩阵增量知识维护方法研究

在线全文

学校读者我要写书评

暂无评论

小型微型计算机系统 2020年第4期41卷 868-877页

作者：黄倩倩李天瑞杨新王国强胡节西南交通大学计算机科学与技术学院成都611756 西南交通大学人工智能研究院成都611756

现有邻域粗糙集模型可用于处理包含名义型和数值型两种类型共存的混合数据,但较少考虑混合数据的不完备性.本文从缺失值的两种语义解释出发,即"不关心值"和"丢失值",通过定义邻域特征关系和量化邻域特征关系,提出了面向不完备混合数据... 详细信息

现有邻域粗糙集模型可用于处理包含名义型和数值型两种类型共存的混合数据,但较少考虑混合数据的不完备性.本文从缺失值的两种语义解释出发,即"不关心值"和"丢失值",通过定义邻域特征关系和量化邻域特征关系,提出了面向不完备混合数据的两种新型邻域粗糙集模型,并给出了粗糙邻域近似知识的矩阵计算表达方法.此外,在属性集动态变化下,介绍了基于扩展邻域粗糙集模型的快速增量知识维护机理和方法.最后通过实例验证了所提出增量更新方法的有效性.

关键词：不完备混合数据粗糙集邻域关系矩阵运算增量更新

变精度下不完备混合数据的增量式属性约简方法

在线全文

学校读者我要写书评

暂无评论

计算机应用 2018年第10期38卷 2764-2771页

作者：王映龙曾淇钱文彬舒文豪黄锦涛江西农业大学计算机与信息工程学院南昌330045 江西农业大学软件学院南昌330045 华东交通大学信息工程学院南昌330013

为了解决当不完备混合决策系统中数据动态增加时,静态属性约简方法的计算复杂度高的问题,提出变精度下不完备混合数据的增量式属性约简方法。首先,在变精度模型下给出了利用条件熵度量属性的重要性程度;然后,详细分析和设计了当数据动... 详细信息

为了解决当不完备混合决策系统中数据动态增加时,静态属性约简方法的计算复杂度高的问题,提出变精度下不完备混合数据的增量式属性约简方法。首先,在变精度模型下给出了利用条件熵度量属性的重要性程度;然后,详细分析和设计了当数据动态增加时条件熵的增量式更新变化情况和属性约简的更新机制;在此基础上,利用启发式贪心策略构造了增量式的属性约简算法,实现了不完备的数值型和符号型混合数据下属性约简的动态更新。通过UCI数据集中五个真实的混合型数据集的实验比较和分析,在约简效果方面,利用增量式属性约简算法处理Echocardiogram、Hepatitis、Autos、Credit和Dermatology数据集的增量规模为90%+10%时,数据集的原属性个数分别由12、19、25、17和34个约简至6、7、10、11和13个,分别占原属性集的50. 0%、36. 8%、40. 0%、64. 7%和38. 2%;在执行时间方面,增量式算法在五个数据集的平均耗时分别为2. 99 s、3. 13 s、9. 70 s、274. 19 s和50. 87 s,静态算法的平均耗时分别为284. 92 s、302. 76 s、1062. 23 s、3510. 79 s和667. 85 s,且增量式算法的耗时与数据集的实例规模、属性个数和属性值类型的分布相关。实验结果表明,增量式属性约简算法在计算耗时方面要显著优于静态算法,且能有效剔除数据中的冗余属性。

关键词：粗糙集属性约简邻域关系增量式方法不完备混合数据