检索结果-南通市图书馆

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

语义减法聚类研究

计算机工程与科学 2016年第9期38卷 1924-1929页

作者：马慧赵捧未王婷婷西安电子科技大学经济与管理学院陕西西安710126 鲁东大学信息与电气工程学院山东烟台264000

针对传统减法聚类算法需要人工输入参数τ1和τ2的不足,对算法进行改进。引入afs理论,通过隶属度矩阵自动确定密度半径τ1、半自动确定权重参数τ2,提出了改进的语义减法聚类算法SDSCM,并在Iris和Wine数据集上将其与FCM、KMEANS算法进... 详细信息

针对传统减法聚类算法需要人工输入参数τ1和τ2的不足,对算法进行改进。引入afs理论,通过隶属度矩阵自动确定密度半径τ1、半自动确定权重参数τ2,提出了改进的语义减法聚类算法SDSCM,并在Iris和Wine数据集上将其与FCM、KMEANS算法进行比较实验。实验结果表明,SDSCM在评价指标语义强度期望上高于FCM、KMEANS 1%～5%。SDSCM的SPT指标低于FCM、KMEANS,算法的类间分离度有待提高。SDSCM较好地解决了传统减法聚类人工输入参数τ1和τ2带来的弊端,并给出了更贴近用户给定语义的聚类。

关键词：减法聚类 afs理论隶属度矩阵语义强度期望

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于afs拓扑和FCM的模糊聚类分析

模糊系统与数学 2008年第2期22卷 169-173页

作者：邱望仁詹棠森刘晓东景德镇陶瓷学院信息工程学院江西景德镇333403 大连理工大学电子与信息工程学院辽宁大连116024

聚类分析是数据挖掘的一个重要研究课题,模糊聚类是聚类分析的一个有效手段。本文在分析afs方法和FCM算法的基础上,设计了一个基于afs拓扑和FCM的模糊聚类算法,进行iris数据的聚类实验证明它聚类结果优于传统的FCM聚类算法,具有很好的... 详细信息

聚类分析是数据挖掘的一个重要研究课题,模糊聚类是聚类分析的一个有效手段。本文在分析afs方法和FCM算法的基础上,设计了一个基于afs拓扑和FCM的模糊聚类算法,进行iris数据的聚类实验证明它聚类结果优于传统的FCM聚类算法,具有很好的推广性和实际应用价值。

关键词：聚类分析 afs理论模糊C-均值

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于模糊规则的分类算法研究

基于模糊规则的分类算法研究

作者：蔡玉良大连理工大学

学位级别：硕士

分类是数据挖掘中的一个重要课题,在模式识别、统计学、机器学习等领域有着广泛的应用。而基于模糊规则的分类算法有着分类精度高、分类结果具有语义性、可解释性、容易被用户理解等优点。因此,本文主要研究两种基于模糊规则的分类算法... 详细信息

分类是数据挖掘中的一个重要课题,在模式识别、统计学、机器学习等领域有着广泛的应用。而基于模糊规则的分类算法有着分类精度高、分类结果具有语义性、可解释性、容易被用户理解等优点。因此,本文主要研究两种基于模糊规则的分类算法,一种是基于数据的模糊规则分类器构建,另一种是基于公理化模糊集(Axiomatic Fuzzy Sets,afs)的模糊斜决策树(FODT)构建。主要内容包括:(1)提出了一种基于数据的模糊规则分类器构建算法。首先利用前向贪心的快速属性约简算法(NRSSAST)对数据进行预处理。在设定邻域大小时,用基于属性标准差的阈值向量来设定阈值,避免了单一设定邻域大小造成决策属性对数据密集的属性的依赖度过大,进而对属性约简带来较大误差的弊端。另外,在简化规则库时,使用规则出现的频率来计算该规则的置信度,充分考虑了多个样本发挥的作用,解决了传统置信度算法只考虑一个样本造成分类器不稳定的缺点。最后,为了检验本章算法的优越性,将该算法与6种传统的分类算法在8组UCI数据集上进行了准确率和规则数的比较。实验结果表明,本章算法的平均分类准确率最高,并且规则也很简单,具有很好的语义性和可解释性。(2)提出了一种基于afs的模糊斜决策树构建算法。首先用NRSSAST算法对数据进行预处理,避免了冗余属性的影响。其次,基于afs理论自动生成隶属函数,减少了人为选择隶属函数时的主观性,克服了传统斜决策树没有语义解释的问题。然后基于模糊置信度设计了一种有效提取模糊规则的方法(FREA),并利用提取到的模糊规则构建FODT。相对于传统决策树在每个非叶子节点上仅仅考虑一个属性,FODT的生长取决于由若干个属性组成的模糊规则。另外,FODT的构建过程受阈值δ的影响,因此采用遗传算法对参数δ进行优化,使其既可以保证分类准确率又可以尽可能地减少树的规模。最后,将FODT与传统决策树(C4.5、LADtree、BFTree、Simple Cart和NBTree)以及模糊规则决策树(FRDT)在9组UCI数据集上进行了对比实验。实验结果表明FODT的平均分类准确率最高,平均规则数也少于传统决策树。所进行的Holm检验说明FODT在分类准确率上显著优于传统决策树。最后,对上述两种分类算法进行了总结,并对以后的研究方向与内容进行了展望。

关键词：属性约简模糊规则提取规则简化 afs理论模糊斜决策树

afs聚类方法研究及其在模糊数据聚类中的应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

AFS聚类方法研究及其在模糊数据聚类中的应用

作者：徐雪莲大连海事大学

学位级别：硕士

自1965年美国控制论专家扎德(***)提出模糊集理论以来,模糊集与系统便作为一门新的工程数学方法被人们广泛地研究并应用到工程实际的各个领域。afs(Axiomatic Fuzzy Set)理论即公理模糊集理论是一种新的模糊数学分析方法,由刘晓东教授于... 详细信息

自1965年美国控制论专家扎德(***)提出模糊集理论以来,模糊集与系统便作为一门新的工程数学方法被人们广泛地研究并应用到工程实际的各个领域。afs(Axiomatic Fuzzy Set)理论即公理模糊集理论是一种新的模糊数学分析方法,由刘晓东教授于1995年提出。它是Zadeh提出的模糊集思想的数学公理化,是人类认识、思维的部分机理的数学抽象和表示,它比现有的模糊逻辑更接近于人类的思维逻辑,更便于计算机处理。针对一直以来广泛争论的模糊集理论的最基本问题:模糊概念的隶属函数的科学、统一的确立方法和人类思维的逻辑运算的正确表示,afs理论进行了深入系统的研究和探讨,使隶属函数和模糊逻辑系统的建立更具客观性、严密性和统一性。许多应用实例说明afs模糊逻辑系统比现有的模糊逻辑更接近于人类思维。目前,afs理论被进一步研究并已经被应用到模糊聚类分析、模糊决策树,信用分析、模式识别和故障诊断等领域。本文对基于afs模糊逻辑理论的聚类分析算法(***,*** and ***,IEEE Transaction on Systems,Man,Cybernetics,2005)进行进一步的研究,在原算法的基础上对样本的模糊描述的取法和聚类有效性函数进行了改进,弥补了原算法的缺欠之处,使其更加适用于对模糊数据进行聚类分析,并将改进后的聚类算法应用到实际的模糊数据(台湾30家航空公司的评估结果)中。本文的聚类算法模仿人脑对事物进行聚类的过程,仅仅依靠数据样本在属性上的序关系进行聚类分析。因此,afs聚类算法可以处理那些无法用具体数值表示出来的模糊数据,甚至可以是诸如本文所研究的语言值模糊数据。本文的研究结果表明,应用所提出的新的afs聚类算法得到的聚类结果与实际专家得到的经验描述几乎一致。实验结果也进一步说明了改进的算法具有很高的实用价值。

关键词： afs理论 EI代数 ~*EI代数模糊数据模糊聚类分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于改进模糊认知图的入侵检测方法研究

基于改进模糊认知图的入侵检测方法研究

作者：王莉天津理工大学

学位级别：硕士

近年来，网络攻击的巨大威胁和安全问题已经受到了不同组织的高度关注。入侵检测系统作为一个保护数据完整性和系统可用性的反制手段，起着越来越重要的作用。目前，许多研究人员将模糊认知图(Fuzzy Cognitive Map, FCM)方法应用于入侵... 详细信息

近年来，网络攻击的巨大威胁和安全问题已经受到了不同组织的高度关注。入侵检测系统作为一个保护数据完整性和系统可用性的反制手段，起着越来越重要的作用。目前，许多研究人员将模糊认知图(Fuzzy Cognitive Map, FCM)方法应用于入侵检测中，并取得了一定的成果。然而，FCM入侵检测方法存在训练时间长和检测率不高的不足。为了克服这些不足，本文提出了一种基于改进模糊认知图(Improved Fuzzy Cognitive Map,IFCM)的入侵检测方法。主要研究内容如下：针对模糊认知图入侵检测方法训练时间长的问题，以afs理论和格贴近度为理论依据，提出了基于afs理论和格贴近度(afs Theory and Lattice Close-degree,afs-LCD)的约简算法，并给出了afs-LCD入侵检测属性约简方法。模拟实验结果表明：与FCM入侵检测方法相比，该方法明显减少了FCM入侵检测方法的训练时间，并且提高了FCM入侵检测方法的检测率。针对模糊认知图入侵检测方法检测率不高的问题，提出了基于模糊神经网络的模糊认知图(Fuzzy Cognitive Map Based on Fuzzy Neural Networks, FNN-FCM)入侵检测方法。模拟实验结果表明：与FCM和概率FCM入侵检测方法相比，该方法的检测率较高、误报率较低。在以上研究工作的基础上，提出了基于改进模糊认知图的入侵检测方法。该方法首先应用afs-LCD约简算法对入侵检测数据集进行属性约简，得到优化的属性子集;然后用优化的属性子集训练FNN-FCM模型实现入侵检测。模拟实验结果表明：与FCM、afs-LCD-FCM和FNN-FCM入侵检测方法相比，该方法训练时间更短、检测率更高、误报率更低。

关键词：入侵检测 afs理论格贴近度模糊认知图模糊神经网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

数据挖掘算法研究

数据挖掘算法研究

作者：李安大连海事大学

学位级别：硕士

数据挖掘是近几年的一个热门名词，指从巨大的信息仓库中揭示出未被人知的关系和模式，帮助企业减少不必要投资的同时提高资金回报。而由于人类知识的固有特点即是它的不完全性和不确定性，因而导致在数据源中，模糊性信息和模糊性属性... 详细信息

数据挖掘是近几年的一个热门名词，指从巨大的信息仓库中揭示出未被人知的关系和模式，帮助企业减少不必要投资的同时提高资金回报。而由于人类知识的固有特点即是它的不完全性和不确定性，因而导致在数据源中，模糊性信息和模糊性属性随处可见。利用传统的分析方法很难解决这种模糊性概念，而模糊数学分析方法正好解决了这个问题。近几年来，模糊理论在数据挖掘方面有着广泛应用，其很多产品已经投入社会中，产生了巨大的社会效益。本文主要研究工作如下： (1) 介绍了数据挖掘的相关知识和模糊数学的相关理论和概念，在此基础上介绍了一种基于afs理论的方法。 (2) 对基于afs理论的EI代数的阶数进行了研究，在此基础上对EI代数的阶数给出了一个下界估计，并得出了EI代数的最大阶。 (3) 将基于afs理论的方法与EI代数的阶数、EI代数的最大阶相结合，对实际问题进行了分析研究。 (4) 对数据挖掘中常见的几类其他数学方法进行了分析探讨，并且将这些方法应用于实际中。

关键词：数据挖掘模糊理论 afs理论 EI代数 EI代数的阶数

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于afs提取眉毛形状语义特征的研究

基于AFS提取眉毛形状语义特征的研究

作者：李丹阳北方工业大学

学位级别：硕士

公理模糊集(Axiomatic Fuzzy Sets,afs)理论是一种新的模糊数学分析方法,它从更一般、更抽象的层面探讨了模糊集和模糊逻辑,将模糊思想数学公理化,并将人类感知事物的概念及事物间逻辑关系的机理数学抽象化。afs理论将蕴藏在原始数据、... 详细信息

公理模糊集(Axiomatic Fuzzy Sets,afs)理论是一种新的模糊数学分析方法,它从更一般、更抽象的层面探讨了模糊集和模糊逻辑,将模糊思想数学公理化,并将人类感知事物的概念及事物间逻辑关系的机理数学抽象化。afs理论将蕴藏在原始数据、训练数据和数据库中的内在规律和模式,转化成模糊集及逻辑运算,使建立的隶属函数和模糊逻辑更客观和统一。目前afs理论已经应用到知识表示、聚类分析、模糊分类等领域。针对眉毛的语义描述与聚类难等问题,基于afs理论提取眉毛的显著特征、定义简单概念、聚类等过程获得眉毛的语义描述符,该算法能够提取出样本最主要的特性,解决描述眉毛语义难,类与类间边界不清晰的问题。主要研究工作包括:(1)针对描述眉毛大小和提取模糊概念难的问题,本文在afs理论框架下,使用模糊聚类算法开展眉毛的语义特征研究,聚类眉毛大小、赋予语义概念。具体方法为:首先提取人脸图像中眉毛的特征点,利用特征点检测模型归一化人脸图像的特征点,包括眉毛和眼睛;其次基于afs理论下的模糊聚类算法聚类检测到的眉毛特征点并赋予语义概念;最后通过为每个眉毛分配语义标签提取眉毛的语义描述符。使用BU-4DFE和Multi-PIE数据库验证afs聚类算法提取眉毛语义的有效性,同时对比分析不同面部表情和相似面部表情对眉毛语义的影响。实验结果表明:通过afs聚类算法获得的眉毛语义在一致性和可理解性方面是可以与传统的聚类算法(k-均值和模糊c均值)相比较甚至优于它们,获得的眉毛语义更精准,更接近人类感知。此外,面部表情的差异对眉毛语义的提取有显著影响,面部表情的差异越大,对提取的眉毛语义影响越大。(2)针对如何更精准的表示眉毛形状,提取眉毛形状的语义概念等问题,提出了一种改进的方向三角形面积表示方法(Directional Triangle Area curve Representation,DTAR),通过阂值判断选择表示眉毛的特征点数。首先利用改进的DTAR,计算根据人脸特征点检测模型提取的眉毛特征点的DTAR值,并有序的连接所有表示眉毛的DTAR值,从而生成一条表示该眉毛的DTAR曲线;针对如何表示选择的参考眉毛的问题,依据人脸特征点检测模型的标点规则制订了标注参考眉毛的方法,根据标注的特征点,依据同样的方法获得参考眉毛的DTAR曲线,同时为每个参考眉毛的形状分配语义标签;最后,基于afs下的隶属函数计算眉毛形状的DTAR曲线与参考眉毛的DTAR曲线之间的相关度,通过选择相似度最高的前两个的参考眉毛的语义描述眉毛形状。为了验证所提出方法的有效性及与人类感知的一致性,利用AR人脸库和BJUT眉毛库进行一致性验证。实验结果表明:基于改进的DTAR选择表示眉毛的特征点数比直接使用DTAR提取的眉毛形状的语义描述符更符合人类的感知。

关键词： afs理论聚类改进的DTAR 眉毛大小眉毛形状语义描述符

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于afs模糊逻辑的分类分析方法研究

基于AFS模糊逻辑的分类分析方法研究

作者：王显昌大连海事大学

学位级别：硕士

afs理论是刘晓东教授于1995年首先提出的;它是Axiomatic Fuzzy Sets的缩写，即公理模糊集;能被用来研究人类思维的法则，便于计算机操作，较好地揭示人靠经验和直觉描述复杂的模糊概念以及确定相应模糊概念的隶属函数的内在机理。afs理... 详细信息

afs理论是刘晓东教授于1995年首先提出的;它是Axiomatic Fuzzy Sets的缩写，即公理模糊集;能被用来研究人类思维的法则，便于计算机操作，较好地揭示人靠经验和直觉描述复杂的模糊概念以及确定相应模糊概念的隶属函数的内在机理。afs理论是从问题的原始数据出发，用afs结构、afs代数的运算和其上的一个逆序对合运算来建立模糊逻辑系统，用拓扑分子格刻划人类概念之间的抽象关系，使得隶属函数和模糊逻辑系统的建立更具客观性、严密性和统一性。afs理论已经尝试着被应用于聚类分析、模式识别和故障诊断等领域。本文对afs模糊逻辑的聚类分析算法(***, *** and ***. IEEE Transaction on Systems, Man, Cybernetics, 2005)进行了进一步的研究，对其置信度算法进行了改进，并将改进后的指标应用到含有150个样本的Iris数据(见ftp://***/pub/machine-learning-databases/Iris/)。本文的算法只用到了样本属性上的序关系。本研究表明只用样本属性上的序关系，afs模糊逻辑分类分析算法也能够获得很高的准确率，因此此算法能够很好的应用到那些样本属性只能用序关系描述而无法用数值描述的数据集。并且对***, *** and ***定义的模糊聚类指标进行修改，并做进一步的研究，同时在***, *** and ***提出的afs模糊逻辑聚类分析算法的基础上设计了一种新的分类器，并将它应用于Iris数据。最后利用Iris数据对分类器的稳定性和准确性进行了研究，这些研究表明这种新分类器简单、有效。

关键词： afs理论 EI代数 ~*EI代数模糊聚类分析模糊分类器

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于afs模糊逻辑的模糊认知图

基于AFS模糊逻辑的模糊认知图

作者：张强大连海事大学

学位级别：硕士

afs理论是刘晓东教授于1995年首先提出的。afs(Axiomatic Fuzzy Sets)即公理模糊集,将***于1965年提出的模糊子集思想数学公理化。它使数据库中大量的、复杂的、混乱的信息,数学规范化,并将人类依据原始数据所形成的概念及其逻辑运... 详细信息

afs理论是刘晓东教授于1995年首先提出的。afs(Axiomatic Fuzzy Sets)即公理模糊集,将***于1965年提出的模糊子集思想数学公理化。它使数据库中大量的、复杂的、混乱的信息,数学规范化,并将人类依据原始数据所形成的概念及其逻辑运算的部分机理抽象化。afs结构正是蕴涵在复杂数据库和弱偏好关系中的数学模式的抽象。在afs理论中,隶属函数及其逻辑运算是由原始数据和afs结构上的afs代数确定的。从而使得在计算机上,可应用afs理论直接处理复杂数据系统,这种处理能力远远超出人脑。模糊认知图(Fuzzy cognitive map,FMC)1](1986)为知识表示和推理提供了非常灵活和有力的架构。特别是最近10年,模糊认知图已经被用来表示知识和人工智能。数据挖掘作为一个新兴的多学科交叉应用领域,从多个科学汲取营养,正在各行各业的决策支持活动中扮演着越来越重要的角色。如何有效利用丰富的数据海洋宝藏以达到为人类服务的目的,业已成为广大信息技术工作者所关注的焦点之一。本文系统概要地从五个方面介绍了afs理论中的afs代数,afs结构,afs 模糊逻辑系统,afs方法的基本思想及其工程意义及其在模糊聚类分析等方面的应用。此外,本文详细的对近年来模糊认知图,数据挖掘以及afs理论的发展和应用进行了综述,分析了现有的关于模糊认知图的研究的局限和尚待研究的问题, 进而指出可以应用afs理论来研究模糊认知图并应用于数据挖掘,同时建立一套严密、系统、统一的模糊认知图建立和分析方法,从而降低模糊认知图设计的难度和复杂程度,提高其分析水平,改变实际系统的模糊认知图由于包含大量的节点和复杂的连接关系很难进行分析和处理的现状。本文还讨论了研究基于afs理论的模糊认知图的意义,需要解决的主要问题以及应用前景。

关键词： afs理论 afs代数 afs结构模糊认知图数据挖掘