【摘 要】
：
大多数的模糊分类器是以建立在先验的或专家知识基础上的模糊规则构建。由于在大量的实际数据中是没有先验知识的，因此提取模糊规则是比较困难的。在MaIndani模糊逻辑系统的基础上，提出一种基于遗传算法的Mamdani模糊分类器。该模糊分类器具有最少特征变量、最少模糊规则数，而且还有较好的分类精度，并应用于经典Iris分类数据仿真，效果良好。
【机 构】
：
云南民族大学数学与计算机科学学院 昆明 650031
【出 处】
：
第十届中国Rough集与软计算、第四届中国Web智能、第四届中国粒计算联合会议
论文部分内容阅读
大多数的模糊分类器是以建立在先验的或专家知识基础上的模糊规则构建。由于在大量的实际数据中是没有先验知识的，因此提取模糊规则是比较困难的。在MaIndani模糊逻辑系统的基础上，提出一种基于遗传算法的Mamdani模糊分类器。该模糊分类器具有最少特征变量、最少模糊规则数，而且还有较好的分类精度，并应用于经典Iris分类数据仿真，效果良好。
其他文献
为验证基于构件的软件系统中构件间交互的可信性,将UML与Pi演算理论相结合,提出了一个软件构件间交互的可信性验证模型.在构件行为分析的基础上,利用抽取规则抽取Pi演算语义,以形式化的方式描述构件的行为.进一步利用Pi演算的操作语义推演构件间的实际交互行为.实际交互行为与预期交互行为的比对,可判断构件间交互的可信性.最后,通过实例对该模型的具体应用进行了阐述.该模型能够对基于构件的软件系统中任意两个
近年来,随着SaaS(Software as a Service)逐步被广泛认可,新型的软件平台PaaS(Platform as a Service)被提出,以专门支持SaaS软件向用户提供服务。本文介绍了一个面向软件工程的PaaS平台——SASEP(Service AidedSoftware Engineering Platform)。SASEP汇聚软件生命周期不同阶段的工具服务,为软件的开发与
在开放环境中,基于Web服务组合的软件架构存在着很多不可控的因素。其中一个关键挑战是,如何保证能够选取到高质量的Web服务,从而降低整个服务组合失败的风险。我们从工作流描述语言出发,试图通过建立带有可信约束的新工作流描述语言TRUST-BPEL,以提高Web服务组合的可靠性和可信性。TRUST-BPEL扩展自BPEL,其做法是提供Web服务的搜索服务,并使用动态绑定Web服务来代替原有的静态绑定,
现有的本体映射方法单纯依赖语法和结构相似性度量,没有在本体映射结构中提供形式语义和知识推理,导致映射关系的召回率较低且本体要素之间的潜在语义关联无法利用。本文提出基于概念内涵和外延的本体映射框架OMI+,并分别针对概念名称、上下文信息、语义解释、概念描述信息和概念属性的约束等多维信息,提出可配置的权值分配方法,并通过复合计算给出本体映射关系,经过手工配置的迭代,最终获得优于手工配置的自动权值分配方
传统的基于模型的老化与再生研究方法已不适于动态开放的网络环境。以对服务器内部状态、行为、环境等信息进行运行时监测,并准确、全面地评价老化趋势为基础,采用资源动态重配置方法提高系统服务能力、灵活性与适应性具有重要意义。以J2EE应用服务器为实验对象。对基于资源动态重配置的应用服务器软件再生方法进行研究与实现。给出动态重配置再生模型,提出运行时监测体系结构。从用户体验和服务器运行状况角度给出软件老化指
应用服务器集群是平台即服务(PaaS)模式的主要运行环境。本文针对云环境下动态变化的用户负载和共享、异构的集群环境,提出一种自适应集群调整方法,根据集群负载状况实现资源按需供给。该方法建立了PaaS平台的性能分析模型,并据此提出自适应的资源供给机制和负载均衡机制。实验结果表明,通过调节集群节点逻辑资源池的大小和集群节点数量,配合自适应负载均衡方法,达到了资源按需供给的目的。
基于构件的软件开发和复用被认为是提高软件开发效率和质量的有效途径,并已在分布式系统中得到广泛应用,OSGi(Open Services Gateway Initiative)构件平台模型为软件构件提供了良好的生命周期管理和动态依赖管理,已被广泛应用到各种系统中.在构件粒度上对系统的资源进行监控能够有效增强系统的可靠性,然而目前针对OSGi平台的构件监控技术侧重于统计整个系统的资源消耗,未能把统计的
程序切片是一种重要的程序分析技术,广泛应用于程序的调试、测试与维护等领域。面向方面程序设计作为一种新的软件开发范型。能够实现横切关注点的模块化,其特有的语言元素和功能为切片增加了难度。从静态切片和动态切片两种类型,讨论了面向方面程序切片技术,并在此基础上,提出了一种基于简化动态依赖图的面向方面程序切片方法,可以减少动态依赖图中节点和边的数量,生成准确的面向方面程序动态切片,从而有助于人们更好地对面
虽然Agent理论已经成功应用到多种领域中，但Agent抽象描述与具体实现相结合时可能存在的差异使得Agent系统的开发面临挑战。为了使抽象描述与具体实现能够有效地结合，文章提出使用Haskell语言编程和封装不同等级的推理，并引入CHR对Agent系统进行描述和推理，来完成Agent的描述与实现一体化。与其他方法相比，这个方法避免了两级推理之间的相互干扰，为更复杂的推理操作提供了模块化开发。
针对运动目标出现遮挡时mean-shift算法容易出现跟踪丢失的问题，提出了一种基于颜色特征的多目标瞬间重合识别和跟踪方法。利用背景减除法提取前景目标，当目标瞬间重合时，利用基于中心的颜色直方图建立动态匹配矩阵进行目标匹配，并进行mean-shift跟踪。实验结果表明，在运动目标瞬间重合分离后，该方法能够准确地对目标进行跟踪，满足实时系统的要求。