【摘 要】
：
邻域粗糙集是不确定性分析的重要工具,并与粒计算密切相关.因此邻域粗糙集所在的邻域系统成为相关信息粒化和度量计算的重要内容.在邻域系统中,已经从粒计算角度出发构造了三层粒结构（包括邻域粒、邻域群和邻域库）,建立了关于知识学习的粒度计算机制.但是,邻域系统三层粒结构的层次探索及相关应用还有一定的欠缺.因此,本文对邻域系统三层粒结构的相关度量进行了补充,并扩展到分类学习.本文的相关研究主要涉及三个方面.
论文部分内容阅读
邻域粗糙集是不确定性分析的重要工具,并与粒计算密切相关.因此邻域粗糙集所在的邻域系统成为相关信息粒化和度量计算的重要内容.在邻域系统中,已经从粒计算角度出发构造了三层粒结构（包括邻域粒、邻域群和邻域库）,建立了关于知识学习的粒度计算机制.但是,邻域系统三层粒结构的层次探索及相关应用还有一定的欠缺.因此,本文对邻域系统三层粒结构的相关度量进行了补充,并扩展到分类学习.本文的相关研究主要涉及三个方面.（1）基于邻域系统的三层粒结构,考虑底层粒和中层群的大小度量,建立高层邻域库的规模评估机制,实现邻域库的大小度量,在更高层次上对邻域系统的三层结构进行补充完善.（2）基于邻域系统中邻域粒的相对距离和绝对距离,采用双量化技术,将底层邻域粒的相对距离和绝对距离进行线性融合,构造双量化距离;并将这三种类型的距离都提升到中层群和高层库,在三个层次上研究了相关度量的性质.（3）利用能有效表征邻域粒差异的双量化距离,设计分类算法,构造双量化分类器KNGD（K-nearest neighbor classifier based on double-quantitative distance）.利用决策表实例分析与UCI数据实验验证本文涉及的相关度量性质的正确性,结果表明本文构造的分类器优于或平衡了两个现有分类器,即相对分类器KNGR（K-nearest neighbor classifier based on relative distance）和绝对分类器KNGA（K-nearest neighbor classifier based on absolute distance）,从而说明了本文所建算法KNGD的有效性.总之,本研究基于邻域系统的三层粒结构,通过理论、实例和实验,对邻域系统的三层粒结构进行了完善,相应的双量化集成和扩展也提供了深入知识度量和有效分类学习,相关结果具有理论价值与应用意义.
其他文献
漕运史研究是大运河历史文化研究的重要方面。自进入21世纪以来,学界关于漕运史的研究成果丰硕。这些论著围绕我国各个历史时期大运河的历史变迁、河道整治、漕运管理等问题展开研究,探讨漕运对大运河沿线地区的经济、社会、文化等方面产生的影响。伴随漕运史研究的深入,不少与之相关的史料文献先后被整理汇总和出版,催生了运河学的产生和发展。系统梳理和回顾总结这些学术成果,对把握当前研究现状及指导今后大运河漕运史研究
分子性质预测是一项基础且重要的研究,准确预测分子性质在化学信息学的各个应用领域中都受到广泛关注,例如工业应用,环境工程及药物设计等。近年来,数据驱动方法取得的巨大成功以及机器学习技术的落地应用,加速了各个领域信息的交叉融合,也为分子信息获取带来了新的挑战和机遇。本文提出利用分子动力学和机器学习的方法分别对微波作用下超临界水的热力学性质,化合物分子的水溶性和水合自由能进行了预测研究。首先,通过分子动
特征选择是数据分析对数据降维时常用的方法,有效的特征评估方法是特征选择的基础与关键.模糊邻域粗糙集作为一种较新的处理不确定性的数学模型,基于它的不确定性度量可以作为特征评估的工具.但目前在模糊邻域粗糙集上的不确定性度量的构建还不够完善,尤其是从信息表示方面讨论的度量甚少.为了挖掘更好的特征选择算法,本学位论文采用代数表示与信息表示的复合构建,建立和深化了模糊邻域粗糙集的决策熵不确定性度量体系;基于
离群检测是数据挖掘研究的重要组成部分,其任务是,在给定数据对象集中发现那些与其他大部分对象相比有显著不同特征的对象。在大部分数据处理方法研究中,数据对象之间的这种差异性很可能被视为噪声而丢弃。实际上,罕见数据对象的出现对数据集的分析与处理可能蕴含着更大价值。离群点检测方法有很多,在一些特定应用场景中,比如在分布复杂且不确定数据集的离群检测中,粒计算提供了一套基于粒化思想应用于复杂问题求解的理论框架
淮安位于大运河畔,是国家著名的历史文化名城之一,被称作"运河之都"。自从2014年6月中国大运河被列入《世界遗产名录》以来,有关大运河和漕运文化的研究如火如荼。中国漕运博物馆作为漕运文化的代表,其视觉形象设计是展现博物馆形象的重要形式之一。时至今日,受众对博物馆的需求不再只限于珍贵文物的展现,其视觉形象设计也是当代博物馆设计的关键因素之一。本文从中国漕运博物馆视觉形象设计的必要性入手,提出该博物馆
属性约简是粗糙集理论的主要内容,也是数据分析的有效手段,相关研究具有重要价值及意义.传统决策分类属性约简适用于所有决策类优化,针对实际中存在的局部优化需求,特定类约简应运而生.粗糙集的不确定性主要存在于边界域,而基于边界域的属性约简主要停留在决策分类约简,相关的特定类约简罕见相关研究报道.为此,本学位论文基于粗糙集不确定度构建,对比决策分类不确定度约简,提出特定类不确定度约简,研究约简横向关系、层
“智慧家庭”是依托智能家居技术的一种科技生活方式,由于多种因素,智能家居的发展始终处于内热外冷的状态。对于“智慧家庭”,大多数消费者的认识还仅停留在单一的智能硬件产品阶段。动态图形这一信息传播形式,为进一步推广和普及“智慧家庭”概念提供了优质解决方案。首先,文章论述了“智慧家庭”的相关概念、动态图形的造型特征,分析动态图形在“智慧家庭”概念推广中的适用性,将动态图形与电影电视艺术、影视动画、静态图
单幅图像超分辨率重建（SISR）是一个经典的计算机视觉任务。单幅图像超分辨率重建主要目的是对输入的单幅的低分辨率图像进行空间分辨率的放大,使其成为高分辨率图像的技术。由于一张低分辨率图像可以由多张不同的高分辨率图像下采样而来所以使得超分辨率重建是一个病态问题。并且下采样的倍率越大,使得缺失的信息越多使得重建任务就会越为困难。近年来,使用卷积神经网络进行单幅图像超分辨率的结果远好于使用传统方法的重建
通过计算机从中文文本中提炼摘要,可以帮助人们从海量数据中快速获取关键信息,提高阅读效率。目前,基于Seq2Seq模型的生成式摘要技术是中文信息处理的研究热点。本文基于LSTM构建了融合词性特征和注意力机制的Seq2Seq生成式摘要模型,同时,提出基于GPT预训练模型的中文摘要生成方法,改善摘要生成质量。在2017NLPCC会议公开的自动摘要任务数据集上进行验证分析,采用ROUGE评测摘要生成质量。
合成孔径雷达（SAR）凭借独特的全天时、全天候、高分辨的特点,在资源勘探、军事侦察、航空航天等领域中发挥了重要的作用。然而在实际的使用场景中,由于时间、飞行成本等诸多因素的限制,合成孔径雷达的回波数据无法完全通过实际的机载雷达采集。因而,SAR回波模拟技术具有极其重要的研究意义。本文从SAR回波模拟的真实性和高效性两个方面入手,对真实地形的三维建模、真实地形的散射系数计算、回波的快速生成算法及其并