论文部分内容阅读
由于粗糙集只能对离散属性进行处理,因而连续属性的离散化也就成了粗糙集的主要问题之一。提出了一种从模糊聚类出发的离散化方法,并给出了一个判别函数,由该函数从聚类结果中选择最优的一个解,因而是一种自寻优的求解过程,避免了人为划分类数的主观影响。最后进行了实验比较,证实了该方法的有效性和合理性。
一种基于模糊聚类的离散化方法
【摘 要】
：
由于粗糙集只能对离散属性进行处理,因而连续属性的离散化也就成了粗糙集的主要问题之一。提出了一种从模糊聚类出发的离散化方法,并给出了一个判别函数,由该函数从聚类结果
【机 构】
：
安徽大学数学与计算科学学院,安徽大学智能计算与信号处理教育部重点实验室
【出 处】
：
计算机技术与发展
【发表日期】
：
2008年3期
其他文献
粗糙集理论是一种新的处理含糊和不确定性问题的数学工具,可以有效地分析和处理不完备信息。条件属性约简是粗糙集理论算法研究的重点。在启发式条件属性约简算法的基础上提出了动态条件属性约简算法,算法以一个信息大的属性作为基础,不断添加条件属性,并对新增加的条件属性进行修正,找到约简条件属性,目的为了进行遥感数据的动态分类做基础。文中在VC++6.0开发环境下实现了两种算法,用HSV和Iris数据验证了算法
文中致力于把Web软件系统的结构模块化，通过建立新的事务处理模型以灵活的实现各功能模块间的组合，并引入服务进程以控制事务的执行流程。采用与面向服务架构整合各服务相反的
在利用移动IPv6协议进行节点的移动性管理过程中，切换问题是影响管理性能的最关键因素之一。为了提高移动网络服务质量，需对移动IPv6切换性能进行优化。针对标准移动IPv6（MIPv6）
曲面重建是CAGD中的重点研究课题，而神经网络具有很好的非线性逼近能力，文中将二者结合，给出了一种利用神经网络将三维数据点拟合为NURBS曲面的方法。提出的前馈型神经网络包含
为了克服粒子群优化算法本身存在的早熟和局部收敛的固有问题,在描述了BP神经网络的基本结构的基础上,介绍了粒子群优化算法(PSO)的基本概念,并通过对二者优缺点的分析与比较
文中对空中云层的模型进行了充分的分析,运用马赛克算法将云模型结构粒子化。提出了一种基于线性插值原理的算法,将空中对云层运动产生影响的风层密集化,模拟了线性化以后各风层的风速和风向对云模型粒子运动方式的影响。在实时环境下,将粒子整合,投影到二维平面坐标系中,较为真实地反映了云的形状和运动方式的改变。该仿真算法运行效率高,仿真效果好。实践证明将该模拟过程应用于相关大型模拟仿真系统有着很好的效果。
为了改善数字水印算法性安全，增强水印算法的抗干扰性，设计了一种基于小波域的水印算法，算法结合了Amold置乱方法和DWT变换多分辨率特性，采用线性的、不同的嵌入强度的方法，有效地
随着网络和现代通信技术的飞速发展,数字化多媒体信息的安全问题正日益成为人们关注的焦点,对信息的安全传输提出了更高的要求。信息隐藏成为信息技术领域的一大研究热点。改进了传统的Arnold变换。采用改进的Arnold变换对数字图像进行双向置乱,提高了置乱算法的效率,改善了置乱效果。通过在置乱算法中加入密钥,提高了算法的安全性。算法简单易行,可作为数字图像信息隐藏的预处理工具。
针对设备故障诊断技术中存在的固有不确定性问题，通过分析传统故障树模型存在的局限性以及传统贝叶斯网络建造困难的特性，提出了一种融合于故障树和传统贝叶斯网络的新方法——
Silverlight是一个跨浏览器、跨平台的插件，可提供面向Web的下一代基于．NET的媒体体验和丰富的交互式应用程序。阐述了什么是Silverlight，Silverlight的架构以及最佳应用场景。