邻域粗糙集相关论文
粗糙集是处理不确定性信息的有效数学工具，然而，在复杂的环境下，经典粗糙集并不能满足某些特殊的现实需要，因此，为粗糙集引入拓展要素，是......
作为数据挖掘领域中一项重要的数据预处理技术,特征选择算法能够有效应对高维数据所带来的“维数灾难”问题.然而,如何对高维的混......
如何在不损失信息的情况下对高维数据进行属性约简,从而减少数据的传输、存储代价,并降低后续数据挖掘的难度,是数据科学领域的一......
矿井通风系统的正常运转是保障井下生产工作正常进行、工作人员生命健康安全以及防灾抗灾的重要环节。矿井通风系统应长期处于稳定......
多标记特征选择一直是数据挖掘领域中数据预处理的关键技术之一。随着互联网技术的高速发展,多标记数据在各个领域以在线的形式持......
针对已有的基于经典粗糙集理论的组合预测单项模型选择方法存在的问题与不足,引入邻域粗糙集理论加以改进.首先采用kmeans算法对决......
属性约简一直是粗糙集理论研究的热点问题.近年来,基于启发式的属性约简方法研究逐步兴起,其核心内容是在约简过程中增添最重要的......
三峡库区蓄水前就多发滑坡地质灾害,对库区内人民生命和财产安全构成威胁,蓄水后在水库库水位波动和降雨的双重作用下,库区涉水滑......
DNA微阵列技术是功能基因组研究的有力工具,已广泛用于癌症等重大遗传性疾病的病理、相关基因的识别和临床诊断与分类研究。识别肿......
数据挖掘、机器学习等领域,特征和模型相辅相成。特征过少,模型无法完成决策任务;特征过多,造成信息冗余,模型难以训练且训练成本......
随着我国光伏制造业的迅速发展,多晶硅电池凭借其较高的性价比一直占据着光伏市场的主导地位。多晶硅的少子寿命值是保证多晶硅电......
针对传统鲸鱼优化算法(WOA)不能有效处理连续型数据、邻域粗糙集对噪声数据的容错性较差等问题,文中提出基于自适应WOA和容错邻域......
期刊
基于通信的列车运行控制（Communication-Based Train Control,CBTC）系统是集现代通信、控制、计算机与传统铁道信号技术为一体的复杂......
针对油中溶解气体分析法(DGA)不能有效反映变压器的不同故障且诊断准确率低的问题,通过邻域粗糙集(NRS)对变压器故障数据比值进行......
传统特征选择方法在进行特征选择前,特征空间中的所有特征都已存在并且其特征值是可获取的。然而,在实际应用领域的许多具体问题中......
特征选择技术是大数据分析与数据挖掘研究的热点之一,数据维度的激增为特征选择理论和方法带来了新的困境。特征选择能有效地处理......
特征选择可有效地加快学习过程、提高模型的泛化能力和学习精度,因此,特征选择已经成为了机器学习任务中一个重要的数据预处理过程......
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.......
为了解决机械设备复合故障难以正确识别的问题,提出一种基于多小波包和邻域粗糙集的机械故障诊断模型.该模型首先采用多小波包对原......
针对民航发动机滑油消耗量受多个飞行阶段的多个参数影响而难以准确预测的问题,提出基于邻域粗糙集(NRS,neighborhood rough set)......
有效的变压器油纸绝缘状态评估方法对制定合理的检修计划有指导意义.为准确诊断油纸绝缘状态,提出基于邻域粗糙集(NRS)与D-S证据理......
属性约简是粗糙集理论的重要应用之一.为了对部分标记的数据进行属性约简,一些基于粗糙集的半监督属性约简方法相继被提出,但这些......
Pawlak粗糙集理论基于等价关系且只能处理离散数据,容错性差;差分进化算法性能依赖于控制参数(变异系数(F)、交叉系数(CR))和适应......
食用重金属污染的菲律宾蛤仔对人体健康有严重危害,对重金属污染的菲律宾蛤仔进行识别是十分必要的。本研究利用高光谱图像和模式......
针对粗糙集方法不能有效处理数值和混合型数据的问题,本文以邻域粗糙集中粒计算为基础,提出了一种基于邻域粒的离群点检测方法.首......
高光谱图像以极高的光谱分辨率而著称，应用领域广泛。然而，它所具有的波段数量多、数据冗余严重的特点，给其在分类和识别方面带来一定......
数字通信信号调制方式的识别历来是各国研究的重点与热点,在军用和民用通信领域都有着较为广泛的应用前景。它研究的目的是要在先......
随着工业化与信息化的不断融合和工业4.0的快速推进，在技术上，工业控制系统(ICS)越来越多地使用公开软件和开放协议;在管理上，工业控......
随着计算机网络和信息技术的不断发展，人们对互联网的使用越来越频繁，这也使得网络安全问题变得越发重要。入侵检测系统作为保护网络......
特征选择作为数据预处理的关键手段,是数据挖掘、模式识别和机器学习等领域的重要研究课题之一。它是指在原始数据中删除大量无关......
在粗糙集的理论研究中,有很多重要的概念,其中的属性约简是在粗糙集研究中的最重要的研究内容。随着数据量的增加,在粗糙集模型上......
随着信息化程度的不断提高,海量的数据存在于实际的应用中。但海量的数据中往往存在大量的冗余,所以,剔除这些冗余可以大大提高数......
基因芯片技术是研究基因表达谱数据的一种有效工具，通过分析基因表达谱数据中的数千个基因数据，在医学等领域得到了广泛的应用。基因......
作为度量粒化程度的方式,在粒计算研究领域中,粒度受到了众多学者的广泛关注,其中一种重要且广为接受的模式是参数化粒度。利用这......
多标记学习是一类复杂的决策任务,同一个对象可能同时属于多个类别。此类任务在文本分类、图像识别、基因功能分析等领域广泛存在,......
细胞是一个高度结构化的单元,内部结构复杂而精巧,可定义出不同的亚细胞区域,亚细胞间分工合作,使生命活动有序进行。蛋白质作为机......
自信息的概念由香农提出,用来刻画信号输出的不确定性。将自信息应用于决策系统中可以用来刻画决策的不确定性,是决策能力评估的有......
在当今科技飞速发展的时代,人工智能成为核心领域之一,机器学习和数据挖掘逐渐影响着人们的生活,很多科技产品都是在此基础上的应......
癌症这种复杂疾病严重影响着人类的健康与生活质量,因此,探索癌症致病机理、发展有效的癌症诊断与治疗新方法已经成为二十一世纪生......
随着科学技术的不断发展,我们已经进入了“人工智能”时代。人工智能领域的研究包括语音识别、计算机视觉、自然语言处理、机器人......
许多工程与科学问题可以归结为多目标优化问题(MOP),与单目标优化问题的本质区别在于,多目标优化的解并非唯一的,而是存在一组由众......
随着第三代人工智能时代的到来,数据挖掘、模式识别、云计算等技术也得到迅猛发展。而处在数据驱动的人工智能现阶段,以应用需求为......
