【摘 要】
：
为处理人工智能中不精确和不确定的数据和知识,Pawlak提出了粗集理论。之后粗集理论被推广,其方法主要有二：一是减弱对等价关系的依赖;二是把研究问题的论域从一个拓展到多个
【机 构】
：
中国科学院计算技术研究所,五邑大学计算机学院
论文部分内容阅读
为处理人工智能中不精确和不确定的数据和知识,Pawlak提出了粗集理论。之后粗集理论被推广,其方法主要有二：一是减弱对等价关系的依赖;二是把研究问题的论域从一个拓展到多个。结合这两种思想,研究基于两个模糊近似空间的积模糊粗集模型及其模糊粗糙集的表示和分解。根据这种思想,可以从论域分解的角度探索降低高维模糊粗糙集计算的复杂度问题。先对模糊近似空间的分层递阶结构———λ-截近似空间进行研究,得到不同层次知识粒的相互关系;然后定义模糊等价关系的积,并研究其性质及算法;最后构建基于积模糊等价关系的积模糊粗集模型,
其他文献
人工免疫系统是受自然免疫原理启发而建立的计算模型,多目标优化问题是当前演化计算的一个重要研究方向。然而,当前的各种免疫优化算法的运行机制和操作过程均不相同。提出一
在科学与工程计算中无理数的表示与运算是一个非常棘手的问题。如果能够用整数表示无理数，将给科学与工程计算带来极大的方便。要实现无理数的整数化表示，第一步要做的是实现无
针对P2P应用消耗大量网络带宽而影响互联网传统业务服务质量的问题,提出了一种基于反馈原理及Kal-man算法的P2P流量控制方案。本方案借助控制论中的反馈原理,对互联网中的P2P
半监督学习是机器学习领域的研究热点。协同训练研究数据有多个特征集时的半监督学习问题。从正则化角度研究协同训练,利用假设空间的度量结构定义学习函数的光滑性和一致性,
结合关联限制K-means算法能有效地提高聚类结果,但对数据对象分配次序却非常敏感。为获得一个好的分配次序,提出了一种基于分配次序聚类不稳定性的迭代学习算法。根据Cop-Kme
P2P组播在面对P2P节点不合作行为和恶意行为时无法保障服务的可靠性。针对上述问题,提出了基于市场模型的组播模型框架,其利用第二价拍卖理论进行网络资源分配;分析了不同类
在分析无线Mesh网路由协议所面临的挑战的基础上,结合无线Mesh网络的性能要求,以OLSR协议为原型,采用跨层设计理论,提出了一种基于链路状态良好程度的路由协议LR-OLSR。该协
针对单一测度度量Vague集相似性上的缺陷,提出了两种Vague集的多测度相似度量。给出了一种Vague集的单形体几何表示方法,亦即将Vague集的真、假隶属度和未知度表达为划分单形
当前缺乏对聚合云服务正确性、响应时间和费用约束统一进行验证的有效方法。扩展基本工作流模式,增强概率、随机、不确定选择的刻画能力,用于定义聚合云服务的服务流程,将流