【摘 要】
：
Pawlak经典粗糙集理论主要针对离散值,对复杂现实世界中的区间值却不能有效支持。在区间值信息系统中,基于灰格运算和Hausdorff距离提出了一种区间值的邻域关系。在该邻域关系基础之上,依次提出了基于邻域关系、最大相容类和邻域系统三种灰色粗集模型,提高了近似空间的精确度;同时讨论了三种灰色粗集模型之间的上、下近似空间,并用实例进行分析及验证。
【机 构】
：
五邑大学经济管理学院,江苏大学计算机科学与通信工程学院
论文部分内容阅读
Pawlak经典粗糙集理论主要针对离散值,对复杂现实世界中的区间值却不能有效支持。在区间值信息系统中,基于灰格运算和Hausdorff距离提出了一种区间值的邻域关系。在该邻域关系基础之上,依次提出了基于邻域关系、最大相容类和邻域系统三种灰色粗集模型,提高了近似空间的精确度;同时讨论了三种灰色粗集模型之间的上、下近似空间,并用实例进行分析及验证。
其他文献
2013年7月22日上午9点，在广西宜州市河池学院图书馆召开《高教论坛》杂志协作单位工作研讨会。此次会议由广西高等教育学会主办，全程得到了河池学院的大力支持。
词汇法教学理论重视词汇在语言学习中作用，它是英语教学的新趋势。词汇法教学有助于提高学生语言输出的流利性和准确性，通过语块渗透的教学，降低学生输出的难度，适合高职学生目前
现代心理战的战略地位对普通高校的国防教育提出了新的要求，必须将心理战教育纳入国防教育的内容体系之中，这是信息化时代的要求、国家心理安全的要求．也是大学生自身特性的要求
利用无线传感器网络的空间相关性,构建了一种差值信号稀疏模型,该模型适用于对同一物理现象或事件进行监测的传感器网络应用。在差值信号稀疏模型的基础上,提出了一种适用于该模型的分布式压缩感知算法,该算法能够在节点间不通信的情况下实现对差值信号的编码。仿真结果表明,与单独重构相比,提出的算法可以用更少的观测值联合重构出信号群,以能量有效的方式满足了无线传感器网络的应用。
基于epsilon支配概念的epsilon-MOEA(-εMOEA)算法具有良好的收敛性和分布性,但是存在epsilon值不易设置,解集中边界个体容易丢失等缺陷。通过结合粗糙集理论中边界域的概念,提出了基于粗糙集理论的改进epsilon-MOEA算法,从而改善解集中部分个体丢失等现象。实验结果表明,新算法相比传统epsilon-MOEA算法在解集分布性和收敛性上具有较好的改善。
针对经典支持向量机在增量学习中的不足,提出一种基于云模型的最接近支持向量机增量学习算法。该方法利用最接近支持向量机的快速学习能力生成初始分类超平面,并与k-近邻法对全部训练集进行约简,在得到的较小规模的精简集上构建云模型分类器直接进行分类判断。该算法模型简单,无须迭代求解,时间复杂度较小,有较好的抗噪性,能较好地体现新增样本的分布规律。仿真实验表明,本算法能够保持较好的分类精度和推广能力,运算速度
针对采用固定跟踪窗的传统跟踪方法容易将云层边角等干扰信息纳入跟踪窗,从而影响目标稳定跟踪的问题,提出了一种自适应跟踪窗的算法。在检测到目标的前提下,通过Kalman滤波器动态地改变目标跟踪过程中跟踪窗的大小,以减少跟踪过程中云层等干扰信息对跟踪的影响,并减少算法需要处理的信息量。在真实红外跟踪平台上的实验表明,提出的算法在干扰抑制和运行速度方面都有一定程度的提高。
针对蛋白质二级结构机器学习预测方法,忽略氨基酸疏水性特征以及氨基酸之间的长程作用和准确率不高的现状,进行了比较实验分析。采用氨基酸对应的疏水能值替换蛋白质中相应的氨基酸,得到疏水能值的序列。实验结果表明,用长的疏水能值序列训练BP网络,对长程作用起主导的E结构的预测效果好。由于Pro-file编码特征和疏水能值特征是独立的冗余视图,基于协同训练思想,提出Co-training算法。该算法的主要步骤
针对存在单一运动目标视频序列的全局运动估计问题,提出一种结合C-1BT变换和自适应十字搜索法(ARPS)的快速块匹配运动估计方法。采用简单的预处理,提高灰度突然变化和存在局部运动目标时的全局运动估计的鲁棒性;简化传统C-1BT变换算法中的核函数,降低计算负担;考虑到实际视频中存在大量的零运动矢量(ZMV)区域和视频的空间相关性,改进原有的ARPS搜索法。MATLAB仿真结果证明,提出的算法在保证精
现代制造环境下,生产模式从批量生产逐渐变为面向订单的定制生产。由于定制产品的重复度低,生产数量少,使得传统的工时定额方法已经无法有效地对其工时定额进行快速、精确的计算。由此,根据成组技术和模块化思想提出了一种新的工时定额方法。该方法首先结合产品特点对定制产品进行模块划分;根据定制特点建立通用模块和定制模块;再由通用模块和定制模块构建出独立的工时模块模型;最后工时模块快速组合计算定制产品的工时定额。