【摘 要】
：
属性约简是粗糙集理论的重要研究内容。目前决策粗糙集的属性约简大多基于全局的决策类,并且都是采用单一的约简准则。针对这一问题,在决策粗糙集下提出一种特定类别属性约简算法。针对特定的决策类,给出一种属性约简的定义,在保证决策区域极大化的同时尽可能地降低决策区域划分时的代价;利用集成学习的方法设计出相应的启发式属性约简算法。通过在UCI数据集上与已有的算法进行实验比较,验证了该算法具有更高的属性约简性能
【机 构】
：
石家庄铁道大学四方学院经济管理系,石家庄铁路职业技术学院组织人事部,河北银行股份有限公司信息技术部
【基金项目】
：
河北省文化艺术科学规划课题(HB16-YB0164)。
论文部分内容阅读
属性约简是粗糙集理论的重要研究内容。目前决策粗糙集的属性约简大多基于全局的决策类,并且都是采用单一的约简准则。针对这一问题,在决策粗糙集下提出一种特定类别属性约简算法。针对特定的决策类,给出一种属性约简的定义,在保证决策区域极大化的同时尽可能地降低决策区域划分时的代价;利用集成学习的方法设计出相应的启发式属性约简算法。通过在UCI数据集上与已有的算法进行实验比较,验证了该算法具有更高的属性约简性能。
其他文献
针对复杂民机机电系统仿真效率低的问题,提出一种基于数据分发服务的分布式并行建模与仿真方法。分析数据分发服务的通信特点;利用数据分发服务的API函数和AMESim应用程序编程接口,在现有分布式互联架构平台的基础上,设计AMESim与分布式互联架构平台的数据交互接口,实现了民机升降舵系统与液压能源系统的分布式并行建模与仿真。仿真结果表明,该分布式方法保证了仿真变量分布式前和分布式后的同步性,拓展了复杂
航空发动机控制系统研制过程中,系统仿真是控制算法验证、边界条件模拟和故障注入等的有效手段,对提升航空发动机控制系统质量和降低验证成本具有重要作用。结合工程实际需要,基于Python程序设计语言,综合运用面向对象的发动机建模、数据库和人机界面等技术完成某航空发动机全数字仿真平台开发,并通过仿真实验验证了该平台的正确性和可靠性。该平台充分利用了Python在程序设计、数据库、数值分析和GUI等方面的强
通过对深海采矿扬矿管非线性动力学特性进行分析,将扬矿管简化为非线性梁单元,建立有限元模型;采用有限元法进行动力学理论分析,在MATLAB软件中运用Wilson-θ直接积分法进行数值计算。研究结果表明,在六级风况下,扬矿管纵向位移振动和速度的响应均为简谐运动,振动幅值由上到下逐渐增加,每个周期内的最大振动幅值不相同,速度响应由上到下逐渐变大,表明扬矿管纵向位移振动的变化速率加快。通过Simulink
为了有效地分析智能弹药武器对目标的近炸毁伤效能,研究博弈攻防对抗下的毁伤元对目标侵彻毁伤的评估模型。结合弹丸以不同的姿态与目标交会,建立以导弹和目标为局中人的二人零和非合作博弈模型;基于博弈策略与收益函数的数学表达,给出不同侵彻动能下的对抗攻防收益矩阵;基于此收益矩阵在ANSYS/LS-DYNA的MFC模块下获得攻防对抗纳什均衡策略的分析。通过计算分析,结果发现随着毁伤元侵彻目标的角度(0°～90
烟草研发体系具有业务广泛、数据庞杂等特点,影响大数据分析技术在烟草研发领域的推广应用。构建面向烟草行业研发应用的大数据分析平台,遵循全局数据应用的整合思维,封装多源异构的烟草研发数据的采集与存储过程;采用应用场景驱动与数据分层融合策略,完成数据主题化规范化管理;设计并开发数据分析过程可视化编排器,简化数据资产价值挖掘过程。该平台能够让"非数据专家用户"更专注于烟草研发业务,有利于推动大数据分析技术
LNMP服务器由于构造复杂、优化难度高,经常出现处理PHP网页时卡死、数据库崩溃和服务器被入侵的情况。针对上述问题,使用源代码现场编译、tmpfs内存文件系统、网络压缩传输、多进程和线程池等多种技术手段,对LNMP生产服务器进行了深度技术改进。测试结果表明,LNMP服务器处理PHP-MariaDB请求的速度提高了1.8倍,还具有安全可靠和抗拥塞特征,取得了很好的应用效果。
探讨基于时间自动机理论进行物联网系统建模和模型检测的理论、方法、工具和实践。对时间自动机的基础理论进行比较全面和精确的论述,完善部分概念及其精确的形式化定义。提出基于时间自动机理论进行建模的方法,并指出时间自动机理论研究对物联网系统建模的指导意义。介绍时间自动机的建模工具UPPAAL,说明基于UPPAAL建立时间自动机模型的建模、仿真和检测方法。结合物联网系统中一个经典的温度感知服务的系统需求、理
针对传统火灾报警系统存在可靠性低、误报率高的问题,设计一套基于CAN总线和模糊推理的地铁列车火灾报警系统。使用分布式结构和冗余,进行系统总体方案设计。根据功能需求设计列车火灾报警控制器和火灾复合探测器。考虑多传感器数据融合,提出使用复合数字滤波法和模糊推理解决火灾检测准确率低的问题。仿真结果表明,使用多数据融合和模糊推理有效提高了火灾检测的准确性。
现有的人群移动性研究对于较长的轨迹面临着预测精度较低的问题。对此,提出基于长短期神经网络(LSTM)的编码器-解码器模型来预测人群移动轨迹。同时考虑过去和当前的轨迹,且限制当前轨迹的长度,从而充分发挥LSTM的能力。将每个用户的全部轨迹划分为历史轨迹和当前轨迹;使用双向长短期神经网络(BiLSTM)和数据的逆置两个方法处理长的历史轨迹;使用编码器探索历史轨迹移动模式并编码生成信息;解码器解码获取的
为应对虚拟代币挑战和优化法定货币支付功能,各国中央银行正在加快"中央银行数字货币(Central Bank Digital Currency, CBDC)"的研究步伐。针对目前批发数字货币研究主要集中于应用研究,应用排队理论从服务速率和清算延迟两方面比较批发CBDC核心技术(分布式账本技术,DLT)和传统实时全额支付系统(RTGS)的清算性能,并给出DLT系统区块尺寸的最优值,为系统设计和配置提供