基于邻域粗糙集理论的组合预测单项模型选择

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算法对决策表进行适应性改进,使其符合邻域粗糙集的理论框架;然后,根据不同属性集中对应属性值的分布范围对每个属性集分别设置不同的邻域半径,使粒化结果更为科学合理;最后,结合均方根误差构造出新的属性重要度...     

基于粗糙集与层次分析法的组合预测方法

本文在改进的属性约简启发式算法 ,即应用加权平均的属性重要度对属性进行约简的基础上 ,将粗糙集理论和层次分析相结合 ,给出了一种全新的组合预测方法 .     

一种基于相似度比较的模糊属性约简方法

属性约简是粗糙集理论的重要研究内容,本文基于模糊信息系统,一方面,通过模糊相似关系定义了条件相似度以及决策相似度,建立了关于条件相似度与决策相似度的相对比较矩阵,给出了属性约简集的新定义;另一方面,结合知识的粒度、分辨度、关联度确定了条件属性对决策属性的重要度,由此,提出了一种基于相似度比较的模糊属性约简方法。     

覆盖粗糙集属性约简的新算法

覆盖广义粗糙集是Pawlak粗糙集的重要推广,其属性约简是粗糙集理论中最重要的问题之一.Tsang等基于一种生成覆盖设计了覆盖信息系统属性约简算法,但并未明确指出其适用的覆盖粗糙集类型.在本文中,我们首先指出Tsang的属性约简算法适用的覆盖粗糙集是第五,第六和第七类.其次,我们通过建立覆盖与自反且传递的二元关系之间的等价关系,提出了一种时间复杂度更低的属性约简算法,并证明了本文中的属性约简方法就是Wang等所提出的一般二元关系属性约简的特例.本文不仅提出了属性约简的简化算法,还首次建立起覆盖属性约简与二元关系属性约简之间的联系,具有理论和实际的双重意义.     

一种基于模糊聚类的区间值属性约简算法

针对区间值信息系统基于粗糙集理论提出一种新的属性约简算法:首先计算同一属性下对象间的相似度,然后通过合取算子计算出所有属性下对象之间的相似度矩阵,再用模糊聚类中的传递闭包算子得到等价矩阵,将区间值信息系统转化为具有等价关系的信息系统并且进行约简,从而得到λ-核,同时给出了该算法的复杂度.最后通过一个实例表明这种算法的有效性和合理性.     

基于粗糙集的政务微博影响力评估方法及实证研究

根据政务微博的功能和用户交互行为模式,构建了以关注度、活跃度、政务服务度和认同度为维度的四维度政务微博影响力评价指标体系,并给出了基于粗糙集的政务微博影响力评价模型及具体的评价流程.模型采用粗糙集的属性重要度来确定各评价指标的权重,权值是完全基于样本数据驱动导出,使评价结果更具客观性和合理性.以北京市交通行业的政务微博评价为实例,验证了所提出方法的合理性和可行性.     

属性模糊集的分解特征

在模糊集理论研究的基础上,结合粗糙集的属性集、元素迁移的相关知识,提出属性模糊集的概念,利用给出属性模糊集的有关知识,结合模糊集与粗糙集合的有关理论,得到了属性模糊集的一系列重要定理,为模糊集合理论的进一步研究奠定了理论基础.     

“金课”背景下强化线性代数应用教学的实践与探索

线性代数课程具有高度的抽象性,再加上课时等多方面限制,使得学生学起来感觉非常枯燥.针对此问题,在线性代数课程中,适当增加应用的讲解,以增加学生对于相关知识应用的认知,提高学生综合利用线性代数知识解决问题的能力.通过调查问卷,分析了在线性代数课程中增加应用知识讲解的经验、存在的问题及应对措施.     

信息大类专业《线性代数》课程教学改革的研究与实践

分析了《线性代数》课程的授课现状与困境,探讨了针对信息大类专业特点的教学内容改革,以及应用案例库建设示范.提出应突出线性代数的思维和方法在信息大类学科中的应用、对概念的几何直观展示,以及加强MATLAB编程训练,以培养和提高学生的线性代数思维,全面提升教学效果和学生素质.     

线性代数若干问题析疑

<正> 线性代数是基础数学的重要组成部分,它是以研究有限维线性空间的理论与方法为主体的数学,在理论和应用两个方面都有着重要意义.本文为帮助大家学好这门课程,对其基本概念中的几个问题进行深化分析.     

基于粗糙集的突发事件属性约简方法

针对突发事件不完备信息系统中的原始数据存在大量属性冗余的问题,提出一种基于粗糙集的不完备信息系统属性约简方法,以剔除冗余属性,提高知识清晰度。首先对缺失、冗余、噪声以及连续型数据进行预处理;然后进行属性分类,将属性分为条件属性与决策属性,进而建立决策表;最后根据决策表的特征,结合有序加权平均算子的思想,提出一种基于属性重要度的启发式属性约简算法。文末,通过实例验证了方法的正确性与有效性,并利用该方法实现了火灾数据的属性约简。     

创新型人才培养目标下高校公共数学类课程教学创新实践——以宁夏大学公共基础课线性代数为例

创新型人才符合我国新时期社会发展的需求,同时也是高校人才培养的重要目标,在互联网+教育背景下,线性代数课程教学以学生发展为中心,教师为主导,通过“引导”“互动”“管理”三位一体,开展线上+线下混合式课程教学创新改革,提高线性代数课程教学质量.通过近三年的教学改革创新实践,结果表明,学生的创新思维,创新能力有了明显改善,这为后续深化课程建设,提升人才培养质量,积累了教学实践经验,具有一定示范和借鉴作用.     

线性代数课程思政建设与教学实践

探讨了线性代数课程思政建设与教学实践.通过优化课程思政教学目标,从线性代数相关历史人物、课程知识点及教学拓展案例三个方面,积极挖掘课程思政元素切入点.加强课程思政教学团队建设,将思想政治教育融入到线性代数课堂混合式教学,增加对学生思政学习的过程性评价.教学实践表明,线性代数课程思政教育有利于培养学生的综合素质,受到学生...     

粗糙集理论中几种离散化方法的比较研究

本文针对粗糙集理论常用的4种数据离散化方法,结合实例从离散化后变精度粗糙集模型下分类质量、近似精度以及离散化后约简变量集合与原始变量集的聚类相似度两个方面进行了对比,得到了离散化方法可信度的一致性结论。而在属性约简集的确定上,将评价指标约简视为多目标优化问题,采用遗传算法计算约简,并引用包含度得到了最优属性约简集。     

基于混沌集群智能优化算法的多目标粗糙集属性约减

针对管理实践及大数据处理过程中具有多决策属性的粗糙集属性约减问题,将条件属性依赖度与知识分辨度进行结合构建属性权重,分别建立针对不同决策属性的约减目标函数,引入帕累托最优思想,将基于多决策属性的粗糙集属性约减问题转化为离散多目标优化问题。针对该问题的结构设计了具有集群智能优化思想的元胞自动机求解算法,在算法中引入基于个体的非支配解集平衡局部最优与全局最优的关系,引入混沌遗传算子增加种群多样性。以某铁路局设备安全风险处理数据为案例构建多决策属性粗糙集决策表进行优化计算并进行管理决策分析。研究发现:(1)相对于传统的NSGA-II与MO-cell算法,本文提出的算法具有更强的多目标属性挖掘性能;(2)帕累托最优思想可以较好地解释多决策属性粗糙集在管理实践中的意义。     

矩阵的行标准形中主元个数的唯一性

线性代数这门课程,对于刚入大学的一年级学生来说,的确是过于抽象,比较难学.因此,在编写线性代数或高等代数的教材时,将内容比较直观具体、理论浅显的线性方程组的消元法理论放在书中的第一章,既便于初学者学习,又可方便地引入矩阵的初等变换这一重要的概念,是一个可取的做法,如文献[1]、[2]就是如此.但线性方程组的消元法理论要涉及到     

基于粗糙集理论的多维定性变量约简方法

基于粗糙集理论中的属性约简方法,提出了一种基于信息熵进行多维定性变量的约简方法,并进行了实证分析.     

面向能力培养和计算思维训练的线性代数混合式教学改革与实践

提出了以能力培养为目标,以计算思维训练为手段的《线性代数》混合式教学改革与实践.首先,将计算思维引入线性代数教学过程,以计算思维训练驱动线性代数的现代教学和课程改革.其次,教师主体通过不断提升信息化教学能力,设计适合在泛在环境下碎片化学习的混合式教学过程,培养学生运用线性代数思维分析和解决专业问题的能力.问卷调查结果表明了实施混合式教学改革的有效性.     

基于粗糙集与模糊集理论的图书馆最优购书算法

本文将粗糙集理论与模糊集理论结合起来,给出一种图书馆最优选书算法.该算法首先从已知数据的初始信息系统出发,计算各选书方案之间的相似度,从而构造相似矩阵,然后根据相似矩阵的传递闭包对各方案进行聚类,并根据粗糙集理论求各属性重要性,最后利用加权综合的思想及最小距离方法选择最优买书方案.     

属性依赖性及重要性度量

首先分析了粗糙集理论中现在常用的属性依赖性度量中的不合理性,然后结合概率统计中的卡方分布的思想,给出一种新的属性依赖性度量,根据这种依赖性度量,给出属性重要性的定义,最后详细讨论了它们的性质.