基于信息熵的属性约简在多属性决策中的应用

属性约简是在信息系统中的一个重要操作.分类是属性约简的基础,且直接在大数据集上进行属性约简往往存在效率低下的问题.以分类为基础提出了一种基于信息熵的信息系统属性约简算法.算法通过信息熵的计算,在属性约简的同时对原信息系统逐层分解,从而实现了属性的约简并缩小了搜索空间.提出了依据信息熵来确定属性的不必要性及简约属性集,应用在多属性决策中所带来的优势.     

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。     

基于粗糙集和模糊C均值聚类的空战效能评估

针对评估指标的重要性不一,且存在冗余问题,基于粗集可辨识矩阵,提出了一种计算指标属性重要度和约简的有效、简便算法,对样本信息进行约简,并计算约简后各指标的权重.其中,针对连续属性值离散化过程可能造成信息损失问题,采用了模糊C均值聚类算法离散化连续属性值.最后,建立了基于粗糙集和模糊C均值聚类的空战效能评估模型,并通过实例验证了该模型的可行性和有效性.     

基于模糊区分矩阵的增量属性约简

在实际应用中,决策系统的属性集可能随时间而变化。如何有效地更新约简成为数据挖掘中的重要任务之一。当属性集发生变化时,经典约简算法需要重新计算整个数据。而增量学习充分利用了现有的约简信息,避免了大量的重复计算,从而提高了计算效率。本文针对属性增加和减少的动态数据研究了增量属性约简方法。首先分别设计了属性增加和减少时模糊区分矩阵的更新机制;然后提出了新的属性增加的属性约简算法AIFDM和属性减少的属性约简算法ADFDM.最后,实验结果表明所提的增量算法能够有效的根据属性的增加和减少更新约简,且计算效率提升约1至4.9倍。     

基于覆盖度的银行客户分类模型

投资收入是银行的主要收入来源之一。近年来,客户的投资意向显著降低,银行的投资收入减少。因此,银行希望将营销工作重点放在订阅概率更高的客户上。然而,繁多的客户样本以及客户信息导致银行的客户筛选工作低效。面对庞大的客户信息数据,粗糙集理论可以在不影响决策分类结果的前提下,通过属性约简删除属性集中的冗余属性,并导出问题的决策规则,提高效率。但在传统的属性约简过程中,没有针对进入正域的噪声样本进行控制,导致噪声特征被加入约简集。本文基于高效的相关族定义覆盖度,限制进入正域的样本。实验结果表明,覆盖度算法能够提高分类算法准确度及稳定性。最后,本文并将算法运用于银行客户分类实际问题中,剔除无用信息,筛选出关键属性,提高了分类准确度和稳定性,构建简洁高效的银行客户分类模型。     

基于粒关系包含度矩阵的属性约简算法研究

针对信息系统属性约简问题,通过借助粒关系包含度矩阵这一中间工具,给出一种决策表属性启发式约简算法.首先,计算决策表中条件属性与决策属性之间的粒关系包含度矩阵;然后,将粒关系包含度矩阵中隐含的信息L_B作为启发式算子对决策表进行属性约简;最后,删除冗余属性并设置终止条件,实现决策表的属性约简.通过实例验证了该算法的有效性.     

基于粗糙集理论的数据挖掘法在房地产选址决策中的应用

通过构建粗糙集BP神经网络模型,对影响房地产选址决策的指标进行约简,提取影响选址评价的主要指标因素用属性约简算法约简,将降维后的数据送入网络进行学习和训练,最后用训练好的的网络检验测试样本.模型使学习训练的速度和识别率提高了,为房地产企业在房地产选址决策中提供了一种更为有效和实用的新方法.     

集值决策表基于邻域关系的属性约简

集值信息系统是完备信息系统的广义形式,它当中的一些对象在某些属性下的取值可能不止一个,反映的是信息的不确定性.本文在集值信息系统上引入对象的邻域关系,并以每个对象的邻域作为基本集,建立了集值信息系统的粗糙集方法.为了简化的知识表示,我们进一步讨论了邻域协调集值决策表的正域约简与邻域不协调集值决策表的近似分布约简,给出了正域约简与近似分布约简的等价刻画条件,并借助区分函数给出了计算正域约简与近似分布约简的方法.     

葡472区块油水层判别标准研究

葡萄花油田葡47区块葡萄花油层非均质性明显,油水分布复杂.其中,葡472区块原测井解释与新井试油结论符合度较低.结合缺少研究区目的层油基泥浆取心实际情况,充分利用已有资料,以录井、测井、试油、测试等资料为基础,对研究区含油饱和度测井解释模型及油水层判别标准进行研究.利用试油资料回归变参数阿尔奇公式,建立适合研究区目的层的含油饱和度测井解释模型.利用区块附近井及区块内取心井其他层位压汞毛压曲线回归适合研究区的测井解释参数,标定合适的油水界面,确定含油高度,建立"J函数"法含油饱和度模型."J函数"法含油饱和度模型与试油标定法含油饱和度模型拟合结果基本一致.结合试油及生产资料,建立区块油水层电性识别图版,结合成藏特征完成油水性质综合判别,为指导油田开发生产打下基础.     

融合基于MapReduce并行改进二元蚁群算法与分形维数的属性选择方法

属性选择是数据挖掘领域用于降低数据特征维度的预处理方法.针对大数据环境下高维数据的属性约简问题,提出了融合基于MapReduce并行改进二元蚁群算法与分形维数的属性选择方法.首先,引入了参数控制的位置更新策略、对蚂蚁个体与种群进行交叉变异、重新定义阻塞机制的信息素更新,提出了并行改进的二元蚁群算法MRIBACO.其次,以并行二元蚁群算法作为离散解空间的搜索策略,结合分形维数提出了属性选择模型.在6个UCI数据集上的实验结果表明,较其他方法计算效率更优,同时表明了其有效性与稳定性.     

An efficient decision making approach in incomplete soft set

Zou et al. (2008) [21] presented weighted-average of all possible choice values approach of soft sets under incomplete information system in decision making. However, the approach is hard to understand and involves a great amount of computation. In order to simplify the approach, we present the simplified probability to directly instead of the incomplete information, and demonstrate the equivalence between the weighted-average of all possible choice values approach and the simplified probability approach. Finally, comparison results show that the proposed approach involves relatively less computation and is easier to implement and understand as compared with the weighted-average of all possible choice values approach.     

Hard versus soft impacts in oscillatory systems modeling

The applicability of the soft and hard impact models in modeling of vibro-impact systems is discussed in the paper. We derive the conditions which allow the same rate of energy dissipation in dynamical systems which use both impact models. The advantages and disadvantages of both models in modeling are discussed. We show that in the case of the stiff base both methods give the same results but the elastic base application of the hard impact model leads to wrong results.     

企业云计算应用中的安全风险防范

随着云计算的发展,越来越多的企业将存储和计算需求付诸于云端.但是对云计算的安全问题不容忽视,成为当前的一个研究热点.在企业云计算应用环境中,云计算的安全问题包括信息的存储和处理以及传输的保密性、完整性和可用性,对近年来企业云计算应用中的安全风险相关的研究成果进行总结.     

Clifford 代数,几何计算和几何推理

Clifford代数是一种深深根植于几何学之中的代数系统,被它的创始人称为几何代数．历史上,E．Cartan,R．Brauer,H．Weyl,C．Chevalley等数学大师都曾研究和应用过Clifford代数,对它的发展起了重要作用．近年来,Clifford代数在微分几何、理论物理、经典分析等方面取得了辉煌的成就,是现代理论数学和物理的一个核心工具,并在现代科技的各个领域,如机器人学、信号处理、计算机视觉、计算生物学、量子计算等方面有广泛的应用．本文主要介绍Clifford代数在几何计算和几何推理中的应用．作为一种优秀的描述和计算几何问题的代数语言,Clifford代数对于几何体,几何关系和几何变换有不依赖于坐标的、易于计算的多种表示,因而应用它进行几何自动推理,不仅使困难定理的证明往往变得极为简单,而且能够解决一些著名的公开问题,目前在国际上,几何自动推理已经成为Clifford代数的一个重要应用领域。     

量子计算与公钥密码

首先介绍P.Shor的量子算法,然后运用该算法,对几种公钥密码体制(基于整数分解的困难性的RSA公钥体制;基于离散对数的困难性的公钥体制,如E lG am a l体制、椭圆曲线密码(ECC)体制等)进行了分析.     

云计算环境中的身份认证模型

云计算继承和融合了众多技术,并结合具体应用进行了突破性创新,已成为当前研究的重点和热点.身份认证与资源授权是确保云计算安全的前提,其主要内容涉及云用户与云服务之间以及云平台中不同系统之间的访问与控制.在对云计算信息基础架构进行简要介绍的基础上,针对云计算环境中统一身份认证的特点和要求,综合分析了SAML2.0、OAuth2.0和OpenID2.0等技术规范的功能特点,提出了一种开放标准的云计算身份认证模型,为云计算中逻辑安全域的形成与管理提供了参考.     

基于云计算的电子商务解决方案研究

云计算技术的出现,给电子商务的快速发展提供新的增长点.总结了云计算的概念和三种计算形式后,详细探讨了基于云计算环境的电子商务解决方案,主要有,从云计算关键技术实现、标准建立和安全策略三个方面给出了电子商务系统构建的技术应用方案;探讨了基于电子商务云服务的虚拟电子商务系统构建的管理策略.最后,简要探讨了基于云计算的电子商务应用中的的研究问题和思路.     

The Complexity of Computing the Hilbert Polynomial of Smooth Equidimensional Complex Projective Varieties

We continue the study of counting complexity begun in [13], [14], [15] by proving upper and lower bounds on the complexity of computing the Hilbert polynomial of a homogeneous ideal. We show that the problem of computing the Hilbert polynomial of a smooth equidimensional complex projective variety can be reduced in polynomial time to the problem of counting the number of complex common zeros of a finite set of multivariate polynomials. The reduction is based on a new formula for the coefficients of the Hilbert polynomial of a smooth variety. Moreover, we prove that the more general problem of computing the Hilbert polynomial of a homogeneous ideal is polynomial space hard. This implies polynomial space lower bounds for both the problems of computing the rank and the Euler characteristic of cohomology groups of coherent sheaves on projective space, improving the #P-lower bound in Bach [1].     

Self-Organized Task Allocation for Service Tasks in Computing Systems with Reconfigurable Components

A self-organized scheme for the allocation service tasks in adaptive or organic computing systems is proposed. Such computing systems are highly self-organized and the components ideally adapt to the needs of users or the environment. Typically, the components of such systems need some service from time to time in order perform their work efficiently. Since the type of service tasks will often change in this systems it is attractive to use reconfigurable hardware to perform the service tasks. The studied system consists of normal worker components and the helper components which have reconfigurable hardware and can perform different service tasks. The speed with which a service task is executed by a helper depends on its actual configuration. Different strategies for the helpers to decide about service task acceptance and reconfiguration are proposed. These task acceptance strategies are inspired by stimulus-threshold models that are used to explain task allocation in social insects. Analytical results for a system with two reconfigurable helpers are presented together with simulation results for larger systems. This work was supported by the German Research Foundation (DFG) through the project Organisation and Control of Self-Organising Systems in Technical Compounds within SPP 1183.     

基于DNA计算的Hamilton图

DNA computing is a novel method for solving a class of intractable computationalproblems in which the computing can grow exponentially with problem size. Up to now, manyaccomplishments have been achieved to improve its performance and increase its reliability.Hamilton Graph Problem has been solved by means of molecular biology techniques. A smallgraph was encoded in molecules of DNA, and the “operations” of the computation wereperformed with standard protocols and enzymes. This work represents further evidence forthe ability of DNA computing to solve NP-complete search problems.