基于基数排序及属性约简的雷电预报因子提取方法

雷电预报因子筛选是构建雷电预报模型的关键,也是提高雷电预报准确度的一个瓶颈问题。本文提出了一种基于粗糙集正域属性约简的雷电预报因子提取方法,该方法采用基数排序方法快速求解决策表的正域,引入可分辨度概念度量属性的重要性,提出了基于可分辨度的核属性与非核属性的提取方法,设计了相应的面向雷电预报因子提取的属性约简算法。真实气象数据集测试结果表明,该方法能有效提取最小集合的雷电预报因子,并较以往方法具有更好的性能。     

优化公交车调度的多目标遗传算法模型

公交车是为市民出行提供服务的“准公共”产品,它反映了一个城市的管理水平。研究如何合理规划公交车的调度是一个至关重要的问题。针对由于公交客流量易受天气影响、不同时间段客流量及其变化程度相差较大等问题,本文提出了基于“平高峰”因素的多目标遗传算法对城市公交调度进行优化。模型由三个阶段构成,首先本文根据客流数据对公交的“平高峰”阶段进行定义,并验证其合理性;然后利用乘客在站等待时间与公交的各方面成本建立以乘客出行成本和公共交通的运行成本最小的公交调度优化模型。最后将“平高峰”融入至染色体基因序列中,利用多目标遗传算法不断迭代计算出最优公交调度方案。对比结果表明,基于“平高峰”优化后的模型较于传统算法的乘客出行成本降低了13.75%且公共交通的运行成本减少1.7%,均优于传统算法。证明该方法对优化公交调度的有效性。     

近似本体获取的粒计算方法

研究近似概念以及由此而生成的近似本体不仅是必要,而且其重要性日益增加。基于粒计算理论,以信息表作为领域本体的语境,给出获取近似概念和生成近似本体的数据模型,并提出基于粒计算的获取近似概念和生成近似本体的生成算法。实例表明该算法是有效的。     

一种具有自适应参数的基于密度加权的粗糙K-均值算法

针对原始粗糙K-均值聚类算法采用固定权重和阈值的缺陷,提出一种改进的粗糙K-均值算法。改进的算法根据K-均值聚类算法的特点,在基于密度加权的K-means算法基础上,对固定经验权重和固定阈值这两种参数进行改进,提出了一种自适应参数方法。实验结果表明,该算法降低了迭代次数,聚类结果更为精确。     

知识图谱的用户兴趣向量化方法及应用

为用户推荐其感兴趣的新闻内容,已成为了各大互联网新闻平台的首要技术目标。传统的新闻推荐方法主要是基于用户间的相似度或新闻内容间的相似度产生推荐列表。以上两种推荐方法虽然有效,但却忽略了新闻文本中存在的语义信息。知识图谱是一种描述实体以及实体之间链接关系的语义网络,基于知识图谱实现精准推荐是推荐系统目前的研究热点。本文基于知识图谱提出了一种用户兴趣向量的计算方法,在此基础上结合先进的卷积神经网络来构建推荐模型。所提出的基于知识图谱的新闻推荐方法,能借助知识图谱提取新闻文本中的部分语义信息,并将其应用于计算用户的兴趣向量,从而产生较好的符合用户语义的推荐结果。     

基于自适应相位匹配量子计算的求核算法

在经典计算环境下,粗糙集的核属性求解只能逐个验证属性,而量子计算则提供了一种并行计算的可能。经分析,量子计算中的Grover算法适用于粗糙集的核属性求解,但经典Grover算法及Grover算法的一些变体都不能总以100%的概率获得目标分量。该研究首先提出一种将固定相位角度改为由目标分量占比决定的自适应匹配相位角度的改进策略;然后将改进策略应用于粗糙集的核属性求解,提出了一种基于自适应相位匹配量子计算的求核算法。通过理论证明和仿真实验,该算法总能以100%的概率得到粗糙集的核属性,其效率相较于传统求核算法有着平方根的加速。     

基于规则格网的雷电信息等值线生成方法

研究在不规则曲面上基于规则格网进行等值线的生成方法,提出解决等值线二义性及非闭合等值线绘制的处理方法,最后基于Mapxtreme技术实现规则格网的等值线绘制。有效解决了绘制的等值线的二义性问题和非闭合等值线绘制的处理问题,将该方法应用于实际领域所绘制的等值线在效率和效果方面都取得了令人满意的效果。     

属性约简在中医证候诊疗数据分析中的应用

针对中医诊疗数据和诊疗结果数据存在不确定性等特点,通过研究基于粗糙集的属性约简方法,引入属性作用集差异度概念,并定义基于属性作用集差异度的属性重要度的计算方法,提出基于属性作用集差异度的属性约简算法,并将其应用于中医证候数据约简中以实现中医证候诊疗症状关键因子提取的需要。通过实际中医证候诊疗数据集上测试及与其他属性约简算法的测试比较,结果表明所提出的属性约简算法是有效的。     

基于ROUGH集方法决策规则的全局补偿及其在手写识别中的应用

对于经典Rough集理论中某一类决策或模式识别问题，其样本空间或决策表中客观存在的任何两个样本实例体现的决策规则不可能完全相同。本文对此进行了讨论并提出了RS邻域拓展的全局补偿RS方法。基于上述方法对脱机手写识别英文字母的模板匹配算法进行了优化，说明了其有效性。     

一种基于核主成分分析的驾驶疲劳状态预测方法

针对在驾驶疲劳状态识别研究中采集的脑电信号(Electroencephalograph,EEG)具有非线性特点,以及目前基于EEG的驾驶疲劳状态识别方法仍存在识别准确率不很理想的问题,提出基于样本熵和核主成分分析的驾驶疲劳状态识别方法。所研究的方法结合了基于样本熵在驾驶疲劳状态识别方法具有较好的识别准确率优势以及核主成分对主成分是非线性的情况下具有较好的降维效果优势。实验结果表明所提出的方法是有效的。