检索结果-内蒙古大学图书馆

作者：胡广飞大连海事大学

学位级别：硕士

afs理论(Axiomatic Fuzzy Sets),即公理模糊集理论是一种新的模糊数学分析方法,是刘晓东教授于1995年提出的。afs理论针对一直广泛争论的模糊集理论的最基本问题:模糊概念的隶属函数的科学、严密、统一的确立方法和正确表示人类思维逻... 详细信息

afs理论(Axiomatic Fuzzy Sets),即公理模糊集理论是一种新的模糊数学分析方法,是刘晓东教授于1995年提出的。afs理论针对一直广泛争论的模糊集理论的最基本问题:模糊概念的隶属函数的科学、严密、统一的确立方法和正确表示人类思维逻辑的模糊逻辑运算,进行了深入的研究和探讨。afs理论给出了依据原始数据和相关信息确定隶属函数的算法。afs模糊逻辑比现有的模糊逻辑更接近于人类思维逻辑,应用它可直接在原始数据和相关信息上建立更准确地描述现实世界智能系统的模型。这种可被自然语言描述的模型更易于人类理解,为进一步研究人类智能、建立复杂智能系统模型并对其分析和控制提供更加有效的研究方法。目前,afs理论被进一步研究并已经被应用到模糊聚类分析、模糊决策树,信用分析、模式识别和故障诊断等领域。本文是将afs模糊逻辑分类算法与模糊关联规则结合,对基于afs模糊逻辑的分类器做进一步研究。文中使用了afs模糊逻辑分类器的思想和模糊关联分类器设计的方法,将模糊关联规则应用于afs模糊逻辑的分类器设计之中,还对模糊关联规则在分类中常用的支持度度量进行了修改,使其更具合理性。通过在五个UCI(University ofCalifornia,Irvine)数据集上应用MATLAB程序进行实验,验证了分类器的性能,并给出了确定参数的一个简单方法。最后,将得到的实际数据的分类准确率与已经提出的一些分类器的分类结果进行比较,实验结果说明该算法具有很好的分类效果。

关键词： afs代数 afs模糊逻辑关联规则模糊关联分类

来源：评论

学校读者我要写书评

暂无评论

基于afs模糊逻辑和属性选择的分类问题研究

基于AFS模糊逻辑和属性选择的分类问题研究

引用

作者：朱小蕾大连海事大学

学位级别：硕士

自美国控制论专家扎德(***)于1965年提出模糊集理论以来,模糊集与系统便作为一门新的工程数学方法被人们广泛地研究并应用到各个领域。1995年刘晓东教授提出的afs模糊理论,即公理模糊集理论(Axiomatic Fuzzy Set)则是对扎德提出的模糊... 详细信息

自美国控制论专家扎德(***)于1965年提出模糊集理论以来,模糊集与系统便作为一门新的工程数学方法被人们广泛地研究并应用到各个领域。1995年刘晓东教授提出的afs模糊理论,即公理模糊集理论(Axiomatic Fuzzy Set)则是对扎德提出的模糊集思想的数学公理化,是人类认识、思维的部分机理的数学抽象和表示。afs模糊理论能被用来研究人类思维的法则,并且便于计算机处理。事实上,afs模糊理论提供了一个有效的工具将训练样本中的信息转化为隶属度和模糊逻辑算子,并且两者都是基于原始数据的分布而直接得到的,这就使得隶属函数和模糊逻辑系统的建立更具客观性、严密性和统一性。现在,afs模糊理论已经得到进一步的发展,并且已经应用到模糊决策树、信用分析、模式识别和故障诊断等领域。在很多模糊系统中,我们常常需要对原始属性进行模糊划分,添加一些语言标签(例如大,中,小等),把原始属性空间映射到模糊属性空间上。为了减少模糊化后运算的复杂度,通常我们就需要对属性进行筛选,删除冗余和无关的属性,得到一个最优的属性子集,也就是属性选择。本文提出了一种基于afs模糊逻辑和属性选择的分类算法。首先,运用afs模糊逻辑对原始空间进行模糊化;其次,采用基于最大最小值原理和模糊扩展矩阵的属性选择算法对模糊属性进行筛选,得到最优模糊属性子集;再次,在具有最优模糊属性的数据空间上挖掘模糊分类关联规则,得到各数据类的模糊描述。实验表明,该算法切实可行,可操作性好,并且已经取得了较好的分类效果。

关键词： afs模糊逻辑属性选择分类器设计

来源：评论

学校读者我要写书评

暂无评论

afs模糊逻辑在分类器设计中的应用

AFS模糊逻辑在分类器设计中的应用

引用

作者：刘慧大连理工大学

学位级别：硕士

随着数据库技术的成熟应用和Internet的迅速发展,人们积累的数据量正在以指数级迅速增长。对于这些数据,人们已不满足于传统的查询、统计分析手段,而需要发现更深层次的规律,对决策或科研工作提供更有效的决策支持。于是,分类问题越来... 详细信息

随着数据库技术的成熟应用和Internet的迅速发展,人们积累的数据量正在以指数级迅速增长。对于这些数据,人们已不满足于传统的查询、统计分析手段,而需要发现更深层次的规律,对决策或科研工作提供更有效的决策支持。于是,分类问题越来越多的出现在人们的生活中,如医学,农业,安全等领域。为了更好的解决实际问题,许多学者试图利用模糊理论,遗传算法,决策树算法,神经网络等方法设计分类器,并且已经初步获得一些成效。随着分类问题的应用越来越广泛,使之有很好的发展前景,研究分类问题变得更有意义。针对现有的afs(Axiomatic Fuzzy Set)模糊分类器中的不足,本文设计了一种新的基于afs模糊逻辑的分类器。该分类器的优点主要有:模糊描述简单而且精确;语义明确、易于理解;分类准确率较高:而且,研究表明只用样本属性上的序关系,afs模糊逻辑分类分析算法也能够获得很高的准确率,因此该算法能够很好的应用到那些样本属性只能用序关系描述而无法用数值描述的数据集,表明本算法具有广范的适用性,而且更多的保持原始数据的信息。将本文设计的分类器应用到UCI(University of California,Irvine)数据库中的三个著名数据集上,做了分类实验,实验得到了较好的效果。通过对实验结果的分析,所提出的分类器是现有基于afs分类器设计的一个改进,但也发现了本文所设计的算法存在的问题,即多个参数的组合情况易被遗漏和模糊描述语义不易理解的问题。针对这个不足,本文进行了进一步的改进,并将新分类器在四个数据集上做了分类实验,得到了更为理想的结果。实验证明了基于afs模糊逻辑的分类器的有效性和广泛适用性。最后通过与其他相关的分类方法的分类结果做比较分析,突出了本文提出的分类算法的优点所在。

关键词： afs模糊逻辑数据挖掘分类模糊描述

来源：评论

学校读者我要写书评

暂无评论

一种新的工业品出厂价格分类方法

一种新的工业品出厂价格分类方法

引用

2009系统仿真技术及其应用学术会议

作者：李选海程玉玲戴颖海军大连舰艇学院基础部国家统计局大连调查队生产投资价格调查处

本文在afs模糊逻辑和现行的统计方法的基础上,给出了一个新的工业品出厂价格的分类方法。我们将此方法应用到一个具体的实例中并得到了一个比较符合实际的结果。该方法能按照我们事先确定的模糊划分标准对所研究对象进行清楚的划分,因... 详细信息

本文在afs模糊逻辑和现行的统计方法的基础上,给出了一个新的工业品出厂价格的分类方法。我们将此方法应用到一个具体的实例中并得到了一个比较符合实际的结果。该方法能按照我们事先确定的模糊划分标准对所研究对象进行清楚的划分,因此会对我们统计工作有一定的辅助作用。但是否能完全地适合实际统计还有待研究。

关键词：模糊矩阵 afs模糊逻辑模糊聚类分析

来源：评论

学校读者我要写书评

暂无评论

基于afs理论的模糊决策树算法研究

基于AFS理论的模糊决策树算法研究

引用

作者：冯兴华大连海事大学

学位级别：硕士

模糊决策树学习是以实例学习为基础的归纳学习算法,它着眼于从一组无次序,无规则的事例中推理出分类规则。模糊决策树在机器学习,数据挖掘,智能控制等人工智能领域有着相当重要的理论意义与实用价值。本文对已存的决策树算法进行了详细... 详细信息

模糊决策树学习是以实例学习为基础的归纳学习算法,它着眼于从一组无次序,无规则的事例中推理出分类规则。模糊决策树在机器学习,数据挖掘,智能控制等人工智能领域有着相当重要的理论意义与实用价值。本文对已存的决策树算法进行了详细分析与比较。文中对ID3算法和C4.5算法进行了描述,并对他们的优缺点进行了分析和比较。ID3算法往往偏向于取值较多得属性,不能处理连续数据,对噪音也比较敏感。C4.5算法是对ID3算法得优化,可以对连续值属性进行处理,同时增加了对空值数据得处理,但是C4.5更偏向于选择熵值最小得属性,而不一定是对分类贡献最大最终要得属性。本文提出了一种afs理论的模糊决策树分类器。与其他模糊决策树分类器比较,基于afs理论的模糊决策树分类器显示出了一个非常大的优点:一种新定义的置信度来保证分类结果的可靠性。这种置信度是一种量化的置信度,而且还可以被应用到具有混合属性的数据集上。文中对提出的这种决策树分类器做了大量的数据实验,这种方法被应用到了不同的数据集。得到的实验结果和C4.5方法的结果,C-决策树方法的结果进行了比较,结果表明afs决策树的测试准确率明显高于其他方法的准确率。本文的模糊决策树算法只用到了样本在属性上的序关系。本研究表明只用样本属性上的序关系,afs模糊决策树算法也能够获得很高的准确率,因此该算法能够很好的应用到那些样本属性只能用序关系描述而无法用数值描述的数据集。该算法还可以应用到多种数据类型,如数值型、Boolean型、偏序关系和人类的直觉描述等。

关键词：决策树 afs模糊逻辑分类器设计

来源：评论

学校读者我要写书评

暂无评论

基于afs理论的遗传算法研究与应用

基于AFS理论的遗传算法研究与应用

引用

作者：曹菁菁大连海事大学

学位级别：硕士

afs模糊理论,即公理模糊集理论(Axiomatic Fuzzy Set)是由刘晓东教授首先于1995年提出来的。在afs理论中,建立了afs代数、afs结构以及基于两者之上的模糊理论。事实上,afs模糊理论提供了一个有效的工具将训练样本中的信息转化为隶属度... 详细信息

afs模糊理论,即公理模糊集理论(Axiomatic Fuzzy Set)是由刘晓东教授首先于1995年提出来的。在afs理论中,建立了afs代数、afs结构以及基于两者之上的模糊理论。事实上,afs模糊理论提供了一个有效的工具将训练样本中的信息转化为隶属度和模糊逻辑算子,并且两者都是由原始数据的分布而直接得到的。针对一直以来广泛争论的模糊集理论的最基本问题:模糊概念的隶属函数的科学、统一的确立方法和人类思维的逻辑运算的正确表示,afs理论进行了深入系统的研究和探讨,使隶属函数和模糊逻辑系统的建立更具客观性、严密性和统一性。现在,afs模糊理论已经被更进一步的发展,并且应用到模糊决策树,信用分析、模式识别和故障诊断等领域。这些理论的研究和应用充分显示了afs模糊逻辑系统比现有的模糊逻辑更接近于人类思维。遗传算法是一种通过自然遗传算子来指导来搜索空间轨迹的搜索算法,它显示了其强大的自动从数据出发设计模糊系统的能力。因此,遗传算法在机器学习,数据挖掘,智能控制等人工智能领域有着相当重要的理论意义与实用价值。本文针对解决分类问题的两个阶段,结合afs模糊理论,分别提出了两种遗传算法。首先,应用afs理论构造了afs结构(M,τ,X),并定义了模糊概念的Zadeh模糊集的隶属函数;其次,基于调节规则长度的思想构造了一种新的遗传算法,以实现选取分类第二阶段所需要的优秀规则集,并避免了“早熟”收敛的现象发生;最后,对已知的用于分类的多目标遗传算法进行了修改,搜索到了同时具有高分类准确率和可理解性的模糊规则集。实验表明,该算法切实可行,可操作性好,并取得了很好的分类效果。

关键词： afs模糊逻辑遗传算法分类器设计

来源：评论

学校读者我要写书评

暂无评论

基于概念学习的模糊规则提取方法的研究

基于概念学习的模糊规则提取方法的研究

引用

作者：宋明丽大连理工大学

学位级别：硕士

概念学习方法是归纳学习的核心问题,指学习已知类别的训练样本。随着规则提取在专家系统、模式识别、图像处理、语音识别等领域的广泛应用,基于概念学习的规则提取算法得到越来越多人的关注。本文首先对两个经典的归纳学习算法:AQ算法... 详细信息

概念学习方法是归纳学习的核心问题,指学习已知类别的训练样本。随着规则提取在专家系统、模式识别、图像处理、语音识别等领域的广泛应用,基于概念学习的规则提取算法得到越来越多人的关注。本文首先对两个经典的归纳学习算法:AQ算法和决策树算法进行了研究,指出了这两个算法在理论研究和实际应用中的一些不足。本文在用归纳学习方法提取模糊规则领域所作的一些工作: 1.提出了基于子集度和向量欧氏距离等的模糊蕴含算子NFIO,创建了基于这个模糊蕴含算子的规则提取算法RENFIO(Rules Extraction based on NFIO)。RENFIO算法将学习过程分为两步:第一步,对每一类样本取蕴含度大的简单概念作组合;第二步,找出每类的最好描述,即与训练样本拟合得最好的规则。实验证明该蕴含算子比其它算子对概念之间的蕴含关系描述更准确。RENFIO算法与其它规则提取算法相比有如下优势:搜索概念速度更快;预测精度更高;描述规则更简单。 2.提出了用正样本和反样本提取模糊规则的模糊候选删除算法,在由属性构成的概念空间中,找到一个能够覆盖所有正样本和排除所有反样本的最佳概念描述。如何利用训练样本在训练样本的属性假设空间进行学习是概念学习的一个重要问题,覆盖算法(AQ系列)和分治算法(决策树)是处理该问题的两个著名算法,而模糊候选删除算法与它们相比有如下优势:只需遍历一遍训练集,即可针对多样本的数据集;对连续量数据分类能力强;抗噪性强。通过iris和wine数据集的实验证明了模糊候选删除算法的有效性和实用性。 3.给出了NFIO算子的三个应用:属性约减、求单个样本的模糊描述、求误分类样本的描述。通过三个数据集的实验可以证明,用NFIO约减后得到的样本的属性,是对分类贡献最大的属性,而且可以找到最好的分类属性。用NFIO求出的单个样本的模糊描述与第三章求得的基本一致,从而证明其有效性。误分类样本是模糊规则没有覆盖的样本。求它们的描述可以补充模糊规则,提高规则对训练样本的覆盖度。

关键词：模糊蕴含算子模糊候选删除归纳学习 afs模糊逻辑模糊规则提取

来源：评论

学校读者我要写书评

暂无评论

基于afs理论与遗传算法的模糊分类器设计

基于AFS理论与遗传算法的模糊分类器设计

引用

作者：张红艳大连理工大学

学位级别：硕士

随着社会的进步,数据库技术的不断发展及数据库管理系统的广泛应用,数据库中存储的数据量急剧增加。但人们通过这些数据所获得的信息量仅仅是这个数据库所包含信息量的一部分,隐藏在这些数据之后的更重要的信息是关于这些数据的整体特... 详细信息

随着社会的进步,数据库技术的不断发展及数据库管理系统的广泛应用,数据库中存储的数据量急剧增加。但人们通过这些数据所获得的信息量仅仅是这个数据库所包含信息量的一部分,隐藏在这些数据之后的更重要的信息是关于这些数据的整体特征的描述以及对其发展趋势的预测,这些信息在决策生成的过程中具有重要的参考价值。数据挖掘技术就是适应这种要求而产生并迅速发展起来的,它为现代信息处理提供了一种新的方法和研究领域。分类一直是数据挖掘研究的核心问题,因此对分类的研究也是至关重要的。本文设计的模糊分类器主要应用了afs理论和遗传算法。afs理论(AxiomaticFuzzy Set,即公理化模糊集),是一种新的模糊数学分析方法,在afs理论框架内,给出了依据原始数据和相关信息确定隶属函数及其模糊逻辑运算的一个新算法,使得隶属函数和模糊逻辑的建立更客观、严密和统一。遗传算法是以自然选择和遗传理论为基础,将生物进化过程中适者生存规则和群体染色体的随机信息交换机制相结合的高效全局寻优搜索算法。通过对afs理论和遗传算法的研究,充分利用两者的优点,提出了一种将afs理论和遗传算法相结合的模糊分类器。应用afs理论对模糊概念的隶属度求解方法,得到数据集属于各个简单概念的隶属度,该隶属度求解方法依据原始数据和相关信息,不需要重新调节;根据得到的隶属度求取设计分类器需要的模糊规则集,并通过预先筛选得到候选规则;应用遗传算法进行规则的提取,采用afs理论将提取后的模糊规则集合并成为模糊描述,得到的模糊描述构成一个模糊分类器。将本文设计的模糊分类器应用到UCI(University of California,Irvine)机器学习数据库(网址为http://***/～mlearn/***)的iris,wine,breast cancer三个实际数据集上验证算法的有效性。从实验结果可以看出将两者结合设计出的模糊分类器具有分类准确率高、模糊描述简单、规则少且易于理解等特点。并和相关文献进行了比较,分析了算法的优点和不足。

关键词： afs模糊逻辑遗传算法模糊分类器

来源：评论

学校读者我要写书评

暂无评论

模糊机器学习方法在热轧层流冷却中的应用

模糊机器学习方法在热轧层流冷却中的应用

引用

作者：陶银鹏大连理工大学

学位级别：硕士

热轧带钢层流冷却过程是通过层流冷却装置将带钢按照工艺要求从终轧温度冷却到相变后的卷取温度，最终获得性能良好的热轧带钢产品。由于热轧带钢层流冷却过程具有强非线性、参数时变、工况变化频繁、以及冷却带钢的温度不能连续检测等... 详细信息

热轧带钢层流冷却过程是通过层流冷却装置将带钢按照工艺要求从终轧温度冷却到相变后的卷取温度，最终获得性能良好的热轧带钢产品。由于热轧带钢层流冷却过程具有强非线性、参数时变、工况变化频繁、以及冷却带钢的温度不能连续检测等综合复杂特性，给其过程建模与控制带来了很大的难度。在实际生产中，层流冷却过程控制对于提高产品质量和热轧冷却设备的安全可靠运行都具有重要的意义。本文以国家重点基础研究发展计划973课题“复杂工业生产过程实时智能控制理论与算法研究”(2002CB312201)的子课题“基于数据的模糊规则提取方法及其应用研究”(2002CB312201-06)为背景，在afs(Axiomatic Fuzzy Set)模糊逻辑系统框架内，借鉴经典机器学习算法，针对热轧带钢层流冷却过程中优化部分与建模部分的补偿控制器设计中存在的问题之一—PI参数的整定进行了深入的研究。本文的具体内容如下： (1)第一章第一节介绍了所研究问题的实际工业背景，简述了热轧带钢层流冷却的含义和作用及热轧带钢层流冷却技术的研究现状和发展趋势；并详细介绍了本文中所研究的前馈和反馈补偿控制器的结构及其作用；第一章第二节介绍了机器学习及案例推理技术的发展现状及其应用研究状况。第二章介绍了afs理论的基本思想和相关定义。 (2)第三章把afs模糊逻辑和案例推理技术结合起来，提出了一种模糊案例推理算法，并把该算法运用到热轧带钢层流冷却过程优化部分的前馈和反馈补偿控制器的PI参数整定问题中，并利用实际工业过程中测得的优化部分输入输出数据对算法进行了实现。 (3)第四章中对第三章的模糊案例推理算法进行了改进，利用模糊聚类分析、属性格贴近度、逆向提取模糊规则、模糊规则简化等方法，提出了一种新的基于输入输出数据的模糊规则提取算法，并将该算法运用到热轧带钢层流冷却过程建模部分的反馈补偿控制器的P参数整定中，并利用实测的工业控制过程中的两组输入输出数据对该算法进行了实现。第五章介绍了东北大学自动化中心的层流冷却过程优化设定控制仿真实验平台，在加入反馈补偿控制器后的仿真实验结果：降低了带钢热轧时的卷曲温差，提高了控制效果。

关键词：机器学习 afs模糊逻辑层流冷却案例推理模糊规则提取

来源：评论

学校读者我要写书评

暂无评论

模糊聚类分析在舰炮射击目标处理中的应用

引用

指挥控制与仿真 2006年第6期28卷 51-54页

作者：解维河刘锋马乐梅海军大连舰艇学院辽宁大连116018

舰炮对岸射击中射击目标选取比较复杂,用基于afs逻辑的模糊聚类分析数学方法对射击目标进行处理,是一种评估战场目标选取的新方法。基于afs逻辑的模糊聚类分析不仅与人类的思维逻辑类似,而且便于计算机将数据库中的记录转化为人类容易... 详细信息

舰炮对岸射击中射击目标选取比较复杂,用基于afs逻辑的模糊聚类分析数学方法对射击目标进行处理,是一种评估战场目标选取的新方法。基于afs逻辑的模糊聚类分析不仅与人类的思维逻辑类似,而且便于计算机将数据库中的记录转化为人类容易理解和操作的模糊集。作为在数据挖掘中的应用,又给出了基于afs模糊逻辑的一个新的模糊聚类方法,通过具体的数学模型仿真表明这是一种行之有效的方法。

关键词：模糊矩阵 afs模糊逻辑模糊聚类分析舰炮对岸射击

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：