检索结果-内蒙古大学图书馆

模式识别与人工智能 2024年第4期37卷 368-382页

作者：廖淑娇吴迪卢亚倩范译文闽南师范大学数学与统计学院漳州363000 闽南师范大学福建省粒计算及其应用重点实验室漳州363000 闽南师范大学数字福建气象大数据研究所漳州363000 闽南师范大学数据科学与统计重点实验室漳州363000

属性与尺度同步选择方法可有效解决涉及代价因素的多尺度决策系统的知识约简问题,然而在现有研究中,少有基于代价进行属性与尺度的同步选择,并且大多数算法只针对协调的多尺度决策系统或不协调的多尺度决策系统.为了解决这一问题,文中... 详细信息

属性与尺度同步选择方法可有效解决涉及代价因素的多尺度决策系统的知识约简问题,然而在现有研究中,少有基于代价进行属性与尺度的同步选择,并且大多数算法只针对协调的多尺度决策系统或不协调的多尺度决策系统.为了解决这一问题,文中以最小化数据处理的总测试代价为目标,提出测试代价敏感的属性与尺度同步选择算法,同时适用于协调的多尺度决策系统和不协调的多尺度决策系统.首先,构造基于粗糙集的理论模型,模型中的概念及性质同时考虑属性因素和尺度因素.其次,基于粗糙集的理论模型,设计启发式算法,能基于测试代价对多尺度决策系统同时进行属性约简与尺度选择,并且不同的属性可选择不同的尺度.最后,在12个数据集上的实验验证文中算法的有效性、实用性及优越性.

关键词：属性与尺度选择代价敏感学习多尺度决策系统粗糙集单调性

来源：评论

学校读者我要写书评

暂无评论

多尺度邻域决策信息系统的特征子集选择

引用

模式识别与人工智能 2023年第1期36卷 49-59页

作者：张庐婧林国平林艺东寇毅闽南师范大学数学与统计学院漳州363000 闽南师范大学福建省粒计算及其应用重点实验室漳州363000

多尺度决策信息系统的特征子集选择是处理多尺度分类问题的一种有效的数据预处理方法.在实际应用中,数据类型往往多样混合,现有的多尺度模型无法有效处理这类数据.针对该问题,文中面向多源异构多尺度数据,提出多尺度邻域半径的形式化定... 详细信息

多尺度决策信息系统的特征子集选择是处理多尺度分类问题的一种有效的数据预处理方法.在实际应用中,数据类型往往多样混合,现有的多尺度模型无法有效处理这类数据.针对该问题,文中面向多源异构多尺度数据,提出多尺度邻域半径的形式化定义,构造多尺度邻域信息粒并讨论其相关性质.在此基础上,探讨特征的重要度,提出可同步进行最优尺度选择和特征选择的特征子集选择算法.改进原有的Wu-Leung模型,在一定程度上扩展其在实际问题上应用的范围.最后,在UCI数据集上验证模型和算法的可行性和有效性.

关键词：粒计算邻域决策系统邻域半径多尺度邻域信息粒特征子集选择

来源：评论

学校读者我要写书评

暂无评论

协调多尺度决策系统中基于测试代价的属性与尺度选择

引用

模式识别与人工智能 2023年第5期36卷 433-447页

作者：吴迪廖淑娇范译文闽南师范大学数学与统计学院漳州363000 闽南师范大学福建省粒计算及其应用重点实验室漳州363000 闽南师范大学数字福建气象大数据研究所漳州363000 闽南师范大学数据科学与统计重点实验室漳州363000

对多尺度决策系统进行处理可以使复杂的问题简单化,属性与尺度的同步选择是该处理过程中一个重要方法.此外,现实中数据处理经常需要考虑代价因素的影响,但是,目前研究还没有在属性与尺度的同步选择中考虑代价因素.为了解决这一问题,文... 详细信息

对多尺度决策系统进行处理可以使复杂的问题简单化,属性与尺度的同步选择是该处理过程中一个重要方法.此外,现实中数据处理经常需要考虑代价因素的影响,但是,目前研究还没有在属性与尺度的同步选择中考虑代价因素.为了解决这一问题,文中基于测试代价,研究协调多尺度决策系统的属性与尺度选择.首先,构造相应的粗糙集理论模型,模型中的定义及性质同时考虑属性和尺度这两个要素,并给出基于测试代价的属性-尺度重要度函数.然后,基于适用于多尺度决策系统的粗糙集概念及性质,提出属性与尺度同步选择的启发式算法.在UCI数据集上的实验表明,文中算法可大幅降低总测试代价,提升计算效率.

关键词：属性与尺度选择测试代价多尺度决策系统单调性

来源：评论

学校读者我要写书评

暂无评论

基于可分离性的多尺度决策信息系统的最优尺度约简

引用

郑州大学学报（理学版） 2024年第4期56卷 72-80页

作者：金铭陈锦坤李进金闽南师范大学数学与统计学院福建漳州363000 闽南师范大学福建省粒计算及其应用重点实验室福建漳州363000

针对最优尺度约简问题,从对象与决策类的关系出发,提出一种基于可分离性的多尺度决策信息系统的约简方法。首先,分别给出类内对象紧性和类间对象分散度的定义并探究其性质。其次,在多尺度决策信息系统中通过类内对象紧性和类间对象分散... 详细信息

针对最优尺度约简问题,从对象与决策类的关系出发,提出一种基于可分离性的多尺度决策信息系统的约简方法。首先,分别给出类内对象紧性和类间对象分散度的定义并探究其性质。其次,在多尺度决策信息系统中通过类内对象紧性和类间对象分散度定义属性子集的可分离性,并给出可分离性与约简之间的关系,在此基础上,结合属性权重与尺度权重给出了基于可分离性的重要度。最后,设计了一种基于重要度的启发式最优尺度约简算法。实验结果表明,所提方法在分类精度和约简集基数上具有较大的优势。

关键词：多尺度决策信息系统最优尺度约简可分离性

来源：评论

学校读者我要写书评

暂无评论

有限域上的正规元与不可约多项式

引用

数学学报（中文版） 2024年第4期67卷 624-633页

作者：曹炜李卫华徐碧云闽南师范大学数学与统计学院漳州363000 福建省粒计算及其应用重点实验室漳州363000 宁波大学数学与统计学院宁波315211

设F_(q)为q阶有限域,F_(q)^(n)为F_(q)的n次扩域.设α∈F_(q)^(n),若{α,α^(q),...,α^(q^(n-1))}构成F_(q)^(n)/F_(q)的一组基,称α为F_(q)^(n)/F_(q)的正规元.正规元可用来加速有限域上的算术运算,因而在编码和密码中具有重要应用.正规元的极小多项式一定是非零迹的不可约多项式,但反之未必成立.本文利用线性化多项式给出了关于该问题的一组充分必要条件,推广了已知结论.

关键词：有限域正规元线性化多项式不可约多项式

来源：评论

学校读者我要写书评

暂无评论

基于模糊邻域熵的离群点检测方法

引用

南京大学学报（自然科学版） 2024年第3期60卷 511-522页

作者：刘佳莉陈锦坤闽南师范大学数学与统计学院漳州363000 闽南师范大学福建省粒计算及其应用重点实验室漳州363000

离群点检测(又称异常点检测)是数据挖掘领域中一个重要的研究方向,其目的是找出显著区别于其他数据的数据点.针对基于传统粗糙集理论的离群点检测方法存在忽略样本的模糊性和邻域关系等问题,利用模糊邻域粗糙集弥补经典粗糙集的不足,并... 详细信息

离群点检测(又称异常点检测)是数据挖掘领域中一个重要的研究方向,其目的是找出显著区别于其他数据的数据点.针对基于传统粗糙集理论的离群点检测方法存在忽略样本的模糊性和邻域关系等问题,利用模糊邻域粗糙集弥补经典粗糙集的不足,并结合熵的不确定性,提出一种新的基于模糊邻域熵的离群点检测方法.首先,采用模糊邻域半径和混合模糊相似度构造模糊邻域近似空间;然后,定义一种特定的模糊邻域组合熵和相对模糊邻域组合熵来构建模糊邻域离群度,进而定义基于模糊邻域熵的离群因子实现离群点检测,并设计了基于模糊邻域熵的离群点检测算法(FNEOD).最后,将FNEOD算法与主要的离群点检测算法进行比较.实验结果表明,该方法具有较好的有效性和适应性.

关键词：数据挖掘离群点检测模糊邻域组合熵相对模糊邻域组合熵

来源：评论

学校读者我要写书评

暂无评论

基于属性加权的概念认知学习模型

引用

模式识别与人工智能 2023年第8期36卷 749-763页

作者：梁涛巨林艺东林梦雷王启君闽南师范大学数学与统计学院漳州363000 闽南师范大学数字福建气象大数据研究所漳州363000 闽南师范大学福建省粒计算及其应用重点实验室漳州363000

现有概念认知学习模型往往存在忽略属性与决策间的相关性、涉及的概念空间存在冗余性、学习效果有限等问题.因此,文中提出面向属性加权的概念认知学习模型(Weighted Attributes-Based Concept-Cognitive Learning Model,WACCL).首先,探... 详细信息

现有概念认知学习模型往往存在忽略属性与决策间的相关性、涉及的概念空间存在冗余性、学习效果有限等问题.因此,文中提出面向属性加权的概念认知学习模型(Weighted Attributes-Based Concept-Cognitive Learning Model,WACCL).首先,探讨属性与决策之间的相关性,提出属性的加权机制.考虑到概念空间冗余性问题,探索不同概念的地位,实现概念空间压缩.然后,结合概念间的相似性,实现概念聚类,为线索的学习提供依据.最后,在13个数据集上的实验验证WACCL的有效性.

关键词：概念认知学习模糊概念属性加权概念聚类 .

来源：评论

学校读者我要写书评

暂无评论

模糊形式背景下的技能层约简与前级(后级)知识结构的充要条件

引用

模式识别与人工智能 2023年第5期36卷 383-406页

作者：冯丹露李进金李招文周银凤杨桃丽闽南师范大学数学与统计学院漳州363000 闽南师范大学福建省粒计算及其应用重点实验室漳州363000 玉林师范学院广西高校复杂系统优化与大数据处理重点实验室玉林537000 陕西师范大学数学与统计学院西安710119

模糊技能映射为构建知识结构提供一个途径,但将基本局部独立模式应用于前级(后级)知识结构中会呈现不可识别问题,因此,在模糊技能映射的前提下,文中主要解决两个问题:技能约简耗时过长、寻找前级(后级)知识结构的充要条件.首先,基于模... 详细信息

模糊技能映射为构建知识结构提供一个途径,但将基本局部独立模式应用于前级(后级)知识结构中会呈现不可识别问题,因此,在模糊技能映射的前提下,文中主要解决两个问题:技能约简耗时过长、寻找前级(后级)知识结构的充要条件.首先,基于模糊技能背景,构造一对算子,通过算子确定的模糊技能概念格直接获取简单闭包空间,同时获得每个知识状态对应的最小技能熟练程度.然后,提出技能层约简的概念,利用标记技能约简对冗余技能层进行约简,并给出技能层约简算法.同时给出模糊技能映射诱导前级(后级)简单闭包空间的充分必要条件,并提供获取前级问题集和后级问题集的算法.最后,在5个UCI数据集上的对比实验验证文中算法的可行性和有效性,同时获取前级问题集和后级问题集.

关键词：模糊形式背景模糊技能概念格技能层约简前级知识结构后级知识结构

来源：评论

学校读者我要写书评

暂无评论

基于集覆盖理论的覆盖信息系统属性约简方法

引用

郑州大学学报（理学版） 2024年第1期56卷 60-67页

作者：徐晔许晴媛李进金闽南师范大学计算机学院福建漳州363000 闽南师范大学数据科学与智能应用福建省高校重点实验室福建漳州363000 闽南师范大学数学与统计学院福建漳州363000 闽南师范大学福建省粒计算及其应用重点实验室福建漳州363000

针对覆盖信息系统属性约简问题,提出基于集覆盖理论的覆盖信息系统属性约简方法。首先,构造覆盖信息系统的相关矩阵,通过相关矩阵诱导出覆盖信息系统的集覆盖模型,并探讨了覆盖信息系统与其诱导的集覆盖模型之间的联系,发现集覆盖模型... 详细信息

针对覆盖信息系统属性约简问题,提出基于集覆盖理论的覆盖信息系统属性约简方法。首先,构造覆盖信息系统的相关矩阵,通过相关矩阵诱导出覆盖信息系统的集覆盖模型,并探讨了覆盖信息系统与其诱导的集覆盖模型之间的联系,发现集覆盖模型的一个极小覆盖恰是原覆盖信息系统的一个属性约简集,从而可以将求解覆盖信息系统的属性约简问题转化为求解对应集覆盖模型的极小集覆盖问题。其次,利用集覆盖启发式算法(set covering heuristic algorithm,SCHA)在解决集覆盖问题上具有更高的精度和更好的性能,给出了基于SCHA的覆盖信息系统属性约简的求解步骤及算法。最后,通过实例验证了所提方法的可行性和有效性。

关键词：集覆盖覆盖信息系统集覆盖启发式算法属性约简粗糙集

来源：评论

学校读者我要写书评

暂无评论

粗糙集视角下的能力评估方法

引用

江西师范大学学报(自然科学版) 2025年第1期49卷 17-26,79页

作者：黄宝坤李进金李气芳闽南师范大学数学与统计学院福建漳州363000 福建粒计算及应用重点实验室福建漳州363000

知识空间理论为基于能力的测试开发提供理论依据,粗糙集方法可以作为基于能力的测试开发的工具.该文首先建立能力模型与测试信息表的联系,提出测试信息表的信息量,以刻画测试对能力结构的分类效果,进而提出对测试进行改进的粗糙集方法.... 详细信息

知识空间理论为基于能力的测试开发提供理论依据,粗糙集方法可以作为基于能力的测试开发的工具.该文首先建立能力模型与测试信息表的联系,提出测试信息表的信息量,以刻画测试对能力结构的分类效果,进而提出对测试进行改进的粗糙集方法.该方法可以达到以下2个目标:1)测试能够充分地区分不同能力状态的个体;2)试题足够精炼,减少了测试成本.具有充分信息量的测试是能够唯一确定在能力结构上的概率分布的必要条件,并做了仿真实验,给出估计在能力结构上概率分布的方法,最后给出其应用于学科测试的实际案例.

关键词：能力评估知识空间理论粗糙集能力结构测试

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：