检索结果-内蒙古大学图书馆

闽南师范大学学报（自然科学版） 2024年第2期37卷 118-132页

作者：何丽琴孙文李进金漳州职业技术学院通识教育学院福建漳州363000 闽南师范大学数学与统计学院福建漳州363000 福建省粒计算及其应用重点实验室福建漳州363000

在知识空间理论中,个体的知识状态代表被试在理想条件下能完全解决的问题子集.个体认知能力的差异使得不同被试对问题的解决是有区别的,多分知识状态可用来表示个体对问题的部分解决.在多分问题域Q^(β)上准确构建多分知识结构是对个体... 详细信息

在知识空间理论中,个体的知识状态代表被试在理想条件下能完全解决的问题子集.个体认知能力的差异使得不同被试对问题的解决是有区别的,多分知识状态可用来表示个体对问题的部分解决.在多分问题域Q^(β)上准确构建多分知识结构是对个体进行知识评价和学习指导的关键.在多分的情况下,由Q^(β)到Q^(β)的蕴含关系可诱导拟序多分知识空间,而由2Q^(β)∖Φ到Q^(β)的蕴含关系可诱导多分知识空间.这种多分问题上的Query方式为从表现水平上构建多分知识结构提供了一种有效的方法.当多分知识结构(Q^(β),K)确定后,基于多分知识结构的“基本评估程序”可以准确评价出个体的多分知识状态.

关键词：多分知识结构蕴含关系粒计算知识评价

来源：评论

学校读者我要写书评

暂无评论

区间值决策表中测试代价敏感的属性约简方法

引用

江苏海洋大学学报(自然科学版) 2025年第1期34卷 51-61页

作者：范译文廖淑娇吴迪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 闽南师范大学数字福建气象大数据研究所福建漳州363000 闽南师范大学数据科学与统计重点实验室福建漳州363000

在当前的大数据时代,数据处理至关重要。代价敏感学习是机器学习、数据挖掘等领域研究热点之一,而测试代价是一种重要的代价,数据处理往往要考虑到测试代价。但是,目前较少有基于测试代价去考虑区间值数据的属性约简。针对该情况,讨论... 详细信息

在当前的大数据时代,数据处理至关重要。代价敏感学习是机器学习、数据挖掘等领域研究热点之一,而测试代价是一种重要的代价,数据处理往往要考虑到测试代价。但是,目前较少有基于测试代价去考虑区间值数据的属性约简。针对该情况,讨论了区间值决策表中测试代价敏感的属性约简问题,创建了相应的粗糙集理论模型,提出了测试代价相关的加权属性重要度函数,并设计了测试代价敏感属性约简的回溯算法和启发式算法。最后在多个UCI数据集上进行实验,检验了所提出算法的有效性。该算法相较于现有的两个属性约简算法,在降低总测试代价方面具有显著的优势。回溯算法总是可以得到最优约简,而启发式算法能较高效率地得到最优或次优的约简。

关键词：区间值决策表属性约简测试代价不一致对象

来源：评论

学校读者我要写书评

暂无评论

直觉模糊向量β覆盖L粗糙集

引用

模糊系统与数学 2022年第6期36卷 26-39页

作者：林依婷马周明李进金闽南师范大学数学与统计学院福建漳州363000 数字福建气象大数据研究所福建漳州363000 福建省粒计算及其应用重点实验室福建漳州363000

直觉模糊覆盖粗糙集作为模糊粗糙集的一类推广,自提出以来就备受关注。为了更好的刻画直觉模糊环境中的目标概念,同时兼顾不同对象容错能力的差异性,本文提出了直觉模糊向量β覆盖L粗糙集,讨论了它们的相关性质、不确定性度量及其属性... 详细信息

直觉模糊覆盖粗糙集作为模糊粗糙集的一类推广,自提出以来就备受关注。为了更好的刻画直觉模糊环境中的目标概念,同时兼顾不同对象容错能力的差异性,本文提出了直觉模糊向量β覆盖L粗糙集,讨论了它们的相关性质、不确定性度量及其属性约简方法。首先研究了直觉模糊向量β覆盖及其邻域的相关特征。其次在直觉模糊β覆盖粗糙集的基础上给出了直觉模糊β覆盖L-1粗糙集,讨论了二者之间的联系。在直觉模糊向量β邻域的基础上,定义了直觉模糊向量β覆盖L-2粗糙集,探讨了其相关性质并讨论了它和其它模型之间的相关联系。最后研究了模型相关的直觉模糊粗糙性、相似性、辨识性度量等不确定性刻画方式,并给出相关属性约简算法。通过例子验证了模型的有效性与适用性。结论表明,就已有的直觉模糊β覆盖粗糙集而言,直觉模糊β覆盖L-1粗糙集与目标概念之间具有更高的相似性;直觉模糊向量β覆盖L-2粗糙集具有更好的适用性,并在一定的程度上具有更高的精确度。

关键词：直觉模糊集直觉模糊向量β覆盖直觉模糊粗糙集不确定性度量属性约简

来源：评论

学校读者我要写书评

暂无评论

集成学习在车险欺诈识别预测中的应用探讨

引用

科技视界 2024年第15期14卷 53-56页

作者：吴舒婕陈宇闽南师范大学数学与统计学院福建漳州363000 福建省粒计算及其应用重点实验室福建漳州363000 数字福建气象大数据研究所福建漳州363000 数据科学与统计重点实验室福建漳州363000

针对车险欺诈问题,文章提出了一种引入权重的Stacking融合模型对欺诈进行识别预测。对预处理后的车险欺诈数据集利用过滤法和嵌入法进行特征筛选,再采用SMOTE-Tomek Links相结合的采样方法平衡数据集。文章基于机器学习算法建立SVM、KN... 详细信息

针对车险欺诈问题,文章提出了一种引入权重的Stacking融合模型对欺诈进行识别预测。对预处理后的车险欺诈数据集利用过滤法和嵌入法进行特征筛选,再采用SMOTE-Tomek Links相结合的采样方法平衡数据集。文章基于机器学习算法建立SVM、KNN、随机森林和XGBoost模型,并以此为基模型,建立传统的Stacking融合模型、引入不同指标作为权重的Stacking融合模型。结果表明:以F_(1)加权的Stacking融合模型的Pre值为91.7300%,与其他指标进行加权的Stacking模型预测效果相比,以F_(1)加权的Stacking融合模型对车险欺诈行为具有较好的识别预测能力。

关键词：车险欺诈预测 SMOTE-Tomek Links采样 Stacking融合模型加权Stacking融合模型

来源：评论

学校读者我要写书评

暂无评论

多决策覆盖信息系统的约简

引用

工程数学学报 2021年第4期38卷 490-502页

作者：许丽婷李进金林艺东李怡靓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

覆盖决策信息系统是研究热点之一,其中对于决策为覆盖的覆盖决策信息系统研究较少.本文利用特征函数将覆盖决策信息系统中以覆盖刻画的决策转化为由0和1组成的形式背景,进而给出了多决策覆盖信息系统的定义.在多决策覆盖信息系统中,通... 详细信息

覆盖决策信息系统是研究热点之一,其中对于决策为覆盖的覆盖决策信息系统研究较少.本文利用特征函数将覆盖决策信息系统中以覆盖刻画的决策转化为由0和1组成的形式背景,进而给出了多决策覆盖信息系统的定义.在多决策覆盖信息系统中,通过构造相应的辨识矩阵,讨论了两类覆盖的约简,并研究了这两类约简对应的覆盖协调集与覆盖决策信息系统中上近似协调集之间的关系.

关键词：多决策覆盖信息系统辨识矩阵覆盖约简

来源：评论

学校读者我要写书评

暂无评论

基于超图的多尺度决策信息系统最优尺度选择

引用

闽南师范大学学报（自然科学版） 2023年第4期36卷 1-15页

作者：马周明黄闽林国平施虹艺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

特征选择是降低数据维度,提高知识获取效率的一类重要数据处理方法.多尺度决策信息系统的最优尺度选择是在一定代价框架下的最优化求解,从而进一步提高数据挖掘的效率.利用图论中的极小顶点覆盖得到相应系统的最优尺度组合,通过构造多... 详细信息

特征选择是降低数据维度,提高知识获取效率的一类重要数据处理方法.多尺度决策信息系统的最优尺度选择是在一定代价框架下的最优化求解,从而进一步提高数据挖掘的效率.利用图论中的极小顶点覆盖得到相应系统的最优尺度组合,通过构造多尺度系统特征间的邻接关系矩阵,生成该系统诱导的超图.其极小顶点覆盖可视为多尺度信息系统的一个最优尺度组合.在此基础上,提出基于超图的多尺度决策信息系统最优尺度特征求解算法.数值实验表明,该方法能提高数据挖掘时间效率和分类精度,有利于降低数据处理成本.

关键词：超最优尺度选择粒计算邻接关系超图特征选择

来源：评论

学校读者我要写书评

暂无评论

新条件熵下协调不完备的信息系统属性约简

引用

闽南师范大学学报（自然科学版） 2023年第2期36卷 17-26页

作者：孙亚超陈锦坤金铭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

针对不完备信息系统的属性约简方法较少考虑含有缺失对象集对决策类造成的影响问题,根据缺失对象集含有的对象不同,给出一种新的条件熵,用来更加精确地度量知识的不确定性.其次给出了在协调不完备信息系统下关于该新条件熵的相关定理,... 详细信息

针对不完备信息系统的属性约简方法较少考虑含有缺失对象集对决策类造成的影响问题,根据缺失对象集含有的对象不同,给出一种新的条件熵,用来更加精确地度量知识的不确定性.其次给出了在协调不完备信息系统下关于该新条件熵的相关定理,并构造了一种基于新条件熵的属性约简算法.最后,通过实例证明了该算法的可行性.

关键词：条件熵属性约简不完备信息系统

来源：评论

学校读者我要写书评

暂无评论

Σ型去中心基于属性身份识别的一般构造

引用

计算机应用研究 2021年第8期38卷 2458-2464页

作者：杨晓莉黄振杰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 闽南师范大学计算机学院福建漳州363000

研究Σ型基于属性身份识别与Σ型基于身份身份识别的关系,提出Σ型去中心基于属性身份识别的一般性构造方案。该方案利用平滑秘密共享方案,将Σ型基于身份身份识别方案转换成Σ型去中心基于属性身份识别方案。利用归约方法,证明了该方... 详细信息

研究Σ型基于属性身份识别与Σ型基于身份身份识别的关系,提出Σ型去中心基于属性身份识别的一般性构造方案。该方案利用平滑秘密共享方案,将Σ型基于身份身份识别方案转换成Σ型去中心基于属性身份识别方案。利用归约方法,证明了该方案的安全性。通过所提出的构造方案,给出一个Σ型去中心基于属性身份识别实例,并将其与已有的Σ型基于属性身份识别方案进行效率比较分析。分析结果表明,所提方案在数据长度和计算开销两方面都更有优势。提出的方案是去中心的,克服了单个属性机构系统的瓶颈问题和安全弱点,具有更好的适用性。

关键词： Σ型基于属性身份识别 Σ型基于身份身份识别平滑秘密共享去中心 Σ协议

来源：评论

学校读者我要写书评

暂无评论

基于矩阵的多粒度粗糙集粒度约简方法

引用

南京大学学报（自然科学版） 2021年第1期57卷 141-149页

作者：郑文彬李进金张燕兰廖淑娇闽南师范大学计算机学院漳州363000 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闽南师范大学漳州363000

粒度约简是多粒度粗糙集的重要议题,现存的多粒度粗糙集粒度约简方法以考虑各种形式计算多粒度下的正域为主要的研究方法.然而对于多粒度粗糙集,因为同时存在悲观视角与乐观视角,不仅下近似会因悲观、乐观视角而产生差异,视角同样会影... 详细信息

粒度约简是多粒度粗糙集的重要议题,现存的多粒度粗糙集粒度约简方法以考虑各种形式计算多粒度下的正域为主要的研究方法.然而对于多粒度粗糙集,因为同时存在悲观视角与乐观视角,不仅下近似会因悲观、乐观视角而产生差异,视角同样会影响上近似的大小.因此,提出一种可以保持多粒度上下近似不变的粒度约简方法,同时考量多粒度粗糙集的上近似与下近似的粒度重要度,基于重要度设计了用矩阵计算粒度重要度的方法,并提出相应的粒度约简算法.在UCI公开数据集上使用对比算法验证了所提算法的有效性和优越性.

关键词：多粒度粗糙集粒度约简粒度重要度矩阵算法

来源：评论

学校读者我要写书评

暂无评论

多帧监督的相关滤波无人机目标跟踪

引用

计算机工程与应用 2021年第24期57卷 152-160页

作者：林淑彬吴贵山许甲云杨文元闽南师范大学计算机学院福建漳州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

目标跟踪是无人机的关键技术之一。无人机目标跟踪容易因相机运动、尺度变化等场景的影响,导致跟踪漂移或丢失。提出一种多帧监督的相关滤波无人机目标跟踪算法,加入多帧信息,根据视图的像差监督响应图变化率,有效地提高跟踪器的识别能... 详细信息

目标跟踪是无人机的关键技术之一。无人机目标跟踪容易因相机运动、尺度变化等场景的影响,导致跟踪漂移或丢失。提出一种多帧监督的相关滤波无人机目标跟踪算法,加入多帧信息,根据视图的像差监督响应图变化率,有效地提高跟踪器的识别能力。采用裁剪矩阵引入真实负样本,并加入多个历史帧信息提高滤波器的鲁棒性。采用欧几里德范数定义响应图的像差,通过监督像差的变化防止跟踪漂移,得到目标的准确位置。根据相似度进行目标模型更新。在UAV123和VisDrone2019数据集上与其他算法对比实验。结果显示该算法在相机运动、尺度变化等场景具有良好的跟踪鲁棒性和精度。

关键词：计算机视觉目标跟踪无人机背景感知相关滤波欧几里德范数多帧监督

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：