您的位置： 专家智库 > >

国家自然科学基金(60672173)

作品数：8 被引量：19H指数：3
相关作者：樊玮潘佳刁鑫仝凌云沈中林更多>>
相关机构：中国民航大学河北工业大学更多>>
发文基金：国家自然科学基金更多>>
相关领域：自动化与计算机技术理学更多>>

文献类型

  • 8篇中文期刊文章

领域

  • 7篇自动化与计算...
  • 2篇理学

主题

  • 5篇粗糙集
  • 3篇属性约简
  • 2篇神经网
  • 2篇神经网络
  • 2篇离散化
  • 1篇信道
  • 1篇蚁群
  • 1篇蚁群算法
  • 1篇约简方法
  • 1篇约简算法
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇神经网络模型
  • 1篇收益管理
  • 1篇属性离散化
  • 1篇属性约简方法
  • 1篇属性约简算法
  • 1篇数据场
  • 1篇数据集
  • 1篇气象

机构

  • 7篇中国民航大学
  • 2篇河北工业大学

作者

  • 7篇樊玮
  • 2篇范敬德
  • 2篇仝凌云
  • 2篇沈中林
  • 2篇袁红玉
  • 2篇马婕
  • 2篇刁鑫
  • 2篇潘佳
  • 1篇郭启铭
  • 1篇于旭亮
  • 1篇张雯

传媒

  • 3篇计算机工程
  • 2篇航空计算技术
  • 1篇计算机应用
  • 1篇计算机工程与...
  • 1篇云南民族大学...

年份

  • 2篇2009
  • 4篇2008
  • 2篇2007
共 8 条 记 录，以下是 1-8
全选 清除 导出
排序方式：
基于二元信道互信息的属性约简方法及其应用被引量：1
2008年
由于知识的粗糙性和信息熵的密切关系,基于互信息的属性约简一直以来都是粗糙集研究的热点,但现有方法都不同程度地依赖于属性值的分布情况,从而影响最终约简结果。为解决此问题,从信息论的角度对属性进行细分,定义了一种新的基于二元信道互信息的属性重要度度量方法,以此为启发式信息构造新的约简算法,实验证明了该算法的有效性;将其应用于重要气象因子的提取,获得了满意的效果。
袁红玉樊玮马婕
关键词：粗糙集属性约简互信息
基于蚁群算法的航班网络座位优化研究被引量：3
2008年
座位优化是航空公司增加收益的有效方法,航班网络座位优化是目前主要的研究方向。针对起始地-目的地-舱位票价(ODF)和座位数组合的复杂性,传统的优化模型由于决策变量数多,难以用于实际计算;改进的线性规划方法在一定程度上改善了模型的实用性,但在求解大规模的网络问题时,计算时间长,复杂度高。采用蚁群算法求解网络座位优化问题能克服以上不足。实验结果表明,蚁群算法能快速得到令人满意的解;同时,蚁群算法简化了问题复杂度,思想简单,易于实现。
张雯樊玮
关键词：蚁群算法收益管理
基于数据场的SVM技术在雷暴预报中的应用被引量：3
2009年
针对天气预报中样本不平衡造成漏报率高的问题,提出一种基于数据场的C加权支持向量机(SVM)技术。该技术对不平衡天气数据进行分类,采用叠加数据场势值作为数据重采样依据,筛选出最利于SVM分类器学习的样本作为训练样本,结合C加权方法进行训练。实验结果证明,在样本数量较多且不平衡性显著的雷暴天气中,该技术能缩减训练集规模,减少漏报,提升预报系统的g-means值。
马婕樊玮袁红玉
关键词：支持向量机数据场不平衡数据集雷暴预报
一种改进的基于模糊-粗糙集的属性约简算法被引量：1
2007年
FRSAR(Fuzzy-rough Set Attribute Reduction)是一种基于模糊-粗糙集的属性约简算法,它可以避免离散化时数据信息的丢失,但是该算法中决策属性对条件属性集依赖度的计算设计的不是很完善。本文提出了一种改进的FRSAR算法,它只考虑能够使属性集依赖度增大的属性,这样就降低了计算量。实验结果表明,改进算法和原有算法得到相同的约简结果,但是改进算法的执行时间大大降低。
范敬德沈中林于旭亮樊玮
关键词：粗糙集模糊-粗糙集属性约简
基于Cramer's V的连续属性离散化算法被引量：2
2008年
在类-属性相关离散化方法的基础上,提出一种基于Cramer’s V的连续属性离散化算法CVM,该方法利用统计学中的Cramer’s V来量化类-属性相关度,以保证离散后的类-属性相关度最大。与CADD和CAIM算法的实验比较以及对离散化后的数据进行C4.5分类测试,表明CVM算法性能良好,其离散化的数据明显地提高了分类器的预测精度。
郭启铭樊玮
关键词：离散化
一种用于机场气象预测的模糊神经网络模型被引量：4
2008年
针对民用机场多因素气象预测问题的复杂性,该文构建出一种基于粗糙集的模糊神经网络模型。采用粗糙集理论约简属性,挖掘潜在规则,在此基础上建立模糊神经网络模型,并根据规则的统计性质和离散化结果初始化网络参数,采用BP算法训练网络。实例验证,该模型在收敛速度与预测精度上优于传统的神经网络模型。
仝凌云潘佳刁鑫
关键词：粗糙集模糊神经网络气象预测
基于粗糙集与神经网络的机场气象新型预测模型被引量：2
2007年
针对民用机场多因素气象预测问题的复杂性,提出了一种基于粗糙集—RBF神经网络模型.该模型利用粗糙集理论约简气象影响因素,提取关键因素作为网络的输入,简化了网络结构.实例验证,该模型的学习训练速度和预测精度远优于传统的RBF神经网络模型.
仝凌云潘佳樊玮刁鑫
关键词：粗糙集RBF神经网络属性约简
粗糙集与粒子群算法结合的属性离散化方法被引量：4
2009年
提出了一种结合粗糙集和粒子群的连续属性离散化算法,采用了MPSO算法的思想,提高了粒子群摆脱局部极值的能力,得到了较好的离散化效果。对不同的数据集进行了多次测试,结果表明该算法在对数据离散化时有较好的性能。
沈中林范敬德樊玮
关键词：粒子群优化粗糙集离散化
全选 清除 导出
共1页<1>
聚类工具0