国家自然科学基金(60672173) 作品数:8 被引量:19 H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>>
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