山西省回国留学人员科研经费资助项目(2008-25)
- 作品数：4 被引量：8H指数：2
- 相关作者：谢珺刘海峰续欣莹谢克明赵静阁更多>>
- 相关机构：太原理工大学山西财经大学更多>>
- 发文基金：山西省青年科技研究基金山西省回国留学人员科研经费资助项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于限制邻域关系的不完备混合决策系统属性约简被引量：2
- 2013年
- 针对经典粗糙集不能直接处理决策系统中既含有属性值缺失的不完备问题又同时具有名义型属性和数值型属性的混合数据问题,提出一种限制邻域关系,并给出了一套不完备混合决策系统属性约简算法。该算法以条件熵作为启发因子,弥补将决策正域作为启发因子时可能会出现选不出第一个最重要属性的不足,并利用所提的限制邻域关系直接处理不完备混合型数据,从而省去了对不完备数据进行数据补齐或删除和对数值型数据进行离散化的过程,以减少这些数据预处理所带来的不确定性,最后通过对UCI的不完备混合型数据集进行仿真实验,从而验证了该算法在保持或改善分类能力的情况下可以有效地约简冗余属性,并且讨论了在限制邻域关系中的阈值选择对分类结果的影响。
- 刘海峰续欣莹申雪芬谢珺
- 关键词：条件熵属性约简
- 一种改进的基于相对正域的增量式属性约简算法被引量：4
- 2013年
- 当决策系统增加新数据时,原约简集可能不再有效,这就需要对原约简集进行动态更新,目前已有的增量算法只研究了属性或样本的动态增加。本文从邻域粗糙集理论出发,详细分析系统在增加属性和样本数据后的变化规律,得到一种改进的增量式属性约简算法。该算法利用相对正域的概念对原约简集进行动态更新,可以处理属性和样本都增加的决策系统,有效地避免了二次约简过程。从理论上分析该算法的时间复杂度,实例表明该算法和传统算法的结论是一致的,实验证明该算法提高了计算效率。
- 申雪芬谢珺刘海峰续欣莹
- 关键词：邻域系统增量式学习属性约简
- 二进制粒神经网络及其在分类中的应用被引量：1
- 2009年
- 为了提高分类器的正确识别率并降低特征选择的时间复杂度,提出二进制粒神经网络框架。在该框架下,提出一种二进制粒神经网络分类算法。该算法通过二进制粒矩阵将特征空间进行最优约简,并利用基于BP的学习算法实现分类;将该算法在UCI数据集上进行测试,并与BP神经网络分类算法进行比较。仿真实验表明,二进制粒神经网络分类算法比BP神经网络分类算法分类正确率更高,泛化能力更强,是一种有效可行的分类算法。
- 谢珺陈泽华谢克明
- 关键词：粒计算神经网络分类器
- 基于粒计算-SDG的故障诊断仿真平台被引量：1
- 2011年
- 针对目前实际工业系统不允许在运行中进行实时的故障诊断试验及研究的问题,设计了基于Matlab中GUI的高温硝酸冷却系统的故障诊断仿真试验平台。本试验平台采用符号有向图的深层知识模型和反向推理方法,利用系统模型中的相容通路,推理基本故障的故障诊断规则,引入信息粒度和信息粒化原理,实现了粒矩阵的知识约简算法,构建了基于粒计算-SDG的故障诊断方法。最后通过实验验证了该仿真试验平台的有效性。
- 张志军詹峰赵静阁谢克明
- 关键词：故障诊断符号有向图粒计算图形用户界面仿真平台
