王熙照
- 作品数：166 被引量：1,014H指数：17
- 供职机构：深圳大学更多>>
- 发文基金：国家自然科学基金河北省自然科学基金河北省高等学校科学技术研究指导项目更多>>
- 相关领域：自动化与计算机技术理学文化科学电气工程更多>>
- 模糊控制理论及应用
- 哈明虎王熙照王震源李艳乔忠等
- 该研究首次提出了一种新型的模糊控制器--基于聚类迭代学习算法的模糊控制器，并进行了深入、系统的研究，给出了此类新型模糊控制器的原理、可行性分析以及设计方案，并进行了仿真研究，提出了多变量模糊控制器的设计思想及方法。该研究...
- 关键词：
- 关键词：模糊控制理论模糊控制器仿真
- 自适应模糊决策树算法被引量：6
- 2013年
- 为改善模糊决策树算法凭经验设定参数值的不准确问题,在分析模糊决策树算法的主要参数特征后,提出使用粒子群算法智能设定参数值的自适应模糊决策树算法。实验表明,与经验设定参数值的模糊决策树算法相比,自适应模糊决策树算法生成的模糊决策树的性能明显提高;最后,通过实验数据分析了关键参数之间存在的交互影响关系。
- 孙娟王熙照
- 关键词：粒子群优化算法置信度
- 一类模糊数系数矩阵的模糊线性方程组的迭代算法被引量：1
- 2007年
- 讨论模糊线性方程组X=A^X+U解的存在条件及其迭代算法(其中,A~是以模糊数为元素的n×n矩阵,未知量X和常量U都是以模糊数为元素的n维向量,并且其加法和乘法均由Zadeh的扩张原理定义)。首先研究解的存在条件,尔后探讨求解的迭代算法及误差估计。
- 王占京王熙照李法朝
- 关键词：不动点模糊向量模糊线性方程组
- 分支合并对决策树归纳学习的影响被引量：25
- 2007年
- 传统的决策树构建方法,由于其选择扩展属性时的归纳偏置,导致属性值较多的属性总会被优先选择,从而导致树的规模过大,并且泛化能力下降,因此需对其进行简化.剪枝是简化的一种,分为预剪枝和后剪枝.该文主要针对预剪枝中的分支合并进行研究.文中研究了分支合并对决策树归纳学习的影响;具体讨论了在决策树的产生过程中,选择适当的分支合并策略对决策树进行分钟合并处理后,能否增强树的可理解性,减少树的复杂程度以及提高树的泛化精度;基于信息增益,分析了分支合并后决策树的复杂程度,设计实现了一种基于正例比的分支合并算法SSID和一种基于最大增益补偿的分支合并算法MCID.实验结果显示:SSID和MCID所得到的决策树在可理解性和泛化精度方面均明显优于See5.
- 王熙照杨晨晓
- 关键词：决策树归纳剪枝信息增益
- 基于遗传算法的模糊决策树的参数优化被引量：4
- 2003年
- 模糊决策树归纳学习是从示例中产生规则知识的一个重要方法,决策树的产生过程涉及到两个重要的参数α、β。一般说来,这两个参数的选取依赖于所讨论的领域知识和用户的需要,若选取不当,会对分类结果产生很大影响,从而导致不正确的分类。如何选取这两个参数的值目前尚无较好的方法,仅凭人们的经验而定,该文提出了一种应用遗传算法来优化模糊决策树中参数的方法,旨在为选取参数提供实验方法,同时也为直接选取经验参数提供了一定的实验支撑。
- 赵明华杨宏伟孙娟王金凤王熙照
- 关键词：遗传算法
- 决策树生成过程中模糊数值属性的处理(英文)
- 提出了决策树生成过程中处理模糊数值属性的一种算法,作为ID3算法在模糊数值属性上的推广该算法使用最小信息分割熵来选取扩展属性。通过分析非平稳割点,算法的有效性被改进。
- 黄冬梅孙国基王熙照哈明虎
- 关键词：信息熵决策树
- 文献传递
- 权重对模糊规则泛化能力的影响
- 2006年
- 在模糊产生式系统中,产生式规则的前件的所有子命题、知识库中所有的规则被假定具有相同的重要性,使得其知识表示能力有严重的缺陷.为了提高模糊产生式规则的知识表示能力和泛化能力,在模糊产生式规则中引入整体权、局部权、阈值等知识表示参数,视加权模糊规则中的权重、阈值等为可调的知识表示参数,研究了权重与加权模糊规则的泛化能力之间的关系.通过模拟实验,验证了通过调整、优化权重,能够提高产生式系统的泛化能力.
- 王苗王熙照李平改
- 关键词：加权模糊产生式规则泛化能力
- 基于归结的最大一般理论特化
- 1999年
- 提出一种基于归结的并有关于背景知识及示例的一致特化理论，该理论给出了最大一般特化假设的归结构造方法，可将其作为一种蕴涵意义下的一般理论特化框架．基于该理论，进一步提出ｋ 一般特化概念以解决特化的可计算性问题，并相应地给出特化算法．有关实验表明。
- 叶风权光日王熙照
- 关键词：特化知识获取
- 粗糙模糊决策树归纳算法被引量：9
- 2016年
- 模糊ID3算法处理的对象是具有模糊条件属性和模糊决策属性的模糊决策表,它利用平均模糊分类熵作为启发式选择扩展属性,利用模糊置信度作为叶子结点的终止条件.当用模糊ID3算法处理连续值和离散值决策表时,需要对连续值或离散值条件属性进行模糊化.模糊化的关键是模糊测度的确定,但确定合适的模糊测度非常困难,而且模糊化会损失有用的信息.针对这些问题,基于粗糙模糊集技术,提出了一种模糊决策树归纳算法,称为粗糙模糊决策树(RFDT:Rough Fuzzy Decision Tree).RFDT可直接处理离散值模糊决策表,归纳模糊决策树,不需要模糊化的过程.和模糊ID3算法类似,RFDT也分为三步:(1)利用粗糙模糊依赖度作为启发式选择扩展属性;(2)用选择的扩展属性划分样例集合;(3)如果划分的样例集合满足终止条件,则算法终止;否则递归地重复步骤(1)和(2).提出的算法用Kosko模糊熵作为叶子结点的终止条件,并通过一个例子说明了模糊决策树的归纳过程.
- 翟俊海侯少星王熙照
- 关键词：粗糙集粗糙模糊集决策树模糊熵
- 基于新的规则评价方法的关联分类
- 关联分类具有较高的分类精度和较强的适应性,然而由于分类器是由一组高置信度的规则构成,有时会存在过度拟合问题。本文提出了新的规则评价方法,它综合考虑规则的置信度和支持度,克服了传统方法过分强调置信度的缺点,从而解决了过度拟...
- 赵东垒王熙照
- 关键词：信息查询数据挖掘计算机数学
- 文献传递
