检索范围:
排序: 展示方式:
区间值信息系统中基于信息熵的属性约简 Article
Jian-hua DAI,Hu HU,Guo-jie ZHENG,Qing-hua HU,Hui-feng HAN,Hong SHI
《信息与电子工程前沿(英文)》 2016年 第17卷 第9期 页码 919-928 doi: 10.1631/FITEE.1500447
关键词: 粗糙集理论;区间值数据;属性约简;熵
陈双叶,易继锴
《中国工程科学》 2001年 第3卷 第12期 页码 42-46
提出一种基于粗糙集理论的模糊神经网络系统,首先运用粗糙集理论来发现大量样本数据中的概略化的规则,然后根据这些规则来设计神经网络的结构模型,并利用神经网络技术对模型进行训练。
陈双叶,张微敬
《中国工程科学》 2006年 第8卷 第12期 页码 75-79
将粗糙集理论和模糊逻辑技术结合起来,提出了一种基于粗糙集数据处理的模糊信息融合方法。运用粗糙集的基本理论和简约计算方法,从大量原始数据中发现精简的、概略化的规则,结合模糊逻辑推理建立一致粗糙模糊模型,并提出了对模型进行扩充与完备化的概念。
苗成林,冯俊文
《中国工程科学》 2011年 第13卷 第9期 页码 109-112
罗党
《中国工程科学》 2004年 第6卷 第12期 页码 32-36
利用模糊集理论和粗糙集理论在处理不确定性和不精确性问题方面侧重点的差异性,构造一种组合决策模型。该模型从问题领域内的部分不精确信息出发利用模糊聚类方法构造一个决策信息系统,利用粗糙集理论关于决策规则的约简方法从决策信息系统中提取(挖掘)决策规则,使之适用于问题的整个领域。
罗党,刘思峰
《中国工程科学》 2004年 第6卷 第10期 页码 48-51
以灰色系统理论和模糊数学为基础,探讨了不确定型决策问题的特性,分析了一些相关成果中所给方法在直接处理灰色模糊数方面的优势与不足。运用优化理论和熵极大化准则,建立了基于灰色模糊关系的多属性群体决策方法,分别对属性权重向量已知和未知两种情况给出了简便实用的算法,通过算例说明了算法的合理性。
基于随机有限集的非齐次马尔可夫链联合概率数据关联滤波器 Research Articles
朱昀1,2,梁爽3,吴晓军1,2,杨红红1,2
《信息与电子工程前沿(英文)》 2021年 第22卷 第8期 页码 1114-1126 doi: 10.1631/FITEE.2000209
基于修正氯离子扩散理论模型和海洋大数据的中国北方海洋混凝土结构工程服役寿命设计 Article
冯滔滔, 余红发, 谭永山, 麻海燕, 许梅, 岳承军
《工程(英文)》 2022年 第17卷 第10期 页码 123-139 doi: 10.1016/j.eng.2021.03.030
本研究通过试验研究和海洋工程耐久性参数大数据集的调研,明确了中国北方海洋工程耐久性设计参数的取值、范围和分布类型。基于修正的氯离子扩散理论模型和可靠性理论,计算了浪溅区、潮汐区和水下区混凝土结构的服役寿命。设计了满足100 年或120 年服役寿命要求的混凝土配合比,并提出了保护层厚度要求。
涂承媛,曾衍钧
《中国工程科学》 2003年 第5卷 第8期 页码 45-49
简要介绍了非线性科学中的分形维方法和信息熵方法及其用于房颤信息的处理和分析,计算了未房颤时P波的及房颤时f波的格子维和信息熵,特别是,比较了未房颤时和发生房颤时的相关计算结果的显著差别,从而很容易判断是否发生了房颤
胡宝清
《中国工程科学》 2001年 第3卷 第6期 页码 53-56
在区间与区间之距——IR距概念的基础上给出了相应的可拓评价方法——区间可拓评价方法,并在区域水环境质量评价中给出实例。解决待评事物由实测数据的种种不确定性产生的区间数的评价问题。
微阵列数据集的特征选择技术:综合评述、分类和未来方向 Review
Kulanthaivel BALAKRISHNAN, Ramasamy DHANALAKSHMI
《信息与电子工程前沿(英文)》 2022年 第23卷 第10期 页码 1451-1478 doi: 10.1631/FITEE.2100569
为获得最佳结果,从微阵列数据集中检索相关特征已成为特征选择(FS)技术的研究热点。本综述旨在全面阐述各种最新特征选择技术,同时介绍了基于微阵列数据集的处理多类分类问题的技术以及提高学习算法性能的不同方法。我们试图理解和解决数据集不平衡问题,以证实研究人员在微阵列数据集上的工作。同时提供了一个案例说明该方法的实施过程,该方法使用3个微阵列癌症数据集评估一些包装方法和混合方法的分类精度和收敛能力,以确认最优特征子集。
关键词: 特征选择;高维;学习技术;微阵列数据集
黄显明,易继锴
《中国工程科学》 2004年 第6卷 第4期 页码 44-50
提出了在模糊神经网络中使用Rough集理论进行网络结构设计的方法。由于Rough集理论有强大的数值分析能力,而模糊神经网络具有准确的逼近收敛能力和较高的精度,所以通过两者的结合,可以得到一种可理解性好、计算简单、收敛速度快的神经网络模型。这种网络构造方法的主要过程为:首先,利用Rough集理论对给定数据集进行规则获取;然后,根据这些规则构造模糊神经网络各层的神经元个数及相关参数初始值;最后,用BP算法迭代求出网络的各种参数,完成网络的设计
云存储中基于属性加密的通用型属性撤销系统 Research Papers
Genlang CHEN, Zhiqian XU, Jia-jian ZHANG, Guo-jun WANG, Hai JIANG, Miao-qing HUANG
《信息与电子工程前沿(英文)》 2019年 第20卷 第6期 页码 773-786 doi: 10.1631/FITEE.1800512
标题 作者 时间 类型 操作