属性数学理论在公路围岩分类中的应用

将属性数学理论与关联函数相结合．用于公路隧道围岩分类。根据公路隧道围岩稳定性的影响因素和分类标准,运用属性数学理论建立了公路隧道围岩分类模型;构造了单指标属性测度函数;用关联函数确定分类指标的权重,依据置信度识别准则对公路隧道围岩进行分类,并结合实例进行了对比分析,评价结果更为可靠。研究表明,该方法合理可靠,为公路隧道围岩分类提供了一种新方法。     

单体住宅性能的多属性分类综合评价方法

分析了现有的多指标综合评价中的一般常用方法———模糊综合评价方法中所存在的问题 ,根据ABC分类方法的思路提出了一种改进的综合评价方法 ,即多属性分类综合评价方法 ,给出了其分类方法和评价方法 ,最后对 2种方法的特点和使用范围做了对比和分析 .多属性综合评价方法克服了一般常用方法所存在的问题 ,对评价指标的重要性有显著差异的一类综合评价问题 ,此方法更合理 .     

一种基于粗糙集属性度量的集成分类器

为了准确度量属性的重要性,从基于粗糙集的属性度量视角,提出一种基于混合度量机制的属性评价方法,该方法从不同的信息粒度分析属性的重要性。在混合度量机制中,根据数据分布特点引入参数权重因子。在此基础上,构造一种基于粗糙集属性度量机制的集成分类器。通过实验结果和比较分析表明,所提出的方法能有效地降低数据的属性维度,相比较于单一属性度量准则,分类器具有更好的分类性能。     

基于属性相似度的云分类器

提出了属性相似度概念解决高维对象分类的权重问题,并结合云理论建立了基于属性相似度的云分类器.采用云理论建立训练集的各属性模型,表达各属性值隶属于其类别中心Ex的程度.分类模型由属性模型集成得到,属性权重根据属性相似度计算.各类别的同一属性间的相似度越大,此属性对分类的作用越小.基于粒子群优化方法对分类模型的中心位置Ex进行优化.将此分类器与普通云分类器应用于iris数据集的分类实验,该分类器的分类效果好于后者.     

改进的灰关联分析法在水质评价中的应用

在水环境质量评价中,污染指标众多且具有不同属性。为了使评价结果尽可能多地体现这些属性,且避免多指标权重难以确切分配这一弊端,文章根据灰色系统关联度原理,首先按指标集的不同属性分类得到低层次子集,然后,参照地面水水质标准（ＧＢ３８３８－８８）,对每一子集进行关联度分析,进而对子集之间关联度进行较高层次综合,以综合结果排序,最后,按隶属度最大原则,确定水质评价等级。实例分析表明,该方法层次分明,简便实用,对水质评价具有较好的适用性。     

基于粗糙集理论的决策树构造算法

应用粗糙集理论,提出了一种利用新的启发式函数构造决策树的方法。该方法以属性重要性评价指标作为信息熵函数,对务件属性进行选择,充分考虑了属性间的依赖性和冗余性,弥补了ID3算法对属性间依赖性强调不够的缺点,解决了决策树中子树的重复和有些属性在同一决策树上被多次选择的问题,该方法还能对不相容决策表进行正确分类。实例表明该方法是正确有效的,而且明显优于传统的决策树构造方法。     

基于多重多层次关系的分类属性泛化研究

文章针对具有多重多层次的属性泛化问题构建了MRML泛化模型,并应用于分类规则的学习,提出一种基于MRML泛化关系的分类规则泛化学习方法(CG-DK);该方法根据具体发现任务的需求和当前实际数据库的内容,通过误分类率的控制,在挖掘的过程中选择最紧凑的泛化层次和路径对属性进行泛化,以得到符合用户个性化要求的优化的分类规则;实验表明了该方法的有效性.     

基于属性约简的加权朴素贝叶斯分类算法

朴素贝叶斯在处理分类问题上简单高效,通常它假设属性间是条件独立的,且各属性变量对类变量的影响程度是相同的,但在实际应用中这些都难以被满足,从而使得其分类性能降低.因此,提出基于属性约简的加权朴素贝叶斯分类算法,该算法首先根据各属性不同取值的分类能力及属性间的对称不确定性大小,去除了无关属性和冗余属性,使得筛选后的属性之间具有较低的关联度和较强的分类能力;然后再结合属性与类变量及属性间的相关性对各属性进行加权;最后对待判样本进行分类.经实验结果表明,该算法有效地提升了朴素贝叶斯的分类性能.     

一种新的空间分类挖掘方法

空间分类是空间数据挖掘的一个重要的研究分支 ,空间分类挖掘在对空间对象进行分类时 ,要考虑空间对象的非空间属性及其邻接对象对它分类的影响。本文提出一种新的空间分类挖掘方法 ,该方法将空间对象的非空间属性及空间属性分开来进行考虑。该分类方法具有良好的应用前景。     

基于决策树和规则关联分析的英语教学质量评估

为了提高英语教学质量评估的有效性,采用决策树建立教学质量评估指标分类规则,同时采用关联规则分析对评估结果进行验证.提取英语教学质量评估的有效指标,对指标属性进行量化和泛化处理;根据待评估样本计算各指标属性的熵增益并对熵增益率降序排序,分别获得根节点和分支节点,结合节点属性值得到分支个数,构建完整的教学质量评估决策树;采用关联规则分析方法求解各指标属性的支持度和置信度,根据关联分析结果验证决策树评估的有效性.结果表明,科学设置评估指标参数,并合理选择评估指标属性分段区间.通过本文方法可以较好地评估分析影响英语教学质量关键要素及内在联系.     

贝叶斯分类技术在高校教师教学质量评价中的应用

高校进行教师教学质量评价是提高教师教学质量,确保教育品质的重要手段。然而目前很多高校对教师教学质量的评价主要是给出一个结论,而对影响教师教学质量的主要因素并没有进行分析。根据高校教师教学质量评价中存在的不足和问题,将贝叶斯分类技术应用于高校教师教学质量评价体系中。讨论了贝叶斯分类的定义和方法,介绍了朴素贝叶斯分类器,并给出具体的数据分类实例,利用过去已有的教学质量评价的经验数据进行实验。实验结果表明贝叶斯分类具有较好的分类性能和较高的分类精度,贝叶分类技术用于教师教学质量评价完全可行。通过贝叶斯分类对教师教学质量进行合理评价,克服人为因素对评价结果的直接影响,为以后的教学质量评价提供合理科学的技术支持。     

大学教学评价中基于知识的学生需求优先性分析方法

为了确定大学教学评价中学生需求的最终重要度,提出了一种基于粗糙集和卡诺模型的集成方法：首先,针对大学教学评价中的学生需求备选项具有不分明和模糊等特性,根据粗糙集中相：对约简和相对核等概念,确定学生需求集;其次,利用粗糙集中相对正域的概念,估计学：生需求的相对重要度;再次,根据卡诺模型中的需求分类原理,对学生需求的相对重要度进行恰当的修正;最后,对学生需求的相对重要度和学生需求的相对重要度的修正进行有机的融合,确定学生需求的最终重要度．通过实例说明了所提方法的应用．     

高等级公路养护质量评价方法

针对公路养护管理的需要,基于理想点法的基本原理,选取路面养护质量PQI、桥梁养护质量BQI、涵洞养护质量CQI、路基养护质量SQI、沿线设施养护质量TQI和绿化养护质量GQI 6个指标作为评价指标,采用德尔菲科学方法确定各个指标的权重系数,建立了基于德尔菲-理想点法的高等级公路养护质量评价模型。将该模型应用于实际工程中高速公路养护质量评价的数据计算中,分析得出该高速公路养护质量正负理想点判断范围和距离,其判定等级与规范法基本一致。结果表明,德尔菲-理想点法进行高等级公路养护质量评价是科学的、有效的,为高等级公路养护质量评价提供了有益的参考。     

独立学院体育课堂教学质量评估体系的设计与研究

根据教育科学理论、教学经验和目前独立学院的实际，建立了一套体育课堂教学质量定量评估指标体系。该体系有一级指标5项（教学准备、教学态度、教学方法、运动负荷和教学效果）和18项二级指标，文中对各级指标内涵和权重设置做了阐述，对独立学院体育课堂教学质量评估提供参考。     

基于熵权属性识别模型的岩体质量分级研究

 为克服岩体质量分级中确定评价指标权重系数带有专家打分的主观偏向性,利用熵理论客观地确定岩体质量分级评价指标的熵权系数,结合属性识别理论,建立岩体质量分级判别的属性识别模型。模型选取岩石单轴抗压强度、RQD 值、结构面间距、结构面摩擦系数、岩体钻进速度和岩体声波速度6 个参数作为岩体质量分级综合评价指标,以三山岛金矿7 个采场为研究背景,建立岩体质量分级的属性识别模型,根据信息熵理论计算各评判指标的权重,计算各指标属性测度,利用置信度准则和评分准则,预测岩体质量排序和等级。研究结果表明,属性识别结果较RMR 法更准确,评价结果客观、可信。     

基于粗糙集的毕业生就业质量评价指标优化

为构建财经类院校毕业生就业质量评价指标体系, 提出一种基于粗糙集理论的就业质量评价指标优化方法。 初步确立毕业生就业质量的 14 个评价指标, 以吉林财经大学 2012 ~2015 年近 4 届毕业生的就业信息为样本数据, 利用定量统计法对各指标权重进行了初步确定, 并对各评价对象进行了初步评价分类。 利用粗糙集论对评价指标进行约简, 剔除不影响评价对象分类的指标, 使指标体系由原来的 14 个指标约简为 6 个指标,并重新确定各指标权重, 最终得到了优化的财经类院校毕业生就业质量评价指标体系。 研究结果表明, 利用优化的指标体系可减少统计与评价的工作量, 该方法为财经类院校毕业生就业质量评价指标体系的构建和优化提供一个新的方向和途径。     

浅议化学实验课程教学资源开发的途径与策略

分析了传统的化学实验教学存在的问题,探讨了化学实验课程教学资源的含义和化学实验课程教学资源的分类,提出了开发化学实验课程教学资源的途径和策略.     

基于粗糙集理论的膨胀土分级模型及应用

将粗糙集理论与模糊集理论相结合并应用于膨胀土分级问题中,利用粗糙集中的知识约简方法挖掘评价指标.把权重问题转成粗糙集理论中属性重要性问题,建立了关于膨胀土分级评价的关系数据模型。将评价结果与实际的评价结果对比分析,研究结果表明：预测等级与实际结果吻合,比较客观地反映了膨胀土分类的复杂状况,且该方法操作简单。     

基于属性重要性的加权支持向量机及其应用

针对珠江水质预测中的大量不确定和模糊因素,提出了一种基于属性重要性的加权支持向量机水质预测模型.首先通过粗糙集理论对原有的评价指标体系进行约简,由原来的8个预测指标约简为7个指标,被约去的属性正是网站公布数据中缺失的属性;同时计算出各属性的重要性,对重要的指标赋予较大的权重,构造基于属性重要性的加权支持向量机,这不同于以前的针对样本作用不同而构造的加权支持向量机.本文以珠江流域重点断面水质预测为例,对近2年数据进行分析,结果显示了该模型的有效性.     

基于聚类分析法的葡萄酒评价

首先通过配对T检验方法对两组评酒员对葡萄酒的评价质量数进行检验,并且计算方差均值,以选取更为可信的一组评酒员对葡萄酒的评价质量数作为葡萄酒分级的样本数据;其次通过相关分析法对葡萄酒的理化指标与酿酒葡萄的理化指标之间的联系进行分析,以选取与葡萄酒显著相关的酿酒葡萄的理化指标作为葡萄酒分级的部分指标;最后利用聚类分析法对葡萄酒分级.利用该方法可对葡萄酒进行有效评价.