数据挖掘的粗集方法研究

数据挖掘的方法和技术很多,其中粗集理论在知识获取中得到了广泛应用,它可对不完整数据进行分析和归纳,从中发现知识.通过分析数据挖掘的含义及粗集理论的概念,讨论了数据挖掘的粗集方法.     

随机粗糙表面散射声场的理论研究

本文从声波动方程出发,引入了一些近似,建立了平均散射声强与物体表面粗糙度,超声频率和接收掠射角之间的闭形解析表达式。并把理论与文献报道的实验结果进行了比较,二者符合较好。因此,本文理论引用的近似在一定程度上正确地预言了粗糙表面的散射声场。     

连铸1Cr18Ni9Ti不锈钢大型夹杂物的研究

报导了1Cr18Ni9Ti不锈钢的连铸工艺制度及铸坯中大型夹杂物的形貌、来源及分布，以及对轧材质量的影响。通过显微观察，发现铸坯中的大型夹杂物多为TiN加球形卷渣，X-射线结构分析、电子探针微区测试证实了球形卷渣主要来自保护渣，经理论计算证实：保护渣中的SiO2不能将TiN转化成TiO2。提出了降低连铸坯中大型夹杂物的措施。     

强平的Banach空间

定义了强平的Banach空间,证明了若X是强平的,则X的范数是粗的;若X具有KMP,则X不存在等价的强平范数。     

面向证券投资的动态知识发现系统设计与实现

针对传统证券投资技术分析方法所存在的不足，通过对粗集理论、神经网络学习机理的研究。提出了面向证券投资的动态知识发现系统的基本框架．基于此框架，设计出面向证券投资的动态知识发现系统，并详细阐述了系统的各组成部分的设计思想及实现．最后结合实例，验证了系统的有效性、可行性．     

相容粗糙集在音频检索中的应用

针对数字技术的发展促使个人的多媒体数据资料量越来越大,给人们的使用造成很大的不便,人们迫切需要能对这些资料进行检索和管理的工具,提出了利用相容粗糙集理论对音频数据进行预检索的新方法,即在相容类的近似空间中对音频数据进行预检索.实验结果表明,该方法可以有效地克服等价粗糙集在音频检索方面的限制,对提高检索效率具有一定的作用.     

新的混合智能系统R-FC-DENN

以认知心理学、模型集成理论为基础,构建了集粗糙集理论、聚类理论、模糊逻辑理论、遗传算法理论、人工神经网络理论于一体的一个新的混合智能系统R-FC-DENN。它首先通过粗糙集将输入样本进行约简,然后用聚类技术将简化后的样本进行聚类,对不同的聚类使用经过遗传算法改进了的神经网络进行训练,接着将这些经过不同神经网络训练的样本用模糊权值组合起来,放入新的用遗传算法改进了的神经网络再进行训练,从而完成整个训练过程。最后用UCI下的实际数据库对提出的混合智能系统R-FC-DENN的实用性进行了检验,证明方法是可行的。     

基于粗糙集理论的人工神经网络故障诊断系统

在故障诊断神经网络模型的基础上,以粗糙集理论中的信息系统属性值表为主要工具,将复杂的神经网络分层的简并剔除其中不必要的属性,克服了网络规模过于庞大及分类识别速度慢等缺点,取得了减少分类过程中的模式匹配搜索量的良好效果,并给出基于粗糙集理论的分层发掘神经网络模型结构及算法,结果表明该系统对工程应用具有一定的参考价值。     

粗糙集在智能空瓶检测感兴趣区域提取中的应用

为实现空瓶检测中感兴趣区域ROI的自动精确标定,介绍了一种基于粗糙集不可分辨关系划分及粗近似进行ROI区域提取的新方法。首先,基于先验知识描述,确定粗略ROI区域,然后,提取和ROI区域标定有关的底层图像特征如灰度、边缘、位置等,在对特征属性离散化后,构造出反映分类关系的信息表,并依据不可分辨关系划分获得基本像元区域,最后,以初始ROI区域的上近似作为最终提取的ROI区域。在瓶身及瓶口的ROI区域提取实验中,该方法可以获得比人工标定更为精细的ROI区域,有利于提高后续检测过程中的检测精度。     

不完备系统中基于特征关系的知识约简

以同时具有丢失型和遗漏型未知属性值的不完备系统为研究对象,根据特征关系讨论了其中的知识约简问题.在不完备决策系统中,引入了近似分布约简的概念并给出了相应的判定定理与辨识矩阵,为从复杂的不完备系统中获取知识提供了新的理论基础与技术手段.