基于断点辨别力的粗糙集离散化算法

提出了基于断点辨别力的粗糙集离散化算法.通过分析候选断点与决策类之间的相关性,定义了候选断点对决策类的辨别力,并以此作为断点重要性的度量,实现连续属性的离散化.离散化后的决策系统不改变原有的相容性,而且能最大限度地保留有用信息.采用多组数据对此算法的性能进行了检验,并与其他算法做了对比实验.实验结果表明此算法是有效的,而且当候选断点个数增多时仍有较高的计算效率.     

Application of Rough Sets to Evaluate Fabric Smoothness Grade

For garment or fabric appearance, the cloth smoothness grade is one of the most important performance factors in textile and garment community. In this paper, on the base of Rough Set Theory,a new objective method for fabric smoothness grade evaluation was constructed. The objective smoothness grading model took the parameters of 120 AATCC replicas' point-sampled models as the conditional attributes and formed the smoothness grading decision table. Then, NS discretization method and genetic algorithm reduct...     

基于粒子群算法的航空发动机管路布局方法

针对航空发动机的内机匣表面为近似柱面的特点,建立了布管模型坐标系,将三维布管问题简化为二维问题,以栅格法和粒子群算法为基础,提出了基于粒子群算法的航空发动机管路布局方法.该方法采用栅格法对环境进行建模,设计了一种基于栅格的定长度粒子编码机制以解决变长度编码的不足,建立了路径寻优的目标函数,应用粒子群算法在环境模型中搜索最优粒子.最后给出了仿真结果与UG视图,证明了该方法的可行性和有效性.     

基于粗糙集的连续属性离散化算法及其应用

为了提高信息系统的相容性、解决离散化过程中阈值以难确定的问题,提出了一种改进的连续属性离散化算法.该算法以信息增益作为属性重要性的度量方法,以基于最小描述长度原理的决策系统信息熵作为离散化过程的评价函数,能够有效地提高离散化速度和精度,并且增强了系统的鲁棒性.仿真结果证明,此算法能够得到满意的离散化结果,是一种能够自动调节阈值的有效算法.     

WILD：基于加权信息损耗的离散化算法

现实应用中常常涉及许多连续的数值属性,而目前许多机器学习算法则要求所处理的属性具有离散值。基于信息论的基本原理,提出一种新的有监督离散化算法WILD,它可以看成是决策树离散化算法的一种扩充,其主要改进在于考虑区间内观测值出现的频度,采用加权信息损耗作为区间离散化的测试,以克服决策树算法离散不均衡的问题。该算法非常自然地采用了自底向上的区间归并方案,可以同时归并多个相邻区间,有利于提高离散化算法的速度,实验结果表明该算法能够提高机器学习算法的精度。     

Riesz空间分布阶的分数阶扩散方程的数值模拟

提出一种求解Riesz空间分布阶的分数阶扩散方程的数值方法。 利用辛普森数值求积公式,将分布阶微分方程离散为一个多项分数阶导数的微分方程;利用四阶差分格式求解此具有多项分数阶导数的微分方程,并运用能量法分析数值格式的稳定性和收敛性。同时,给出数值例子,说明所建立的数值离散格式的有效性。     

基于显式时间离散CBS有限元法的流场数值模拟

基于全微分形式,采用动量特征线实施坐标转换,提出沿动量特征线方程的显式时间离散CBS有限元法,其保持了CBS格式的属性且具有时间的二阶精度.运用该算法进行低雷诺数下圆柱和正方体的瞬态绕流模拟,对比了升力系数和阻力系数的数值计算结果与相关文献的实验结果,数值分析了单柱和并排双柱情形下的流场绕流.结果表明,所提出的CBS有限元法在低雷诺数下的流场模拟中具有较好的可靠性.     

数字控制器设计方法浅析

分别采用连续域—离散化设计和直接离散域设计两种方法,设计某伺服系统的数字控制器以校正系统的性能.通过对比分析,可以得到各自的特点：连续域—离散化设计方法必须采用较小的采样周期,可以利用已积累了丰富经验的连续域设计技术;直接离散域设计避免了离散化误差,采样周期可以不必选得太小,但设计经验相对不足.     

区域离散化计算程序中结点数据的动态存取技术

在有限元法和边界元法的区域离散化计算程序中运用了基于ANSI/ISOC 标准模板库(STL)的面向对象技术,以向量模板类的特化继承对象为变容量数据容器,实现了可按计算实例的离散结点数量动态存取数据的机制和数据容器的零容量启动,从而避免了运算时系统对静态内存空间的超量占用.     

基于改进[FK(W][BG(][BHDWG1,WK*2/3W][ZB(][BHDWG*3,WKW] χ [ZB)W][BG)W][FK)] 2统计的数据离散化算法

在基于χ2统计独立性的离散化算法中,自由度与期望频数的选取直接影响χ2计算的准确性,从而影响离散化的性能.为此,提出了一种基于改进χ2统计的数据离散化算法,提高了基于统计独立性离散化算法的质量.首先,分析了χ2函数中自由度选取的不足,给出了自由度选取的修正方案;其次,根据数据类分布等特点,提出了期望频数的改进方案,克服了不同数据集赋予相同期望频数的缺陷,提高了χ2计算的准确性.实验结果表明,改进的方法显著提高了C4.5决策树与Naive贝叶斯分类器的学习精度.