属性码在煤炭企业内部物资编码中的应用

对物资采用编码管理是物资管理的基础工作，就企业而言，也是企业管理的基础工作。文章以物资的属性码编码为应用实例，探究了在具体应用中属性码所体现出来的优势以及给管理工作带来的便捷、精准与效果。     

高维数据流的聚类离群点检测算法研究

针对基于聚类的离群点检测算法在处理高维数据流时效率和精确度低的问题,提出一种高维数据流的聚类离群点检测（CODHD-Stream）算法。该算法首先采用滑动窗口技术对数据流划分,然后通过属性约简算法对高维数据集降维;其次运用基于距离的信息熵过滤机制的 K-means 聚类算法将数据集划分成微聚类,并检测微聚类的离群点。通过实验结果分析表明:该算法可以有效提高高维数据流中离群点检测的效率和准确度。     

地下工程岩爆灾害预测的属性综合评价模型

 针对地下工程岩爆灾害预测各种方法的局限性以及预报准确率低的现状,基于属性数学理论与方法,选取围岩最大切向应力与岩石单轴抗压强度之比、脆性系数和弹性能量指数作为岩爆灾害预测的主要评价指标,建立了岩爆灾害预测的属性综合评价模型,对岩爆的发生与否及其烈度进行了预测。应用属性数学理论,构造了各评价指标的属性测度函数,并利用相似数定义相似权的方法确定各指标的权重以计算综合属性测度,最后应用置信度准则进行属性识别,给出评价结果。以10 组典型地下工程为例,对该模型进行了验证,结果表明,该模型评价结果与实际情况有较好的一致性,验证了属性综合评价在岩爆灾害预测中的可行性和适用性,为地下工程岩爆灾害的预测提供了一种新途径。     

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。     

相容关系的改进及其属性约简

针对经典粗糙集理论处理不完备信息系统存在的局限性,作者从扩展粗糙集理论的适用范围出发,引入不完备信息系统对象的先验概率并结合量化相容关系的思想,提出了改进的相容关系模型.以该模型为基础研究了不完备信息系统的属性约简.通过严格的数学证明,给出了属性约简算法.该算法以空集为起点求取系统的约简,不需要计算核,节约了时间,减少了占用空间,简化了求解过程.通过实例验证该改进相容关系模型及其属性约简算法.     

结合ODF和辨识集的特征选择

在中文文本分类中,由于中文词条总数较高,限制了中文文本分类算法的选择空间.特征选择是文本分类的一个核心研究课题.提出了一个优化的文档频(optimal document frequency,ODF),再结合粗糙集提出了一个新的基于辨识集的属性约简算法,最后把该属性约简算法同优化的ODF结合起来,提出了一个综合的特征选择方法.该综合选择方法首先使用优化的ODF进行特征初选以过滤掉一些词条来降低特征空间的稀疏性,然后再利用所提出的属性约简算法消除冗余,从而获得较具代表性的特征子集.实验结果表明该方法有较好的准确率和召回率.     

基于依赖型算子的不确定语言多属性群决策法

研究了属性权重以实数形式给出、属性值以不确定语言变量形式给出的多属性群决策问题。基于不确定语言变量的运算法则,给出了一种基于不确定语言变量及其运算法则的新算子：依赖型不确定语言有序加权几何 (dependent uncertain linguistic ordered weighted geometric, DULOWG) 算子。与该类算子相关联的加权向量依赖于被集结的不确定语言变量,并且对错误或有偏见的不确定语言变量赋予较低的权重来减轻不公平性对评价结果的影响。提出了一种基于ULWGM算子和DULOWG算子的不确定语言多属性群决策方法,并进行了实例分析。     

基于音色属性辨识声目标的主观评价实验研究

设计了目标辨识、语义细分和自适应分组成对比较等三组主观评价实验, 研究不同音色属性对辨识声目标的作用. 首先对50个水下声样本进行等响度、等时长预处理, 完成了三种目标类型的主观辨识实验. 然后完成基于语义细分法和自适应分组成对法的目标辨识实验, 利用相关分析和聚类分析手段对评价数据进行处理, 获得人耳听觉系统在自然音色和本质音色空间下辨识目标类型的结果. 研究结果有助于掌握和理解人类听觉系统听音辨物过程中音色属性的作用, 对音色属性建模及特征提取也有益处.     

基于属性数学的供应商综合评价

供应商是整个供应链的起点,它的综合能力直接影响到整个供应链的正常运行。本文借助供应商的二层指标体系,利用属性综合评价法对某供应商的能力进行了综合评价。通过该实例说明了属性综合评价方法具有可行性,而且较模糊综合评价方法更加合理。     

基于决策树的网络流量分类方法

针对传统流量分类方法(基于端口和有效载荷)分类不可靠的问题,提出基于C4.5决策树算法,根据训练集中属性的信息增益比率构建分类模型,按属性对测试数据集进行预测,通过查找分类模型实现对网络流量的分类。在公开数据集和自己采集的数据集上进行实验,结果表明,采用C4.5决策树算法对网络流量分类,平均分类精度为93%,单类别分类精度均在90%以上,能有效地实现对网络流量应用类型的识别。