Fortran与C#混合编程在地震属性分析中的应用

充分利用现有的Fortran程序,通过混编方式,将其移植到.NET平台下,实现了地震属性分析中C#可视化程序调用Fortran语言的混合编程。改造现有的Fortran源码,一方面可以达到两种语言优势互补的目的,另一方面可以利用前人留下的大量的Fortran程序,避免重复的编程,大大节约了科学研究时间。     

面向用户需求的覆盖约简模型

许多学习算法都存在这样一个偏置：属性集中的属性同等重要.然而,这种假设不一定实际.如果把属性集中的属性根据实际情况考虑为分别具有不同的重要性,那么由此获得的模型应该更合理,也有不少学者将此考入到算法中.文章将计算属性约简的问题转化为计算集合覆盖约简问题的思想,通过将描述用户需求或偏好的属性序纳入考虑,设计了基于用户需求的覆盖约简算法,并且对计算复杂性分析.最后运用实例验证了算法的可行性和有效性.     

融合正域及边界质量的实域属性约简方法

基于邻域关系提出一种综合考虑正域和边界数据的属性约简方法.该方法利用邻域关系对数据进行离散化处理,通过定义基于邻域的正域属性重要度、边界属性重要度和邻域综合属性重要度概念,设计一种新的启发式属性简约算法.该算法从空约简集出发,利用邻域属性重要度启发式搜索属性空间以扩展约简属性集,理论分析和实验表明该算法有效可行.     

海明距离判别法分类准确率的影响因素

为探讨海明距离判别法(HDD)的非参数优势,通过一个5因素混合实验,考察了4个因素(属性层级、测验长度、样本容量、知识状态分布)对HDD的3种判别方法(R方法、B方法、W方法)分类准确率的影响.结果表明:1)属性层级和测验长度均会影响HDD判准率,属性层级越紧密、测验长度越长,HDD判准率越高; 2)HDD对样本容量无依赖,可适于小样本评估; 3)HDD的R方法、B方法、W方法的分类准确率无差异; 4)HDD无需被试知识状态分布的正态性假设,更适于均匀分布.     

认知评估中的属性关系

规则空间模型(RSM)及属性层级方法(AHM)是有较大影响力的认知诊断模型.在RSM与AHM中不可缺少属性及属性层级关系,属性层级关系为属性间的先决关系所诱导.但是,先决关系只考虑了属性之间的关系,却忽略了属性集之间存在的联系.该研究以先决关系为切入点,实例证明先决关系及其诱导的属性层级关系具有局限性,基于属性集,提出更具一般性的蕴含关系,使先决关系为其特殊形式,为当前认知诊断理论研究提供了新的研究角度.     

基于Arc View GIS煤矿安全生产地理信息系统的开发

为了全面提高和改善煤矿企业的安全管理水平,针对煤矿空间数据较多的实际情况,结合Arc View的突出特色空间数据和属性数据动态关联统一管理的特点,采用Arc View GIS和VB、VC等软件进行煤矿安全生产地理信息系统的开发。系统的开发过程是开放性的,用户可以根据生产过程中的实际变化对系统中的视图和属性表进行实时的增删、修改等编辑操作,使系统不断得以更新和完善。实践证明该系统运行可靠性较高、稳定性好、实用性较强。     

最小相关性最大依赖度属性约简的改进算法

对于决策表的属性约简,通过分析最小相关性最大依赖度属性约简算法,得到了一种更加完善的最小相关性最大依赖度属性约简算法,并通过实例验证其可行性.     

支持追责和用户撤销的属性基加密方案

针对当前属性基加密系统中用户与中心滥用密钥以及用户解密权限的撤销问题, 提出一种支持追责和用户撤销的属性基加密方案. 该方案使用“不动点”作为密钥拥有者的标识符, 实现了对恶意用户的身份追踪; 通过用户与中心交互生成解密密钥, 解决了半信任中心滥用密钥的问题; 利用完全子集方案和自更新加密方案实现了用户的即时撤销, 并达到了前向/后向安全性; 同时使用Paillier加密体制, 避免了追踪过程中的存储代价. 该方案无需在系统建立阶段预先确定属性个数, 且在标准模型下被证明是选择明文安全的.     

基于驾驶员色彩偏好的交通属性表征研究

色彩已被广泛应用于车辆状况,交通状态,道路条件等交通属性信息的表征。采用对偶比较法考察10种色彩对20种基本交通属性强弱表征的主观感受性。通过卡方检验考察不同被试者对特定属性色彩表征主观感受的一致性,并依据Z分值得出该属性强弱表征的色彩排序。结果表明,对于温度、胎压、音量、速度、瞬时油耗、车流速度、车流密度、光照、长度、宽度、高度、承重量12种连续性属性,以及车辆设备状态、道路设施状态、拥堵状态和安全状态4种两极性属性,不同被试者的色彩表征主观感受一致性较高;同时依据Z分值,可以得出表征12种连续属性强弱递减的色彩序列,对于4种两极性属性,得出表征两极性的最佳色彩选配方案。     

基于粗糙熵的时序数据属性约简及规则提取研究

分析了近似质量在提取非确定性规则方面的不足,并基于粗糙熵的预测成功度概念,结合时序数据特点,提出一种属性约简及规则提取策略．该策略在对时序数据进行属性约简时,采用粗糙熵与时间距离相结合的方法,使得最终得到的约简在时序方面是较优的,最后使用UCI数据库进行仿真实验,效果良好．该策略在工程领域处理时序数据方面有一定的应用价值．