基于粗糙集的机车电线路故障诊断方法

首先将检测和故障分析需要用的数据和信息存入数据库,经过处理、约简,提取相关属性核,形成相关处理规则。从实验结果可知,基于粗糙集的故障检测方法对处理大型数据非常适合,可以大大减少处理数据的工作量。     

属性论在文本相似度计算中的应用

在文本信息检索中，相似度是用以反映用户需求与数据库系统中文本内容的相近程度。相似度越大，表明文本越符合用户的需要，相似度越小，表明文本越不符合用户的需要。本文以属性论中的一个模型--属性重心剖分模型(又称属性坐标系)为基础，探讨属性论在文本相似度计算中的应用。     

富含苹果皮根皮素壳聚糖-聚乙烯醇抗氧化保鲜膜的研制

壳聚糖-PVA复合膜在食品包装领域具有可降解、抑菌、成膜性好的应用优势,但存在阻隔性能差、机械强度低、抑菌性低、热稳定性差等缺点.基于对壳聚糖-PVA复合膜性能上进行改进,将天然抗氧化成分根皮素加入其中,通过溶液复合法制备不同浓度(质量分数0%、1%、2%和3%) 富含苹果皮提取物根皮素的壳聚糖-PVA复合膜,测定其机械性质与水蒸气透过率,并对其结构进行表征.根皮素的加入增加了壳聚糖-PVA复合膜的热稳定性、拉伸强度和水蒸气透过率,降低了其断裂伸长率.用扫描电子显微镜(SEM)进一步研究了薄膜的表面和截面.此外,红外光谱(FT-IR)测试显示,在薄膜基体中形成了氢键.X-射线衍射(XRD)分析表明,根皮素的添加对壳聚糖-PVA膜的无定形性没有影响.与对照相比,富含根皮素的壳聚糖-PVA膜的抗氧化活性(ABTS和DPPH自由基清除能力和还原能力)和抗菌能力均有所提高.上述结果表明,根皮素是一种优良的添加剂,有助于壳聚糖-PVA膜的性能提高,在食品包装薄膜开发方面具有潜在应有价值.     

逆分离模糊集合((-overA)F,(-overA)(-overF))与模糊信息安全获取

利用论域的动态特征, 给出了具有属性析取特征的、由内逆-分离模糊集合与外逆-分离模糊集合共同构成的逆分离模糊集合,进而给出了逆分离模糊集合之间的模糊距离;基于逆分离模糊集合的生成,给出了模糊信息关系,进而给出了逆模糊信息智能伪装及其智能获取算法;结合椭圆曲线,给出了逆模糊信息内-伪装安全获取算法在商业领域的应用。     

食品安全与产品质量逻辑关系及应用研究

从食品安全与产品质量的比较中发现,二者具有属性分离的一面,前者是后者的一种特殊形态,并具有明显的公共品特性。基于食品安全与产品质量的共同属性,借助函数工具,构建起二者具有某种映射规则条件下的逻辑关系表达式。食品安全通过产品质量纳入现有经济理论分析框架,通过理论模型,在企业的最优化生产决策行为中导出均衡食品安全方程。同时,结合企业质量管理模式,从2个维度对产品质量的界定和量化思路进行初步讨论。将成本变化的总效应分解为结构部分和行为部分,刻画出各种因素对食品安全作用的机理和对成本影响的机制,其中对生产成本作用增强的部分来自食品安全的贡献度。     

对象导出三支概念格的熵属性约简

将信息熵引入形式背景中,研究对象导出三支概念格的熵属性约简. 首先,定义对象导出三支概念格的信息熵、条件熵和互信息等概念;其次,根据属性在约简过程中的重要性探讨核心属性和非核心属性的熵判定条件,并得出对象导出三支概念格的熵协调集等价于OEG协调集(对象导出三支概念格的粒协调集),对象导出三支概念格的熵约简集等价于OEG约简集;最后,给出决策形式背景中对象导出三支概念格的熵协调和熵约简等概念,并给出启发式熵约简的方法.     

基于属性理论的西部地区高速公路后评价

为了科学、有效地总结西部地区已投入运营的高速公路项目的经验教训,提高西部地区高速公路项目管理水平,基于属性理论建立了西部地区高速公路后评价模型。首先,从过程评价、投资与效益评价、影响评价、目标持续性评价4个方面构建了西部地区高速公路后评价指标体系。属性理论的运用,能将定量因素和定性因素有机结合起来进行评价,运用属性理论建立了后评价模型。最后,将该公路后评价模型应用于甘肃省某高速公路项目,并通过获取的各项基本参数,对案例公路进行了后评价分析。研究结果表明,该项目实施与运营效果良好。针对于这一评价效果,对案例项目的经验教训进行了总结,提出了关于西部地区高速公路项目发展的针对性建议。     

模糊关联规则的并行挖掘算法

介绍了模糊关联规则挖掘算法的基本思想及实现步骤,提出了模糊关联规则的并行挖掘算法.并行挖掘算法采用并行的模糊c-均值算法将数量型属性划分成若干个模糊集,并借助模糊集软化属性的划分边界.用改进布尔型关联规则的并行挖掘算法来发现频繁模糊属性集.最后由多个处理器并行地产生满足最小模糊信任度的模糊关联规则.在分布式互连的PC/工作站环境下进行性能分析,结果表明并行的挖掘算法具有好的可扩展性、规模增长性和加速比性能.     

基于M-ANFIS-PNN的目标威胁评估模型

目标威胁评估的目的是根据目标的属性和状态信息对目标的威胁程度进行定量估计, 为后续作战决策提供辅助支持。现有威胁评估模型大多依赖于数值信息, 难以有效处理包含定性、定量数据的目标特征信息。基于此, 提出一种改进的自适应模糊神经推理系统模型。在自适应模糊神经推理系统的基础上, 引入前件影响矩阵和后件影响矩阵对定性数据进行处理, 使得定量、定性数据的影响同时作用于模糊规则的前件参数和后件参数; 为了进一步提高模型的输出精度, 将自适应模糊神经推理系统的输出层替换为多项式神经网络; 通过基于Gower距离的近邻传播聚类算法对改进模型进行结构辨识, 确定模糊规则的初始参数。仿真实例验证了所提方法的有效性与可行性, 与其他混合属性数据建模方法相比, 所提方法具有较高的预测精度, 可为作战指挥决策提供有效的辅助支持。     

属性识别理论模型在土壤肥力综合评价中的应用

土壤肥力受到自然因素和人为因素的双重影响,而且评价指标数据集较大属于高维数据,因此对其进行客观的综合评价显得非常困难。运用属性识别理论模型和层次分析法对土壤肥力综合评价进行了研究,结果与模糊综合评价模型的评价结果相一致。运用层次分析法确定评价指标权重系数,避免了权重确定的主观性,同时该模型计算简单,适应于有评价标准的质量评价问题。表3,参12。