基于代价有限的值覆盖决策树

在测试代价敏感决策系统中,测试代价敏感属性约简方法是一种寻找测试代价尽量小的属性集的有效方法．但是,约简后决策系统只保留了简洁完整的信息,其所构造的分类器精度会有所降低．假设我们拥有有限但多于最小测试代价的资源,那么我们可以充分利用这些资源来获得更高质量的分类器．本文针对这种情况做了以下两个工作：1）我们在最小测试代价约筒的基础上添加好属性,寻找一个更好的属性集．2）提出了一种改进的决策树算法,提高分类器质量．该算法选择一些当前最好的属性值来构建结点,这些属性值能够覆盖当前相应的训练集．实验表明：1）改进的决策树算法能够获得比ID3更高的分类准确度;2）与最小测试代价约简的分类器相比,在最小测试代价约筒的基础上添加一些的好属性,可以获得更高质量的分类器;3）该方法在减少测试代价开销的同时,保证了分类器的质量．     

基于代价敏感卷积神经网络的集成分类算法

针对不平衡数据集中少数类样本分类识别率较低的问题,提出一种基于代价敏感卷积神经网络(cost sensitive convolutional neural network,CSCNN)和AdaBoost的分类算法(classification algorithm based on cost sensitive conv...     

代价和概率时间自动机上概率有界的成本优化可达性

着重解决代价和概率时间自动机模型的可达性问题,即满足一定概率要求的最小代价问题. 在该模型中搜索满足概率要求的路径,据此路径构造相应的代价时间自动机,求解此路径的最小代价,从而求得满足概率要求的总的最小代价. 另外,通过扩展代价和概率时间自动机模型,得到多代价和概率时间自动机. 相应的可达性问题,即满足一定概率要求的符合辅助成本约束的主成本最小代价问题,也可类似地得到解决.     

顾及生态代价的人文发展城乡差距估计

针对传统人文发展指数计算未考虑生态代价的弊端,将生态足迹指数导入其中,提出一个植入生态代价因素的生态—人文发展指数分析框架.对我国1990～2006年分城乡的生态—人文发展指数进行估算,从生态经济和人文发展的视角全面估计我国城乡差距问题.结果表明,考虑生态代价的城乡差距比通常意义上的城乡差距要小,其原因在于城镇人文发展的生态代价较农村偏高.     

代价敏感特征选择和半监督学习相结合的乳腺癌辅助诊断

乳腺癌在X光图像下的主要表现是肿块和微钙化点.传统的诊断方法一般假设从图像肿块和微钙化点中提取的特征是正确有效的,且采用监督分类器进行诊断.但在实际中,一方面不能完全保证所有被提取特征的正确性;另一方面,由于高昂的标记代价,导致大量样本无标记.针对上述两个问题,本文提出了一种新颖的诊断方法.一方面,为了消除特征冗余和选择出对分类有用的判别特征,提出改进的代价敏感选择性集成法用于选择特征;另一方面,为了利用未标记样本信息,设计了一致性协同学习半监督分类器.在公共乳腺癌数据库DDSM上的实验表明,所设计的乳腺癌辅助诊断方法与其他方法相比具有更好的诊断性能.     

采用光纤光栅的光交叉连接节点中的同频串扰

从均匀光纤光栅滤波器的窗口函数出发,研究了基于光纤光栅解复用器的光交叉连接中由于光栅非理想滤波特性引起的同频串扰问题,推导了两类同频串扰(同源相干串扰和非同源串扰)同时影响下的系统功率代价表达式,并由此计算了光栅耦合系数、光栅长度及偏振匹配因子等对系统性能的影响.     

基于三角模的模糊粗糙集与模糊关系之间的联系

研究了论域上模糊关系与(φ,T)-粗糙集上的近似算子之间的联系;给出了满足一定条件的(φ,T)-粗糙集与特殊模糊关系之间的等价条件;定义了上可定义模糊集合,并证明了它是完备的分配格,同时对其结构进行了刻画．     

基于动态自适应加权Census变换的立体匹配算法

为了解决匹配过程中在弱纹理区域的误匹配问题，提出了在不同搜索窗口下自适应加权的Census变换的立体匹配方法。采用Census变换得出搜索窗口内对中心像素影响不同的特异点，分别将邻域像素与中心像素灰度差值进行处理，得到搜索窗口内邻域特异点对中心像素的影响权重，使用权重值加权求和的方式代替计算汉明距离，得出初始匹配代价。为了增强视差图，采用4路径聚合方式与赢家通吃算法(Winner-take-all, WTA),利用子像素拟合、一致性检查、颜色信息加权中值滤波和视差填充等步骤优化视差。为了验证算法效果，将提出的自适应加权Census算法与ADSG、SGM、LPSM和SGBM2进行比较，在Middlebury 2014数据集上进行了测试实验。验证了所提算法的有效性，提高了匹配的准确率，视差图更加平滑、边缘清晰。     

不确定时间延迟下RMPC的保代价区域优化研究

在控制系统中,时间延迟的不确定性往往会影响控制策略的准确性.为了进一步分析时间延迟对系统性能的影响,该文在传统RMPC(Robust Model based Predictive Control)的基础上引入了不确定时间延迟,分析了不确定时间延迟下系统的保代价区域.首先,介绍了线性矩阵不等式约束下的RMPC,并分析了相应的保代价区域.接下来,在RMPC中引入不确定时间延迟,通过对系统状态空间进行放大,使其包含了更多的历史状态信息.最后,依据最大时间延迟分析了不确定性对控制系统性能的影响,并分析了相应的保代价区域.仿真实验表明,控制系统的保代价区域随着时间延迟的增加而逐渐减小,并且时间延迟的不确定性范围越大系统的保代价区域越小.     

基于广义粗糙集的属性约简

目前,人们对广义粗糙集的研究主要集中在集合的近似计算上,而真正利用广义粗糙集进行属性约简的研究还很少见.基于广义粗糙集理论研究了信息系统中属性约简的问题.首先定义了关系信息系统及其属性约简的概念.然后给出了属性约简的判定定理和辨识矩阵并详细地研究了属性约简的基本性质.最后给出了计算信息系统中属性的所有约简的一般方法.     

不完备信息系统可变粗糙集模型与性质

不完备信息系统粗糙集拓展模型是近几年来粗糙集理论研究的重要内容.该文以基于相容关系、非对称相似关系及限制容差关系的粗糙集模型为特例,提出了基于一般二元关系的可变粗糙集模型,它是基于各种具体的二元关系(如相容关系、非对称相似关系、限制容差关系、量化容差关系等)粗糙集模型的推广,也是不完备信息系统变精度粗糙集模型的一般情形.文中还进一步研究了不完备信息系统可变粗糙集模型的性质.     

基于相似关系的不完备模糊决策信息系统知识约简

在不完备信息系统和模糊决策信息系统及其粗糙集模型的基础上,提出了不完备模糊决策信息系统的概念,并基于相似关系及其粗糙集模型,给出了不完备模糊决策信息系统的粗糙集模型.该模型是不完备信息系统,完备模糊决策信息系统和经典决策信息系统粗糙集模型的推广.还给出了该系统的知识约简及其算法.     

基于相似关系的变精度粗糙集的数据约简

基于最大相似类的变精度粗糙集模型．此模型把变精度粗糙集的基础由等价关系拓展到条件更弱的相似关系,更好地利用数据间的相关信息,扩大了粗糙集理论的应用范围．讨论了相似变精度粗糙集的性质与属性约简,举例说明了相似的变精度粗糙集在大学生体质检测数据约简中的应用．     

数据采掘中的广义粗略集模型

在数据采掘中,运用传统的粗略集模型能对完整的数据库进行所需的规则抽取。在此基础上研究了广义粗略集模型对不完整数据库的数据采掘问题。     

半群中变精度的粗糙理想

基于半群中的粗糙左理想,粗糙右理想,粗糙双侧理想与粗糙双理想的概念,本文讨论了半群在变精度的粗糙集模型下,各种粗理想相应的性质,并且讨论了半群中两个理想之积的一些性质,进一步丰富了半群中的粗糙集理论.     

区间直觉模糊软截集（英文）

首先讨论了区间直觉模糊软集在实际问题的应用,其次定义了区间直觉模糊软粗糙集,最后给出了区间直觉模糊软截集的定义及区间直觉模糊软分解定理和区间直觉模糊软表现定理,得到了一些有意义的结果.     

覆盖广义粗糙集与信任函数

本文在覆盖广义粗糙集最简覆盖的基础上,应用等域关系,将覆盖广义粗糙集转化为Pawlak经典的粗糙集,使得经典粗糙集理论的应用范围得到了一定的扩充,并用例子说明该转化方法提高了一个集合的近似程度.最后讨论了覆盖广义粗糙集与证据理论之间的关系.     

基于粗糙集与支持向量机的Web文本分类

Web文本分类是Web数据挖掘的一个重要研究方向,它是在通过经验数据训练得到的分类体系下,根据网页的文本内容自动判别网页类别的过程,本文提出一种综合粗糙集与支持向量机的Web文本分类模型,利用粗糙集的属性约简方法,减少支持向量机训练数据的维数,提高Web文本分类的性能与效率．     

粗糙集的两种新型算子及其Boolean代数性质

主要定义两种新型算子并讨论基于这两种新型算子的粗糙集的代数性质.基于这两种算子建立了粗糙集的并、交、补运算,并证明在此定义下的粗糙集补集为Boolean补.