基于属性论的肺癌细胞识别

目前的图像诊断系统,大多数采用形态学和色度学特征并结合专家系统,对癌细胞进行分析和诊断.为了更好地对肺癌细胞进行识别,本文利用图像处理的相关知识对肺癌细胞图像进行形态学和色彩学的特征提取,在此基础上利用属性论中的定性映射与转化程度函数对肺癌细胞进行分类识别.实验结果证明本文提出的方法可以取得较好的结果,说明属性论方法在...     

属性论方法在图像分割中的应用研究

提出一种基于属性论的图像分割方法,首先将彩色图像转换到HSI颜色空间,然后根据定性映射原理建立HSI颜色空间的智能融合模型,通过像素点间的不同颜色分量的特征匹配实现对图像的分割,最后用MATLAB进行仿真实验,实验结果表明,所提出的定性映射颜色分割算法快速、有效、可靠.     

思维,智能与属性论方法（续）

介绍了感觉同态，关系生成机制，定性基准变换和属性坐标分析法等基本概念，并讨论了它们在思维与智能研究中的作用，指出，感觉同态可将人类感觉记忆结构问题转化为事物属性集结构问题，基于属性整合的关系生成机制及其生坐档表示法，能为多元事物或系统的生成提供数学描述手段；定性基准变换是感知识别产生某些不确定性效应的基本根源，因知觉模式的生成等价于其识别基准的建立，固定性基准的建立及其变化过程，以及由此诱导的某些     

有限离散属性网络模型及分类搜索方法

记忆是思维的源头,如何高效组织与存储信息是机器智能活动的前提,利用神经网络的结构思想、数据库表的映射作用、属性论的事物表达思想构造的属性网络模型能有效组织与存储信息,从根本上解决存储容量和渐进学习问题,使分类搜索变得非常简单.     

有限离散属性网络模型及分类搜索方法

记忆是思维的源头，如何高效组织存储信息是机器智能活动的前提，利用神经网络的结构思想、数据库表的映射作用，属性论的事物表达思想构造的属性网络模型能有效组织与存储信息，从根本上解决存储容量和渐进学习问题，使分类搜索变得非常简单。     

基于特征抽取定性映射的事物关系的表示模型

对象及其关系的表示是推理、求解的基础 ,而对象的感觉特征的抽取可归结为一个定性映射 .本文以此为基础并将群体中的研究对象统称为“事物”,给出了群体中事物属性的数学表达及基于属性的事物关系的数学表达模型 ;由此引出了一般事物的属性及属性值的判定规则和“归约”“细化”的推理方法 ,将其用在 KDD中的概念提升中显得自然而方便 ,并得到基于属性的事物分类的数学方法     

事物属性结构与感知记忆集的同态对应

在相关文献的基础上，提出了事物属性结构与其记忆模式间两个对应关系：（１）事物属性元间基于整合的结构关系在感觉记忆集中得到保持，当且仅当，感觉映射是事物属性集与记忆集间的同态映射（２）事物诸属性元间由整合诱导的推理关系在其记忆模式中得到保持，当且仅当，知觉映射是事物属性推理范畴与记忆推理范畴间的函子。     

从属性量检测到质特征定性的感觉特征抽取模型

提出了将感觉信息处理建立在属性操作研究上的基本观点,给出了属性量－质转化规律的定性映射模型（QM）,和QM与人工神经元的TLU（Threshold Logic Unit)模型的等价性定理,根据感觉简单细胞和皮层神经元能对其敏感属性 a(x)的量da(x)及相应质特征pd(x),分别作出反应（或检测）和定性抽取的实验事实,提出了一个从量检测到质特一性的感觉特征抽取模型。     

判断的定性映射模型与非线性模式分类(Ⅰ)

基于事物属性量—质特征转化关系的简单性质判断可归结为一个定性映射τp(x,cp),(判断元素x是否属于集合S的)特征函数、单(或多)指标性质判断和单(或多)特征向量判断(或检索),可分别归结为以一般集合S、区间(αi,βi)、区间向量、区间矩阵、向量和矩阵为定性基准cp的定性映射.     

判断的定性映射模型与非线性模式分类（I）

基于事物属性量-质特征转化关系的简单性质判断可归结为一个定性映射τp(x，cp)，(判断元素x是否属于集合S的)特征函数、单(或多)指标性质判断和单(或多)特征向量判断(或检索)，可分别归结为以一般集合S、区间(αi，βi)、区间向量、区间矩阵、向量和矩阵为定性基准cp的定性映射．     

基于知识图谱的问答系统中属性映射方法研究

在基于知识图谱的智能问答系统中,属性映射模块结果的错误传播会导致最终无法得到正确答案,对此提出了一种基于多注意力多维文本的属性映射方法。首先通过拆分问题文本及结合属性信息得到多维文本表示;其次使用长短期记忆网络(long-short-term memory, LSTM)层生成各自的隐层表示;然后输入多注意力机制层后使问句和属性之间的关系及语义信息更加完善,利用属性之间的交互信息及多种角度来加强问句语义信息的理解;最后通过卷积神经网络(convolutional neural networks, CNN)提取局部特征并且采用softmax分类器实现属性映射。试验结果表明,在自然语言处理与中文计算会议(NLPCC 2018)中知识库问答(KBQA)任务所提供的开源数据集上,本方法相比主流属性映射模型其性能有显著提升,准确率最高提升6.62%。本模型可以补足单一文本表示与注意力机制的短板,有效解决属性映射模块中语义歧义的问题,这有助于后续提高智能问答系统的整体性能。     

感觉抽取的定性映射模型

将其检测属性的定量属性值转化为定性属性值是感觉的一个基本功能，根据属性的哲学定义，本文给出了属性、定量属性值、性质、定性映射和定性一基准等术语的哲学－－数学定义，并指出：感觉抽取可归结为一个定性映射。     

论事物的可知属性与对其认识的不可穷尽性

具有可知属性的事物与对具有可知属性的事物的认识上的穷尽性是两个问题。可知属性是宇宙一切事物的客观本性,但具有可知属性的事物不可能都转化为现实的可知之物。本文试对事物可知属性与对其认识的不可穷尽性进行分析,以期引起进一步的探讨。     

基于扫描向量的属性约简方法

针对粗糙集理论中属性约简问题,提出了一种基于扫描向量的属性约简方法.根据粗糙集理论知识,定义了一个新概念--差别向量,利用差别向量将信息表转换成差别向量组;根据差别向量的结构特征,定义了差别向量加法法则;运用这个加法法则仅需对差别向量组扫描一次,就可以形成结构简洁却能代表原信息表属性特征的扫描向量.以扫描向量中的属性频率项作为属性约简搜索的启发信息,提高了属性约简效率.数值实例及数据库测试的结果表明该属性约简算法是有效可行的.     

近似空间映射与属性约简算法

信息系统作为一种基本的数学模型广泛应用于人工智能的各个分支，例如分类问题、专家系统、决策支持、上下文分析和数据挖掘．而属性约简是信息系统研究的基本问题．文章提出了近似空间映射（ASM）的概念，并讨论了它与属性约简的关系，提出了基于ASM的属性约简新算法．     

属性论的分级推理方法

有效地处理属性论的分级现象,后承式的推理方法被引入至计算中,结果形成属性论的一个新的计算框架。     

基于模糊区分矩阵的区间值信息系统属性约简

首先分析了区间量的测量过程,根据误差理论定义了一种能够合理反映两个区间量相似程度的相似关系.在区间量的相似性度量基础上,将属性集映射到论域笛卡尔积上的一个模糊集簇,建立了基于模糊区分矩阵的属性约简理论,讨论了其特点,提出了将区分度离散化的观点,探讨了它对于系统鲁棒性的意义.最后设计了基于属性重要度的约简算法并通过实例验证了其有效性.     

基于图的粗糙集属性约简方法

属性约简是粗糙集理论研究的一个基本问题,它是一种有效的数据约简方法。然而,目前很多的属性约简算法在面对高维数据集时仍然不够高效。文中利用图论的相关理论和方法,对基于区分矩阵的粗糙集属性约简方法给出了直观和等价的刻画。在此基础上提出了基于图论的粗糙集属性约简方法。实验结果表明,新的属性约简算法在面对较大规模的数据集,尤其是高维的数据集时,不仅能有效地降低数据的维数,同时运行速度快且能保持较高的分类精度。     

声纹识别中的语言属性映射

短时声纹识别中语言属性不匹配问题降低了话者识别系统性能,语言属性失配在短时话者识别中的影响成为当前研究热点。从消除特征参数中的语言属性信息出发,提出了一种语言属性映射方法。采用均值超向量来构建训练样本,应用高斯混合模型对每一句话不等长的特征进行建模,引入加权矩阵得到语言属性空间,通过映射方法在统计参数超矢量空间中消除语言属性的影响。使用当前两套经典声纹识别系统作为基线系统做对比试验,结果表明：相对基线系统在等错误率上,男声测试部分降低了23.07%,女声测试部分降低了20.39%,从而验证了正确性和有效性。     

甲基化异常基因预测肿瘤风险价值的属性论方法评估

运用属性论方法构建甲基化异常基因预测肿瘤风险价值的属性论方法评估模型,模拟50个肿瘤相关甲基化异常基因的数据库,编写程序进行运算,给出其预测肿瘤风险价值的排序结果.该结果也可以客观反映出不同评判者研究经验对评价结果的影响程度,根据不同评判者经验基准进行权重调整,为甲基化异常基因预测肿瘤风险价值的评估开辟新途径.