实值信息系统上基于熵的属性约简

研究实值系统中的知识获取是粒计算研究的主要方向之一.为给出一种高效的知识获取方法,文中基于邻域粗糙集的原理,针对实值特点,在实值信息系统上给出熵和基于熵的属性重要度的定义和约简定理.同时研究其性质,并给出了实值信息系统上基于熵的属性重要度的约简算法,对算法的性质进行了分析,通过实例验证了该算法的有效性.     

基于小波包最优基的网络数据的压缩

将紧支撑集正交小波包变换运用到网络数据压缩中来。研究了直接影响网络数据压缩质量的几个因素---域值,小波函数,分解级数,小波包基。在此基础上,选取域值熵作为优选指标,给出了取得最优方案的快速搜索方法。实验表明,选用的压缩方法提高了网络数据的压缩效果。     

群决策中基于不同偏好信息的相对熵集成方法

研究了基于不同形式偏好信息的群决策问题.在群决策中专家根据个人的偏好,常常对决策方案集给出4种不同形式的偏好信息,包括直接反映决策方案优劣次序的序关系值和效用值,以及2个决策方案成对比较互反判断矩阵和模糊互补判断矩阵.首先给出了序关系值、互反判断矩阵和模糊互补判断矩阵3种偏好信息均转化为效用值形式的计算公式, 然后从相对熵的概念出发,提出了一种相对熵最优化的集成模型,给出了模型的解.最后进行了2个实例分析,结果表明所提出集成方法是有效的.     

基于熵的矿区资源与环境系统持续发展的评价

遵循针对性原则、科学性原则、可操作性原则、综合性原则，设计了资源与环境系统指标，并给出了基于熵的评价方法。该方法把参评年份的固有信息量化，综合权重值，将评价的各年份的矿区资源与环境系统持续发展指标的贴近度与其相对优异值的贴近度相对比，得出评价排序。应用实例表明，该方法有效，合理，适应性强。     

企业动态联盟利润分配模型及其应用

根据Shapley值定义,给出企业动态联盟利润分配模型。依据信息论中最大熵原理,给出了n家企业合作对策的另一种企业动态联盟利润分配模型。具体实例比较分析说明,该模型的适用范围比Shapley值模型更广。     

中国铜循环的熵分析

为确定铜循环过程中含铜物质的聚集和散失程度,将热力学中"熵"这一指标引入到物流分析中,给出了物流分析中"熵"的分布及其计算方法.在中国2002年铜循环现状分析的基础上,计算了铜循环整个过程中,即精炼铜的生产阶段、铜制品的加工制造阶段、铜制品的使用阶段和报废铜制品的回收阶段熵的变化,得到5个节点处的相对熵值分别为0.32149,0.06337,0.23946,0.59919和0.50786,整个过程中的相对熵变化率为57.97%,即含铜物质趋于分散,且较严重.提出了减少采/选矿环节、熔炼环节尾矿和熔渣中铜的损失量,提高报废铜制品的回收率等措施,将会有效地降低铜循环的熵值增加.     

Shapley熵的公理刻画

Shapley熵是利用Shapley值而定义的容度的熵.本文首先对一个模糊测度进行分解,并解释了这种分解的含义,从而得到了Shapley熵的递归性质;然后,利用Shannon熵和Shapley值的公理刻画给出了Shapley熵的公理刻画.     

确定区间数决策矩阵属性权重的方法——熵值法

针对属性权重完全未知而属性值为区间数的多属性决策问题,本文中提出了一种确定区间数决策矩阵权重的方法———熵值法.最后给出了一个例子说明本方法的有效性和可行性.     

区间值模糊软集的相似度及距离和熵

基于直角坐标系,提出区间值模糊软集新的相似性度量,进而给出区间值模糊软集的距离度量。在此基础上,提出区间值模糊软集熵的公理化定义,给出区间值模糊软集熵的计算方法,讨论这些度量的基本性质。     

关于m值随机变量序列的一个强极限定理

本文引进m值随机变量序列滑动似然比和滑动相对熵的概念,并利用这两个概念给出了关于给定值在此随机序列中出现频率的一个强极限定理及其相关推论。     

基于多尺度熵的滚动轴承故障诊断方法

针对滚动轴承故障振动信号具有不同复杂性的特点,提出了一种新的基于多尺度熵(multi-scale entropy,简称MSE)和支持向量机的滚动轴承故障诊断方法.该方法首先利用MSE方法对滚动轴承不同类型振动信号进行故障特征提取,然后与样本熵方法对比说明MSE方法相对于样本熵方法的优势,最后通过适合小样本分类的支持向量机作为分类器来识别滚动轴承故障类型.对实验数据分析的结果表明,该方法能有效地实现滚动轴承故障类型的诊断.     

耗散结构理论中的方法探讨

在探索认识中，方法就是工具，是主观方面的某个手段，主观方面通过这个手段与客体发生关系．在科学认识中，方法起着重要作用．普利高津运用联系与转化、模糊与精确、复杂与简单等方法建立了耗散结构理论，研究发掘这些方法，对当今科学研究和处理问题具有重要的现实意义．     

最大熵和Brill方法结合识别英语BaseNPs

为了进一步提高基本名词短语(BaseNPs)的识别精度,针对最大熵方法和Brill方法各自的特点,提出基于两者相结合的英语基本名词短语识别算法.该算法是在高准确率词性标注的基础上实现的.在训练和测试两个阶段中,均先采用最大熵方法识别基本名词短语,然后将已具有很高精度的识别结果作为初始标注结果运用于Brill方法中.实验结果表明,此联合算法达到了94%的准确率和召回率,充分融合了最大熵方法和Brill方法的优点,可与基于相同训练和测试语料的目前最理想的英语基本名词短语识别结果相比.     

最大熵和Brill方法结合识别英语BaseNPs

为了进一步提高基本名词短语(BaseNPs)的识别精度,针对最大熵方法和Brill方法各自的特点,提出基于两者相结合的英语基本名词短语识别算法.该算法是在高准确率词性标注的基础上实现的.在训练和测试两个阶段中,均先采用最大熵方法识别基本名词短语,然后将已具有很高精度的识别结果作为初始标注结果运用于Brill方法中.实验结果表明,此联合算法达到了94%的准确率和召回率,充分融合了最大熵方法和Brill方法的优点,可与基于相同训练和测试语料的目前最理想的英语基本名词短语识别结果相比.     

估计熵在经济时序滤波中的应用

根据经济时序的非线性、非平稳性和离散性及传统时序滤波方法在经济时序滤波应用中存在的局限性,应用估计熵的基本特性,提出一种基于估计熵的滤波方法,探讨了该滤波方法的原理和应用过程,并以实际的GDE时序为例,做出该滤波方法的案例分析,案例分析表明,基于估计熵的滤波方法比传统的时序滤波方法有较好的滤波效果。     

基于熵的非参数估计的音乐声纹提取方法

提出了一种音乐片段的声纹提取方法,通过这种方法可以得到更具有鲁棒性的声纹特征,利用声纹,即使对音乐名称不确定,也能够找到喜欢的音乐。首先对音乐信号进行预处理,得到各分帧序列的各个子带;对于每一个子带,利用Parzen窗函数法估计它的概率分布函数;然后利用信息论中香农公式的相关算法计算它的熵,最后利用差分算法得出它的声纹。结果显示非参数方法比参数方法具有更低的误码率和更好的识别率。由此得出非参数方法抗各种失真的效果更好。     

基于加权熵的重要性不对等样本学习的知识约简

由于学习样本的分布特性和所反映的主观特性的不同,每一个样本相对于学习算法的重要性程度往往是不对等的,为了能够在知识约简过程中考虑到学习样本的不对等性,提出了基于加权熵的知识约简方法。针对各类别样本分布不均匀的样本重要性不对等情况,为了加强小类样本所蕴含的知识在知识约简中的体现,提出一种逆类概率加权的不对等样本加权方法,实验表明该方法能够明显提高小类样本的分类正确率,也验证了基于加权熵的知识约简方法能够将样本的不对等性体现在知识约简结果中。     

解极小极大问题的熵函数法

提出了一类解极小极大问题的熵函数法,这种方法也可用来解线性或约束优化问题,在一定条件下,给出了解收敛性和误差估计,最后给出了几个数值例子,表明本文提出方法的有效性。     

随机系统的最小熵控制

本文放弃传统的MSE准则,从信息论观点出发,发展了随机系统的一种最小熵(ME)控制方法,并从ME控制的等价性、控制限度、存在性、唯一性及必要条件等方面,研究了ME控制的合理性和实用性。ME方法是一种全局分析法,它不仅包含了MSE和MAP准则,且由于全文在整个推导中并未假定高斯性、线性和非时变等,因而原则上适用于诸如非高斯、非线性、时变等传统方法难以处理的复杂系统;不仅适用于工程系统,将其推广到决策、社会、经济等领域会更为自然和切合实际。     

轨道空间上的运费不等式

研究了一类概率距离dp，它是全变差范数的自然推广．为方便运用这一抽象的距离，利用Wasserstein耦合方法，在Polish空间上用相对熵给出dp的上界．最后将这类距离推广到轨道空间上，建立了一类运费不等式．