广义梯形模糊数相似性度量的 新方法及其应用

针对模糊数相似度计算问题,提出一种新的基于广义梯形模糊数的相似度量方法,在保证度量有效性的前提下,降低相似度的计算复杂性,提高其区分度,扩大其适用范围.给出区分性、无效率和不合理率三个评价指标,以对不同相似度方法进行比较.实验结果表明新方法具有较好的性能.最后,通过基于DS证据理论的故障诊断实例说明所提方法的合理性和可用性.     

基于粒计算的距离与贴近度相关性研究

为了刻画和度量粒集合之间的差异和相似程度,以粒度计算方法为前提,借鉴已有的软计算理论成果,给出了粒集和公式的公理化定义,并且给出了粒计算距离和贴近度的相似性理论,对粒计算的距离与贴近度的相关性进行分析.这些结论将有助于人们理解粒度的本质,对于建立信息系统中的粒计算有着重要的指导意义.     

用不同语义单元度量的句子相似度计算

提出了一种基于不同语义单元度量的句子相似度计算方法.将句子按词块分割为对应的公共词块和非公共词块,利用外部语义资源进行同义词替换和语义消歧处理.分别用词、词块和字为语义单元度量句子相似度,以不同的权重调节各语义单元对句子相似度的贡献.实验结果表明,该方法综合考虑的因素更加全面,有较高的准确率.     

用不同语义单元度量的句子相似度计算

提出了一种基于不同语义单元度量的句子相似度计算方法.将句子按词块分割为对应的公共词块和非公共词块,利用外部语义资源进行同义词替换和语义消歧处理.分别用词、词块和字为语义单元度量句子相似度,以不同的权重调节各语义单元对句子相似度的贡献.实验结果表明,该方法综合考虑的因素更加全面,有较高的准确率.     

基于Bhattacharyya系数的改进相似度度量方法

相似度度量是基于邻居的协同过滤推荐算法中的关键步骤,对推荐结果的优劣有至关重要的影响。基于Bhattacharyya系数的相似度度量方法虽然解决了依赖于共同评分的问题,但忽略了评分值绝对数量对结果的影响。同时,当项目间相同评分值数量占比小时,基于Bhattacharyya系数的相似度度量方法存在计算准确性差的缺点。为此,引入Laplace校准法和权重赋值法对该相似度度量方法进行改进。改进后的方法不仅克服了原方法的不足,而且还充分利用所有评分信息,提升计算的准确性。数据实验结果表明,提出的相似度度量方法性能优于改进前的算法及传统的度量方法。     

基于相互隶属度的云模型相似性度量方法

针对现有云模型相似性度量方法计算复杂度高、结果不稳定、适用性有限等问题,提出了一种基于相互隶属度的云模型相似性度量方法.依据云模型期望曲线以公共面积与自身面积之比定义云模型之间的隶属度,进而利用相互隶属度计算云模型之间的相似度.讨论了不同交点及半云情形下相应面积的计算方法,并给出了相似度的计算公式及性质证明.仿真实验表明,该方法能够在多种情形下合理地度量云模型的相似性,并且具有较高的结果准确度和较低的计算复杂度,基于云模型的评估实例进一步验证了该方法的有效性.      

面向信息隐藏的二维工程图相似度方法

摘要：基于粗糙集理论,对面向信息隐藏的二维工程图相似度度量方法进行了研究．该方法首先将二维工程图实体属性分为三种类型：数值型、枚举型和依赖型,分别计算出各属性的局部相似度,再利用粗糙集理论计算各个属性在二维工程图中的比重权值,最后得到整体相似度的度量方法．分析与讨论的结果表明,该方法能较好地度量二维工程图在嵌入水印前后...     

本体概念相似度加权综合计算模型

针对现有本体映射过程中相似度计算方法的精度及效率的不足,提出一种新的综合概念相似度算法模型,该算法分别对本体概念的名称、属性和实例相似度进行计算,过程中融合了信息增益和聚类集方法,并最终对三种相似度量结果加权综合。实验表明,算法得出的概念相似度计算结果在合理性和准确率上都有所提高。     

有效的XML检索结果的相似性度量

相似性度量是聚类等问题中的核心问题.本文研究了XML检索结果的相似性度量,提出了一种新的结构的和内容的XML检索结果相似性度量.首先,在结构方面,提出了两个结构相似性度量:纵向结构相似度和横向结构相似度,它们基于不同的特征集,体现了结构的不同方面的相似度.在内容方面,提出用带有结构的内容模型来描述内容,基于这一内容模型提出了内容相似度.最后进行了实验,在实际数据集和合成数据集上的实验结果都显示,结构相似度和内容相似度都具有很好的准确性.     

一种新的Vague集相似度量方式

在分析比较当前几种Vague集相似度量方法及其优缺点的基础上,提出一种新的Vague集相似度量方法.该方法充分考虑支持度以及真隶属度差距和假隶属度差距,并且区分隶属度差距的方向.该方法更符合实际,它为Vague集之间的相似度提供了一种更好的度量方法.     

堆石体柱状试件成型过程的材料点法仿真

为探索散体工程材料的力学特性,采用数值仿真技术模拟了柱状堆石体试件的成型过程。采用了材料点法作为仿真计算模型。在仿真分析中,堆石体颗粒用随机生成方法构造,具有随机形状且符合级配要求,并用材料点离散描述。数值仿真与实验室中实际堆石体成型过程相同,颗粒分批在重力作用下落入成型桶中,在阻尼措施作用下能量耗散,形成具有一定密实度的试样。该模拟再现了试件成型过程中颗粒之间的相互作用,包括挤压、滑移、分离等现象。该方法可用于深入研究散体材料特性。     

基于粒计算的格贴近度理论研究

为了描述2个粒集的接近程度,通过对传统Fuzzy集贴近度的公理化定义进行重新定义,提出了基于粒计算的格贴近度的定义,并给出了相关的基本性质.     

基于粒计算的概念格拓展模型

将粒计算融入到概念格研究中,结合相似度模型和概念格结构信息,提出一种基于粒计算的概念格拓展模型,其有助于扩展经典概念的内涵和外延,也有助于压缩概念的规模.该模型是概念格和粒计算融合研究的一次有益探索和尝试,同时对概念格拓展也不失为一种有效手段.     

基于距离的粒计算分类算法

提出了一种基于距离的粒计算分类算法.首先,将粒表示为具有超菱形、超球和超正方体三种形式;第二,设计两粒之间的合并算子,实现不同粒度之间的转换;第三,选取粒度阈值,控制粒之间的合并过程,并构造基于距离的粒计算分类算法.使用UCI机器学习的基准数据集合验证该算法的性能,实验结果验证了基于距离的粒计算分类算法的可行性.     

一种确定最佳聚类数的新算法

针对K-均值聚类算法需要事先确定聚类数K的问题,将粒度计算引入样本相似度函数,定义了新的样本相似度,用模糊等价聚类确定数据集可能的最大类簇数Kmax.以Kmax为搜索上界,利用改进全局K-均值聚类算法,以BWP(Between-Within Proportion)为聚类有效性度量指标,提出确定最佳聚类数的一种新方法.通过UCI机器学习数据库数据集以及随机生成的人工模拟数据集实验测试,证明该算法不仅能有效确定数据集的最佳聚类数,而且适用于大规模数据集,但是会受到噪音点影响.     

应用粒计算的混合智能故障诊断技术研究

针对现有的混合智能故障诊断模型缺乏通用方法和混合框架,未能实现不同智能诊断方法的实质性融合和优势互补的问题,提出并构建了一种基于粒计算的混合智能故障诊断模型.该模型的核心是在邻域粗糙集中求取不同的邻域值,对故障特征集进行分层粒化,在不同粒度下获得核属性集.利用核属性集在相应粒度下构建人工神经网络和支持向量机子分类器,通过评估矩阵算法对所有粒度下全部子分类器的诊断结果进行融合集成.模型应用结果表明,分类精度随着粒度层的增加而不断提高,集成后的分类精度高于不同粒度下的所有子分类器,从而体现了粒化分层的优势和不同智能诊断方法的优势互补,为混合智能诊断提供了一种新途径.     

信息系统中知识的距离及基于知识距离的属性约简算法

从粒度计算的观点出发,给出了信息系统中知识距离的定义,指出利用知识距离可以度量信息系统中知识的粗糙性,分析了其相关性质.提出了一种基于知识距离的启发式属性约简算法,算法不需求核,对无核的特殊信息系统计算约简更加有效.     

信息系统中粒计算模型及其属性约简方法

粒计算是一种基于问题概念空间划分的新的智能计算理论和方法,目前在国际上逐步得到了人工智能有关研究人员的重视。模糊粒度模型、粗糙集粒度模型、邻域系统下的粒计算模型、商空间模型、相容粒度空间模型是目前几种常用的粒计算模型。基于粗糙集理论的粒度模型,通过决策信息系统的粒子空间中各粒子的推理,给出了决策信息系统中核属性计算方法;在此基础上,提出了决策信息系统属性约简的计算方法;通过实例验证了该方法的有效性。     

基于DFS的并行粒计算模型及其应用

粒计算是近几年提出的新概念。在粒计算领域中,动态模糊性是普遍存在的,而人们在用粒计算求解问题时又希望从并行角度来求解问题。因此,基于DFS,给出并行粒计算模型和算法,并用实例进行分析,说明该算法是有效的,从而进一步丰富了粒度计算的研究内容。