基于信息粒化和语词计算的模糊控制器

提出了一种基于信息粒化和语词计算（IGCW）的模糊控制器的结构,此模糊控制器具有更强的信息处理和推理判断能力,更高速度地模拟了人类智能,对于具有不确定性的大复杂大系统的控制、决策,有着良好的应用前景。     

粒关系演算：关系计算与数据的桥梁

粒计算及其理论,尤其是模糊集,为处理概念实体信息粒提供了全面的概念框架和处理机制,但现有的信息粒处理机制不能充分利用实验数据的特征。基于粒计算推导出的理论来增强关系计算和模糊关系计算的基本结构。认为可以通过结合现有数据所控制的描述性组件来增强关系演算领域中的规范性结构。实验表明,合理粒度原则有助于增强现有结果,并将实验结果以信息粒的形式进行了展示。     

复杂宽边界区域拓扑关系计算模型

宽边界区域是一种通用的处理各种不确定性的模型,在地理信息领域得到了广泛应用.扩展九交模型用宽边界区域的内部、宽边界和外部所形成的9个交来区分宽边界区域的拓扑关系.由于扩展九交模型只是一个概念模型,从概念上对宽边界区域拓扑关系进行查询语句定义和分析,而在计算机处理中需要一个可计算的模型.对于简单宽边界区域,其计算方法比较简单;而对于复杂宽边界区域,由于其结构的复杂性,必须有一个可计算的模型以实现拓扑关系计算、查询和分析处理.在分析复杂宽边界区域结构的基础上,定义了复杂宽边界区域的层次模型,并基于层次模型提出了复杂宽边界区域拓扑关系的计算模型.     

基于可能属性分析的粒描述

粒计算是一种利用粒化信息的思想解决复杂问题的方法和有效工具.在粒化的过程中常常需要对粒进行描述,因此粒描述成为了粒计算的一个基本问题.本文在考虑基于必然属性分析的粒描述基础上,提出了基于可能属性分析的粒描述.首先,将面向属性概念的外延看作形式背景上的可定义粒,给出了可定义粒的描述方式;然后,利用概念的稳定性,给出概念的...     

基于粒计算的不确定性分析

不确定性是一种普遍存在的现象。对于不确定性问题,来自哲学、认知科学、人工智能、粒计算等众多领域的研究者展开了不懈的探索。该文从粒计算的角度来认识不确定性,介绍了粒计算的主要理论模型,包括模糊集、粗糙集、商空间、三支决策、云模型,并从表示、度量、推理三方面概括了各模型的不确定性研究内容。在粗糙集理论背景下,重点从粒的表示、粒的度量、粒的关系、知识约简与规则提取等方面讨论分析了不确定性。     

图像粒LLE算法在人脸表情分析中的应用

文章提出了一种粒计算和局部线性嵌入(LLE)相结合的图像处理方法.针对人脸研究领域中高维数据产生的复杂计算度问题,提出了图像粒的方法,并对图像进行处理;对高维数据进行了降维,从而达到降低计算复杂度的效果.实验在Frey人脸数据库上进行,在多个不同粒度的图像粒上分别应用LLE算法,给出人脸姿态和表情分布变化的实验结果,并分析了图像信息的损失情况.实验结果表明图像粒LLE算法对算法复杂度的降低和图像信息的保持是一个有效的方法.     

智能信息处理专题序言

智能信息处理就是模拟人或者自然界其他生物处理信息的行为,建立处理复杂系统信息的理论、算法和系统的方法和技术。智能信息处理主要面对的是不确定性系统和不确定性现象的信息处理问题。智能信息处理在复杂系统建模、系统分析、系统决策、系统控制、系统优化和系统设计等领域具有广I淘的应用前景。     

形式语言的范畴计算模型研究

分析了传统计算模型处理不确定性问题的局限性,并应用范畴理论建立形式语言的范畴计算模型,以双函子为工具深入研究了字范畴模型与形式文法范畴模型之间象元的关联,有效解决了形式语言识别的不确定性计算问题,为计算模型处理不确定性问题提供了一种新的思路.     

基于粒计算Rough集模型的逻辑推理应用研究

讨论了粒计算理论信息粒子的构成,结合Rough集知识模型给出了信息决策系统不确定性推理的粒计算公式及其过程.针对水产养殖中鱼病诊断信息的模糊性、随机性等不确定特点,通过鱼病症状集形成条件属性粒子、疾病集形成决策粒子而构成的模糊信息决策表,描述出主要逻辑推理算法,即鱼病诊断的规则获取过程,促进粒计算理论应用,同时也为鱼病诊断领域提供了新方法.     

复合粒计算模型研究进展

粒计算（granular computing,GrC）是人工智能领域中的一种模拟人类思考和解决复杂问题的新理念和新方法,粗糙集理论、商空间理论和模糊集理论是3种主要的粒计算模型。首先回顾几种基本的粒计算模型,介绍了几个复合粒计算模型,最后探讨了粒计算模型的进一步发展方向。     

基于云计算的移动智能旅游导览系统

目前,各地旅游信息化资源形成一个个信息孤岛,且没有完善的面向游客和导游的移动智能导览系统平台。针对这个问题,提出以云计算来建立后端信息存储和处理中心,以移动通信网络、物联网、互联网技术结合作为前端展示终端和接口,以高性能信息处理、数据挖掘和智能推荐技术为信息处理支撑,建立为游客和导游提供信息服务的基于云计算的移动智能旅游导览系统。案例分析表明：系统模型具有较高的可应用性和可扩展性,且有助于更高效地实现旅游管理和监控。     

基于信息表的粒子计算研究

使用信息表可以开发简单、具体的粒子计算模型,粒子计算提供了用于问题解决和信息处理的通用方法.通过信息表描述决策逻辑语言及粒子计算,给出具体实例并进行分析.     

一种基于强化学习的车联网边缘计算卸载策略

计算密集型、时延敏感型车载应用的不断涌现导致资源受限的车载终端设备无法在短时间内处理大量的应用任务,而且卸载节点的动态变化特性在复杂多变的车联网场景中会导致任务候选卸载节点存在不确定性。针对上述问题,提出一种基于强化学习的计算卸载策略来实现任务卸载预判和计算资源分配。结合设备链接时间与通信半径等因素制定卸载节点发现机制,通过考虑时延与成本对车联网移动边缘计算卸载系统的影响建立效用函数,并以最大化效用作为优化目标将车联网中的卸载问题转化为优化问题,基于卸载节点发现机制采用Q-learning方法提出一种智能节点选择卸载算法求解优化问题,实现任务的智能卸载。仿真结果表明,在车联网场景中,提出的计算卸载策略可实现更高的系统效用。     

一种可伸缩的粒计算知识获取方法

粒计算是一种新的智能信息处理理论,它很大程度上模拟了人脑认识和解决问题的过程.通过对信息表分层粒化模型的研究,引入了粒分布链表的概念来生成粒子,并改进了一个粒计算算法.改进算法使用数据库技术对原始数据集进行粒化来生成粒分布链表,能够直接处理海量数据集,同时不影响原算法的有效性.通过试验测试了该方法的有效性及可伸缩性.     

云计算不失为中小企业的合适之选

中小企业资金少,发展快,但专业IT人员稀缺。如何选择适合于自己的存储方案,成为中小企业健康成长的关键环节。云计算技术借助互联网中巨型计算机,可进行强大的信息处理功能。它可以解决过去企业需要在每台电脑中安装软件,又需要专人进行维护的烦恼。现在只要利用全新的云计算技术,尤其是其低廉的费用,即使没有资金实力的企业,也能一瞬间在互联网上寻找到需要的信息。文章先介绍什么是云计算技术,再描述云在中小企业的应用实例及所带来的收益。最后分析"云"可能存在的安全隐患。     

粒度计算的理论、模型与方法

粒度计算(Granular Computing,GrC)是信息处理的一种新的概念和计算范式,覆盖了所有有关粒度的理论、方法、技术和工具的研究．它是词计算理论、粗糙集理论、商空间理论、区间计算等的超集,也是软计算科学的一个分支．它已成为模糊的、不完整的、不精确的及海量的信息处理的重要工具和人工智能研究领域的热点之一．另着重介绍了粒度计算的研究现状、基本问题、主要模型与方法,并提出了进一步的研究方向．     

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.     

Machine intelligence,rough sets and rough-fuzzy granular computing:uncertainty handling in bio-informatics and Web intelligence

Machine intelligence,is out of the system by the artificial intelligence shown.It is usually achieved by the average computer intelligence.Rough sets and Information Granules in uncertainty management and soft computing and granular computing is widely used in many fields,such as in protein sequence analysis and biobasis determination,TSM and Web service classification Etc.     

Machine intelligence, rough sets and rough-fuzzy granular computing: uncertainty handling in bio-informatics and Web intelligence

Machine intelligence, is out of the system by the artificial intelligence shown. It is usually achieved by the average computer intelligence. Rough sets and Information Granules in uncertainty management and soft computing and granular computing is widely used in many fields,such as in protein sequence analysis and biobasis determination, TSM and Web service classification Etc.