融合粗糙集和二元萤火虫算法的雾霾关键影响因素预测方法

雾霾对人类的日常生活带来极大的危害,因而分析产生雾霾的关键影响因素尤为重要.针对目前传统算法预测雾霾关键影响因素存在的缺陷,从一维细胞自动机入手,提出了一种以基于群落弱连接机制的二元萤火虫算法(CWLBGSO)为搜索策略,粗糙集为评价准则的混合方法.CWLBGSO基于自然界中萤火虫间协同进化的"弱连接"机制,划分搜索空间,为每个子空间分配相应的种群,各子种群中的次优个体相互交互产生新个体,从而保持种群的动态多样性,然后将CWLBGSO结合粗糙集,应用于北京,广州和上海三地雾霾关键影响因素的预测中,并结合10交叉验证和SVM算法对预测结果分类准确率和影响因素进行分析,通过与其它算法进行对比,结果表明本文算法能有效剔除冗余因素,预测结果具有较高的稳定性和可行性.     

基于流形学习的多核SVM财务预警方法研究

在进行财务困境预测时, 为了客观全面地反映企业的财务状况, 纳入较多的预警指标, 数据集维度将变得很大, 传统方法求解此类问题效果并不理想. 流形学习处理高维数据具有较好的降维效果,多核SVM对于分布不平坦的数据具有很好的分类性能. 基于此, 提出了“流形学习+多核SVM”的混合算法财务预警模型, 该模型适用于具有大量指标集的财务预警. 实验结果表明, 与传统预警方法相对比, 其具有更优的预测性能.     

神经网络中的一种改进的快速退火方案

本文详细讨论传统模拟退火的优缺点.在此基础上提出一种改进的快速退火方案.并对它的理论和应用进行讨论与分析。     

案例推理中属性约简及其性能评价

在案例推理技术中,属性集合表征了对系统有影响的各种因子的集合,属性的选择和约简成为决定系统性能的关键因素。该文在分析属性约简技术的基础上,研究了基于熵的两种属性选择策略,即信息增益法和增益比率法,用层次化k-fo ld交叉验证和k-近邻(k-NN)相结合的技术,设计了5种方案,分别从不同角度来考察两种属性选择策略对案例分类性能的影响。实验结果表明,基于熵的属性选择策略能找到一个充分分离案例类别的属性子集,改善属性的表示空间。     

基于Rough集的空间属性数据挖掘的研究与实践

介绍了地理信息系统（GIS）的概念，深入研究了空间数据库的特性，探讨了Rough集理论，分析了Rough集合和空间数据的关系，讨论了差别矩阵的概念和算法，应用信息熵和模糊数学模型，给出了空间数据库属性数据的数据约减和数据挖掘算法，最后分析了一个应用事例，从而验证了算法的可行性。     

数据流管理与挖掘研究

20世纪末,为适应网络监控、商业交易管理和分析等应用的要求,数据流技术应运而生;该文回顾了近年来国内外在该领域的研究进展,总结了数据流的特点、模型及其算法,对数据流管理和挖掘的关键技术进行了分析,并进一步提出了数据流技术研究的方向。     

部队消防装备管理之我见

消防技术装备直接制约或决定着灭火时采用战术的方式以及实行战术的结果。灭火成败的决定因素是人的体力与智力的发挥,而人的体力与智力的发挥必须依靠工具体现,所以消防装备在灭火中起到非常重要的作用。     

基于知识发现技术的神经网络专家系统

为了克服传统专家系统的３大缺陷，在讨论专家系统新技术的基础上，探讨如何在专家系统中融入知识发现的技术，提出一个新的系统框架，在其中使用的一些知识发现算法包括历史数据库中的数据挖掘及知识库中的知识发现，对此新的专家系统框架给予了实验。结果是：系统运行后，既可以发现新知识，又可以改进原有规则。这样大大提高了系统知识获取的能力，而且也求精了知识库。     

BP网络中激活函数的深入研究

本文在讨论了 BP 网络的缺点之后,深入研究 BP 网络中的多种激活函数,并对它们进行综合分析与比较。     

一种基于趋势分形维数的股指时间序列相似性分析方法

为了提高股指时间序列相似性分析的准确性, 提出趋势分形维数的概念, 并基于此定义了相似性分析方法. 趋势分形维数包含阳线维和阴线维, 能更好地反映市场跌涨变化趋势, 基于该维数的相似性度量方法能够提高相似性度量的准确性. 通过与其他两种相似性度量方法对比, 进一步说明该方法的优越性.