对中国各行业年平均工资的函数性数据分析

年平均工资作为企业盈利程度和居民收入水平的重要指标,它是一个时间序列。本文从函数数据的角度对我国2003到2011年间各行业就业人员的年平均工资进行了分析。分别运用函数性主成分分析和聚类分析两个方法研究了年平均工资及其增长速度的行业分类状况。分析发现,各行业就业人员的年平均工资均随着时间不断增长,但提高的速度与程度各不相同,这也就导致工资差距明显扩大。     

基于Rough Sets的特征选择研究进展

特征选择是机器学习领域中的重要研究问题.作为一种重要的特征选择方法,属性约简正在受到越来越多的关注,在许多应用领域已经得到了广泛应用.文章对基于Rough Sets理论的特征选择算法作了系统的回顾和分析,具体包括启发式属性约简、基于区分矩阵的属性约简和扩展粗糙集模型的属性约简三个方面.此外,论文还给出了粗糙特征选择算法的几种常见应用,并对该领域的进一步发展进行了展望.     

概念格与粗糙集

概念格与粗糙集都是有效的数据分析方法，它们已广泛应用于机器学习、人工智能、知识发现等领域．概念格与粗糙集在数据分析方面有相似之处，并且粗糙集的一些概念包括等价类，上、下近似等都可以通过概念格来表示．论述了概念格与粗糙集之间的联系，建立了它们之间的关系，并通过实例进行了解释．     

知识包含度与粗糙集数据分析中的信息熵

从一个新的角度定义了知识包含度,证明了新定义的知识包含度与文[3]中所给出的知识条件信息熵之间具有严格互补的关系.     

信息系统中的信息粒与熵理论

信息粒度与熵理论是两种有效进行信息系统中不确定性研究的重要工具,已有许多成功的应用范例．文中研究了不同二元关系下信息系统中信息粒的刻画和表示,给出了信息系统中信息粒度的公理化定义,证实了一些已有的信息粒度度量都是其特殊形式．发展了信息系统中的熵理论,证明了这些熵度量的粒化单调性．同时,在信息系统意义下,建立了信息粒度与熵之间的互补关系．这些研究统一了完备信息系统与非完备信息系统中不确定性度量的相关结果．     

一种基于等价描述矩阵的规则提取方法

粗糙集方法是一种有效的处理分类问题的方法,但是它在面对高维数据时,很难依靠属性约简提取出泛化能力较高的规则.这是由于粗糙集约简本身在一定程度上忽略了对象个体对信息系统的影响.为避免此问题,通过描述各个对象与其补集间的差别,提取了各个对象所包含的分类信息.在此基础上,设计了一种新的基于粗糙集的规则提取算法.通过实验分析,...     

基于加权连接度的改进K—Modes聚类算法

K-Modes算法是一种经典的字符型数据聚类算法,在处理对象属性值距离时,采用简单的0-1匹配,不能体现出属性值之间潜在的相似关系.通过图形聚类理论中的连接度来度量字符型属性值之间的相似性,改进了传统的K-Modes算法.实验结果表明该方法较传统的K-Modes算法有一定的改善.     

电子板教学装置及操作、控制方法

本发明提供了一种集普通无尘教学板、投影幕、数码讲台与数码电子板功能于一体的新型智能化的教学办公设备。它由定位电路、无尘教学板与计算机控制软件三部分组成（右上图所示），汇集了尖端的定位技术、DSP控制技术、计算机软件技术及光敏水解技术。主要包括微机模块、显示模块、定位模块、输出模块与普通书写模块五大模块。其中，微机模块采用通用微型计算机，     

线性方程组并行迭代求解的收敛性

文章利用近似逆矩阵构造了一类求解线性方程组的并行迭代算法.分析了算法的收敛性,给出了参数的取值范围及最优值计算公式.     

信息系统中熵度量的粒化单调性

研究了不同二元关系下信息系统中信息粒的刻画和表示,引入了偏序关系,′发展了信息系统中的熵理论,证明了这些熵度量的粒化单调性.