基于属性分辨度的不完备决策表属性约简算法

针对现有不完备决策表属性约简算法复杂度较高的问题,提出了基于属性分辨度的属性约简算法.文中分析了不完备决策表中条件属性相对于决策重要性的外在表现,提出了属性分辨度的概念,并给出了属性分辨度随着约简属性集的变化而动态更新的计算方法.该算法在属性约简过程中会不断删除已经属于正域的对象或不影响正域计算的相容块,通过降低样本数据的规模来减少计算耗时,加速属性约简.理论分析和仿真实验表明,文中算法是有效的,并且算法复杂度优于现有的不完备决策表属性约简算法.     

晚清书画裱件一株霉菌的鉴定及培养条件优化

对晚清书画裱件菌斑菌株复苏分离鉴定及培养条件优化.以改良马铃薯葡萄糖琼脂培养基、萨氏培养基和查氏培养基作为复苏培养基.采用三点植入法和插片法对菌株形态学观察,通过PCR扩增、测序、构建系统发育树对菌株进行分子生物学鉴定.结果成功复苏一株霉菌,菌株鉴定为篮状菌属,最佳培养条件为改良后PDA培养基,培养温度30℃,pH 6.0,震荡频率130 r/min.     

基于冲突域渐减的属性约简算法

针对因决策表中存在不一致对象造成的约简求解错误,同时为了进一步提高约简算法求解效率, 首先,给出简化决策表的定义,并证明了简化决策表的核属性和属性约简与原始决策表的核属性和属性约简是等价的. 然后,提出冲突域的概念,分析冲突域的性质,以冲突域中冲突对象个数的变化为度量依据, 研究核属性和属性重要性的性质,同时设计相应的核属性和属性重要性求解算法;在此基础上, 设计基于冲突域渐减式属性约简算法,算法的时间和空间复杂度分别为O(|C|²|U/C|)和O(|U|). 最后的实例和实验结果表明该方法是正确的,高效的.     

结合改进非负矩阵分解的模糊网页文本分类算法

通过构建向量空间模型可以获得表征网页数据的词-文本权重矩阵,然而直接基于此高维矩阵进行分类学习效率较低,为此提出一种结合改进非负矩阵分解的模糊网页文本分类算法.首先,通过迭代的归一化压缩非负矩阵分解将高维的原数据映射到低维语义空间,以降低问题的复杂性.然后,将模糊逻辑引入分类模型,通过特征词与类别的模糊隶属度来生成文本的类别模糊集,以解决确定性矩阵难以判定语义模糊词所属类别的问题.实验结果表明,与其他方法相比,所提出的分类算法具有较高的分类准确度和较好的时间性能.     

高面板堆石坝面板脱空效应

针对面板堆石坝的脱空问题,以三板溪水电站面板堆石坝为工程背景,基于FLAC 3D软件的内嵌语言,二次开发模拟面板堆石坝填筑施工和蓄水过程模拟的计算程序。通过在面板和垫层之间设置接触面来模拟面板与垫层的脱空效应,进而深入研究面板在施工和运行阶段的脱空机理。研究成果表明,施工期面板脱空的主要原因源自坝体自重,蓄水期面板脱空的主控因素是蓄水引起的应力重分布以及堆石料流变变形。     

改进的LEM2规则提取算法

针对LEM2算法存在的局限性,从规则提取的质量和效率两个方面对其进行改进,提出改进LEM2规则提取算法.基于广义决策,定义最简规则优先策略,使得改进后的算法能获取更为简洁的规则,提高规则获取的质量.定义冗余的属性-值对集合,从候选属性-值对集中删除冗余的属性-值对,加快算法的收敛速度,提高规则获取的效率.通过实验证明改进LEM2算法用于不完备信息系统规则提取的有效性.     

基于广义决策函数的改进LEM2规则提取算法

针对当前LEM2系列算法提取规则的效率和质量不高的问题,提出了基于广义决策函数的改进LEM2算法(GLD-LEM2).该算法根据广义决策函数来计算候选属性-值对集T(G),通过删除冗余属性-值对来逐步缩小T(G)的规模,以提高规则提取的效率;同时,根据广义决策函数相交最小原则来选择属性-值对,优先提取最简规则,以提高获取规则的质量.实验结果表明,对于完备或不完备的决策表规则,GLD-LEM2算法均能有效地提高规则提取的效率和质量.     

无爪图中具有指定长度的路因子

在无爪图G中,设σ2(G)表示不相邻顶点度和的最小值. 令|V(G)|=n=∑ki=1ai,ai6,1ik,并且σ2(G)n+k-1,证明了对于图G中任意的k个顶点v1,v2,…vk, 都存在点不相交的路P1,P2,…Pk，使得对于1ik，都有|V(Pi)|=ai并且vi是路Pi的一个端点.     

由特殊函数表达的快速取样定理

对频谱有限函数，本文给出了新的快速收敛的取样定理，根据具体问题，利用卷积的方法还可以调节收敛速度，达到预期的效果，且计算也并不复杂。     

基于相对分辨能力的属性约简算法

在粗糙集理论中,分辨能力反映拥有知识的多少;为此,给出分辨能力相关概念、性质和计算方法,并提出基于相对分辨能力的约简定义,同时研究该约简定义与Hu差别矩阵约简之间的等价性,指出Hu差别矩阵约简可由相对分辨能力约简获得.为了进一步提高求解效率,通过减少约简过程中基数排序次数来提升效率,设计了相对分辨能力的约简算法,其时间复杂度为O(|C|~2|U|).实例分析和UcI中数据集的实验比较表明所提出的约简算法是有效的、可行的.