角膜炎致病原与临床症状关联性的粗集分析

利用粗糙集理论分析角膜炎致病原与临床症状之间的关联性,优化了诊断指标,为正确区分不同类型的结膜炎提供了新的有效的技术手段。     

两类决策系统中规则获取的联合决策矩阵算法

提出了联合决策矩阵的概念以及基于联合决策矩阵的两类决策系统规则获取算法.将条件属性等价矩阵和决策属性等价矩阵合并到一个矩阵中,大大减少了矩阵生成过程的比较次数,能有效提高算法的效率.用一个实例说明了算法的执行过程,并通过算法复杂度分析与实验结果对比,进一步说明了该方法的有效性.     

基于采样率变换与FFT的GPS系统C/A码捕获改进算法

针对全球定位系统民用粗码信号快速捕获算法速度慢、不易于硬件实现的不足,提出了基于采样率变换和FFT的GPS信号C/A码捕获算法。利用采样平均的方法把采样率为5Msps的输入信号降低为1.024Msps,然后利用FFT进行粗捕,得到粗略的伪码相位,最后对粗略的伪码相位周围的原始数据进行循环相关处理得到精确的伪码相位估计值,降低了对后续跟踪环的动态要求。仿真结果表明该算法运算量小可以快速实现C/A码的粗捕,得到高精度的捕获结果,同时该算法可以利用现有1024点的FFT处理核(IP),便于在硬件上实现。     

一种基于粗集理论的属性权重构造方法

提出一种新的基于粗集理论的权重构造方法来解决传统决策中主观性问题和冗余性问题,并给出了一种新的判据模式.新方法分析论述了可拓学中存在的数学逻辑错误,并与通过其他决策方法得出的结论作比较.最终通过实验分析来说明方法的有效性和可行性,从而为管理决策提供了一种新的思想.     

SAR图像目标增强模型最优性能分析

研究用于SAR图像目标增强的lk范数正则化方法的最优性能.从有偏参数估计的统计性能极限角度,将达到渐进最小总方差的参数估计看作目标增强的最优效果.根据Bayes框架以及罚最大似然估计原理,研究了达到最优性能时正则项需满足的条件,该条件与图像大小、信号统计分布以及观测数据噪声方差有关,可为模型设计与迭代算法设计提供依据.并证明了仅当噪声方差较小时lk范数约束才能使得处理结果达到该最优估计性能.仿真实验验证了该结论的正确性.     

基于直觉模糊集的粗交流

提出基于直觉模糊集的粗交流的概念,分析了在基于直觉模糊集的粗交流过程中由于agents各自拥有的知识不同而产生的信息丢失问题,并给出了基于直觉模糊集的粗交流过程中信息丢失的量化分析方法.通过引入α-直觉粗交流截集等概念,得到基于直觉模糊集的粗交流和经典概念粗交流的关系定理.最后给出基于直觉模糊集的粗交流的一个具体实例.     

单向S-粗集对偶与数据筛选-过滤的扩展应用

S-粗集(singular rough sets)是对Z.Pawlak粗集的改进,单向S-粗集对偶(dual of one direction sin-gular rough sets)是S-粗集的基本形式之一。利用单向S-粗集对偶,给出数据属性,数据筛选-过滤概念,数据筛选-过滤序定理,合成数据筛选-过滤定理,及数据筛选-过滤准则。利用这些结果,给出应用。单向S-粗集对偶是动态数据筛选-过滤研究的一个新工具。     

线性生成的一般模糊线性系统

基于结构元方法,研究了由对称模糊结构元线性生成的一般模糊线性系统和双重的一般模糊线性系统的求解问题,并给出了系统解存在的充要条件. 同时给出了这类模糊线性系统在工程、经济领域的应用实例.     

递推加权最小二乘算法的研究

通常在使用递推加权最小二乘算法时,需要设计矩阵列满秩.从极限理论的角度出发,对设计矩阵列不满秩时加权最小二乘估计的递推算法进行了理论证明和分析,得出了在任意第n步,未知参数估计值收敛于由前n组数据所决定的极小范数加权最小二来解,并且此解是唯一的,仿真结果同样验证了该结论的正确性.     

属性约简的两阶段遗传算法

属性约简是数据挖掘的一个重要研究内容. 为了解决具有多种属性类型的决策表约简问题,在粗集和二元关系聚合理论的基础上,利用属性重要性作为评价标准,提出了一种两阶段遗传约简算法. 算法的第一阶段是为了找出尽可能多的约简,第二阶段力求寻找最小约简. 根据算法每个阶段的目标设计了编码方案、种群规模、适应度函数、终止条件、选择、变异和修正操作. 实验表明,与标准遗传算法相比,两阶段算法在计算最小约简时更为准确和稳定.