仿生聚类算法研究与分析

仿生聚类算法是一种将仿生智能优化算法与传统聚类算法相结合的混合聚类算法,同时也是无监督学习算法。这类算法在生物智能算法的基础上,结合了传统聚类算法操作简单、求解速度快的特点,在解决高纬度复杂的聚类分析问题时表现尤为突出,目前已被广泛应用在物联网、图像处理、路径规划、医学等领域。文中主要对仿生聚类算法进行研究与分析。首先以蚁群聚类、果蝇聚类、人工蜂群聚类算法为例,着重从算法思想、生物智能算法与K均值聚类的结合流程以及具体应用3个方面进行介绍;然后对仿生聚类过程中的相似性度量方法和聚类结束后聚类结果无监督评价方法进行了详细描述;最后对仿生聚类算法的未来研究方向进行了总结与展望。     

基于模糊-粗糙模型的逼近精度分类规则提取策略

为了处理具有连续属性的决策系统,利用模糊理论与粗糙理论在处理不确定性问题方面的差异性,提出一种基于模糊-粗糙模型的逼近精度分类规则提取策略.首先利用模糊π函数对决策系统中的连续属性构造三个模糊参数进行模糊化,从而确定条件属性的模糊区域;再根据模糊相似关系构造模糊相似矩阵,然后基于模糊等价类划分的概念,提出了利用逼近精度近似度量的数据挖掘方法进行属性约减,最后应用实例说明如何在决策表中发现分类规则.实验结果表明此方法挖掘出的规则简练且合理可靠.     

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.     

风险管理中的风险分配问题

为了进一步明晰风险管理实践中选择风险分配函数的问题,通过引入风险度量定义,分析了无组合效应风险与可互换风险这两种具有特殊性质的个体风险特征,并在此基础上讨论了风险分配应该满足的原则,继而证明并比较了标准差风险度量下,协方差风险分配函数与相对风险分配函数性质上的差异,并得到如下结论:1)风险预算也是一种特殊形式的风险分配函数;2)在标准差风险度量下,协方差风险分配函数是可行的风险分配函数;3)在标准差风险度量下,相对风险分配函数不是可行的风险分配函数;4)在一定条件下,风险分配函数之间具有等价性.     

客观信息的模型和度量研究

当今时代,信息的重要性毋庸置疑.但是,人们对于信息的认识依然众说纷纭,对于信息度量的研究同样莫衷一是.本文基于前人的丰富研究成果,总结了在信息的性质及度量方面已经取得的重要进展和存在的主要不足,探讨了信息的本质内涵和数学表达等基本问题.基于对信息客观性的认识,提出了信息的定义和六元组模型,讨论了信息的基本性质,建立了信息的广阔性、细致性、持续性、丰富性、包容性、延迟性、遍及性、真实性和适配性9类度量的定义和数学表达,形成了客观信息论的基础理论框架,能够系统全面地支持信息与信息系统的分析研究.     

智能家居服务机器人视觉和听觉行为隐私识别保护与度量技术

智能家居环境中广泛使用摄像头、语音监听设备而存在隐私泄漏的风险,这影响人的心理状态甚至会引起心理障碍.首先,论文基于调查问卷结果分析了人们对服务机器人涉及的隐私信息的关注方面及程度;然后,分别从基于数据保护的隐私保护、基于回避工作模式的隐私识别保护、聚焦特定目标的隐私识别保护、隐私度量4个方面进行了综述,并给出了未来值...     

基于规则的模糊信息的排序方法

以模糊数空间上的度量以及一族可以序化的模糊集(称之为规则库)为基础,引入了模糊数关于规则库的位值概念,建立了一种模糊数的排序方法,并通过模糊数关于规则库的符合度来进一步描述模糊数关于规则库的位值,给出了模糊信息的复合量化策略,讨论了位值和符合度的基本性质,为有效地解决某种意识下的不确定型优化问题奠定了基础.     

单值度量广义逆的扰动分析

本文利用有界齐性算子给出Banach空间上的有界线性算子的单值度量广义逆的扰动分析.     

紧伪度量空间上的Hausdorff维数和加倍测度

在紧的伪度量空间(X,d)上,论证了支撑在(X,d)上的加倍测度的存在性与(X,d)上的一致度量维数之间的一些相互关系;并证明了若(X,d)有有限的一致度量维数,则对任意α>0,存在(X,d)上的加倍测度在某个Hausdorff维数最多为α的集上满测.