基于粗糙集理论的表情识别研究

包括情感计算和情感识别在内,以人为中心,对人的情感和认知的研究是目前人工智能领域的一个热点研究方向。以粗糙集理论为基础,研究了粗糙集属性约简算法,并把粗糙集属性约简算法作为一种人脸表情识别系统的特征选择方法,对人脸表情识别的重要特征进行研究,并提出了一种RS+SVM的人脸表情识别方法。仿真实验结果表明,粗糙集属性约简算法能发现人脸表情的重要特征,并基于这些特征可以得到很好的表情识别结果。     

基于证据推理的供应商绩效评价与决策

针对供应商绩效评价与选择这一不确定多属性决策问题,采用证据推理方法建立一个具有不确定性包含有定量和定性的具有多层次结构的多属性决策分析模型.在证据理论框架下,结合信息变换技术,对定性和定量的评价信息按照综合属性的评价等级变换成统一的分布评估形式,考虑属性的权重构造基本概率分配函数,利用证据推理算法综合所有的属性,从而完成方案的综合评价.运用多属性效用理论决策方法确定供应商的选优排序.结合供应商绩效评价与选择实例说明该方法的有效性.     

周清庄油田精细储层预测

针对周清庄油田构造复杂、储层变化大的地质特点,通过以精细储层预测为核心的技术思路,运用地质、测井、地震等多种资料的综合分析和研究方法,明确了周清庄油田的构造和储层展布,并以此指导开发实践,取得了显著成效。     

基于属性识别模型的节水灌溉方案优选

在节水灌溉方案优选中,文章采用基于变异系数权重的属性识别模型.该模型采用反映评价指标特征值之间差异性的参数--变异系数作为评价指标的权重,减小了权重确定的主观性,且模型求解方法简单实用.该模型含义明确、计算过程简单,能实现节水灌溉方式的排序,有一定的应用价值.     

基于信息熵的信息系统及决策表的属性约简

利用新的信息熵,给出信息系统信息熵的约简方法及决策表的相对信息熵约简判定定理,证明分布协调集一定是相对信息熵的协调集．     

基于属性更新的语义缓存一致性维护算法

目前语义缓存一致性维护的更新策略主要是将更新操作转化成删除和添加操作,其增加了不必要的数据通信流量和数据存储,而且只能处理全属性的情况,故本文提出新的语义缓存一致性维护算法,通过分析语义缓存段与更新语句的条件谓词以及投影属性的关系,从而将更新粒度细化至被更新的属性。理论分析和仿真实验均表明该策略能够有效的减少数据存取和数据通信的开销,以及提高缓存命中率和减少查询响应时间。     

一种改进的决策树算法

为解决决策树算法ID3的多值偏向的缺点,利用属性相似度偏向少值属性的特点,提出一种将属性相似度作为信息熵的系数的属性选择标准,从而提出相应的决策树生成算法.实验结果表明,新算法既避免了以信息熵作为属性选择标准的决策树算法的多值偏向,也避免了以属性相似度作为属性选择标准的决策树算法的少值偏向.     

一种新的启发式属性约简算法

为解决属性约简的诸多问题,比如基于信息熵的属性约简方法偏向多值属性的缺点,而基于属性相似度的属性约简方法偏向少值属性的不足,现提出一种将信息熵和属性相似度结合起来的新的启发式属性约简方法.实验结果表明,避免了上述两种属性约简算法的偏向性.     

过失相抵规则的具体应用

过失相抵规则在侵权行为法中起着重要的作用,体现了责任自负原则和公平公正原则.在深入分析过失相抵规则传统方法的的基础上,指出了其在实践中如何具体应用.此外,对经济分析法在过失相抵规则中的应用进行了分析,认为其不适应于实践.     

一种新的分类方法——属性均值聚类属性支持向量机(AMC-ASVM)

在属性均值聚类(AMC)与支持向量机(SVM)的基础上,提出了一个新的模式分类算法——基于(属性)聚类的属性支持向量机算法(AMC-ASVM)。主要思想是利用属性均值聚类网络得到的具有概率信息(权重)的样本,来训练属性支持向量机,从而得到分类器。这种方法结合了属性聚类的稳定性与属性支持向量机可以利用加权样本的优点,适合处理具有强噪声的数据。另外,该方法也可以看作是堆近邻分类法的自然推广。在实验部分,将其用于结肠癌基因表达数据的处理。实验结果显示了AMC-ASVM在一定程度上优于最近邻, Boosting, 堆近邻, SVM等方法。