基于修正差别矩阵的高效属性约简算法

为降低基于修正差别矩阵的属性约简算法的复杂度,给出了基于修正差别矩阵的简化差别矩阵,证明了基于该简化差别矩阵的属性约简定义与基于原修正差别矩阵的属性约简定义是等价的.在此基础上设计了一个基于简化差别矩阵的属性约简算法,其空间和时间复杂度分别被降为O(|C|(|U'pos||U/C|))和max{O(|C|2(|U'pos||U/C|)),O(|C||U|log|U|)}.实例说明:用新算法进行属性约简,不仅减少了计算量,而且减少了存储空间,因而是一种高效的属性约简算法.     

知识过滤与属性f-迁移依赖

依据S-粗集,给出f-迁移知识,F-迁移知识,知识过滤度和知识过滤属性f-迁移依赖的概念,提出知识过滤属性f-迁移依赖定理,给出知识过滤属性f-迁移依赖在知识识别中的应用,揭露了知识过滤的本质.     

基于属性理论的西部地区高速公路后评价

为了科学、有效地总结西部地区已投入运营的高速公路项目的经验教训,提高西部地区高速公路项目管理水平,基于属性理论建立了西部地区高速公路后评价模型。首先,从过程评价、投资与效益评价、影响评价、目标持续性评价4个方面构建了西部地区高速公路后评价指标体系。属性理论的运用,能将定量因素和定性因素有机结合起来进行评价,运用属性理论建立了后评价模型。最后,将该公路后评价模型应用于甘肃省某高速公路项目,并通过获取的各项基本参数,对案例公路进行了后评价分析。研究结果表明,该项目实施与运营效果良好。针对于这一评价效果,对案例项目的经验教训进行了总结,提出了关于西部地区高速公路项目发展的针对性建议。     

基于属性数学的供应商综合评价

供应商是整个供应链的起点,它的综合能力直接影响到整个供应链的正常运行。本文借助供应商的二层指标体系,利用属性综合评价法对某供应商的能力进行了综合评价。通过该实例说明了属性综合评价方法具有可行性,而且较模糊综合评价方法更加合理。     

具浓度相关迁移率和梯度相关位势的一维Cahn-Hilliard方程

利用Leray Schauder不动点定理证明一类具浓度相关迁移率和梯度相关位势的一维Cahn-Hilliard方程古典解的存在性, 并利用共轭法证明了相应问题解的惟一性. 在一维情形下推广了已有的关于具常迁移率和梯度相关位势的Cahn-Hilliard方程初边值问题的结果.     

一种基于嵌套网络的新型路由优化策略

随着无线技术的迅速发展以及移动数字设备数量的迅速增加,移动性已经成为因特网的重要元素.因特网工程任务组设计的用于提供网络移动性的网络移动性基础支持协议,由于其非最优的路由以及冗长的封装过程,往往会产生相当长的传输延迟以及严重过长的大分组,因此在嵌套移动网络中并不能得到低延迟的切换.为了解决网络移动性基础支持协议在嵌套网络中的高延迟问题,该文提出了一种用于嵌套网络的路由优化机制.该机制基于带有绑定更新树的分层结构,使用绑定更新缩短从移动路由到通信节点或移动网络节点之间的通信延迟;在移动网络内部,使用在分组头部增加家乡地址选择段的方法,降低了顶层移动路由的寻路延迟.仿真结果表明该路由优化策略相对基础支持协议可大大降低嵌套网络中的分组延迟,从而降低了分组开销和切换延迟,达到了最优路由.     

西湖凹陷Y气田平湖组上段沉积相特征及有利砂体预测

平湖组为西湖凹陷重要的含油气层之一,是今后寻找有利储层的优选层位。以精细岩芯观察为基础,根据岩相、沉积构造等相标志特征,确定工区平湖组上段为三角洲平原亚相,进一步细分为分支河道、天然堤、决口扇、沼泽等4类微相。在单井沉积相分析的基础上,结合地震属性分析、泥质含量反演、波阻抗反演成果,认为工区物源主要来自工区北部,河道主要呈南北向展布,在此基础上,编制了工区的沉积微相平面分布图,分析了沉积相纵向演化规律,预测了工区内平湖组上段的有利砂体分布区,该区砂体总体面积较大,砂厚在105~115 m,据已钻井的资料统计,已经证实了预测结果的可靠性较高,可作为下一步勘探开发寻找油气的优选部位。     

容错粗糙主成分分析的属性约简方法

在分析大肠早癌荧光数据属性约简方法的基础上,提出一种基于容错关系信息熵的粗糙主成分属性约简方法.该方法首先针对数据的不完整特性,建立容错关系粗糙集模型.然后,引入随信息量减小而单调下降的信息熵,建立基于信息熵的容错关系粗糙集模型,并进行初步数据属性处理.最后,结合主成分分析方法,形成基于容错关系信息熵的粗糙主成分分析方法,在进行数据降维处理的同时提取数据特征.以大肠早癌荧光光谱为实验数据的分析处理结果表明,该方法可以有效地降低荧光光谱数据的处理维数,提取影响医疗诊断的特征数据,减少后续数据处理的复杂度.     

基于属性熵和加权余弦相似度的离群算法

离群点检测是数据挖掘的一个重要研究方向,大多数离群数据挖掘算法在应用到高维数据集时效率较低。给出了一种基于属性熵和加权余弦相似度的离群数据挖掘算法LEAWCD.该算法首先根据局部属性熵分析每个对象在其k-邻域内的局部离群属性,并依据各离群属性的属性偏离度自动设置属性权向量;其次使用对高维数据有效的余弦相似度经加权后度量各对象在k-邻域内的离群程度,实现高维局部离群点检测;最后采用国家天文台提供的天体光谱数据作为数据集,实验验证了LEAWCD算法具有伸缩性强和检测精度高等优点。     

一种基于粗糙集理论的设备故障诊断方法

粗糙集理论是一种处理模糊和不确定知识的数学工具。本文根据粗糙集理论,对设备的振动故障诊断决策表进行属性约简,以提取故障识别的重要属性,降低决策表的冗余性。分析表明,粗糙集理论应用于故障诊断可得到更清晰、简明的诊断规则。