国家自然科学基金(61273304) 作品数:9 被引量:35 H指数:5 相关作者: 苗夺谦 高灿 李峰 张维 汤涛 更多>> 相关机构: 同济大学 香港理工大学 深圳大学 更多>> 发文基金: 国家自然科学基金 国家教育部博士点基金 上海市自然科学基金 更多>> 相关领域: 自动化与计算机技术 交通运输工程 更多>>
一种元素最大描述下的多粒度覆盖粗糙集模型 被引量:5 2013年 利用元素的最大描述,将传统多粒度粗糙集拓展到覆盖空间,首先提出了两种新的多粒度粗糙集模型,然后对模型的一些基本性质进行了研究,给出了不同多粒度覆盖粗糙集产生相同上、下近似的条件,最后研究了两种模型之间的关系。 刘财辉关键词:粗糙集 多粒度 基于离散粒子群优化和邻域约简的基因特征选择算法 被引量:1 2016年 针对离散粒子群优化算法进行基因特征选择容易陷入局部最优解的问题,提出一种基于离散粒子群优化和邻域约简的组合优化算法。利用邻域约简挖掘基因数据本身蕴含知识的特点,依据决策属性对条件子集的依赖度构造离散粒子群优化算法中的优化函数,根据优化函数值的大小引导粒子搜索最优基因特征子集,从而解决局部最优的问题。实验结果表明,与粒子群优化和遗传算法的混合优化算法、优化的邻域粗糙集等算法相比,该算法能够获得较高的分类准确度。 张哲 孙丽君关键词:离散粒子群优化 局部最优解 粗糙集 基于弯曲距离三支决策的时序相似性算法 被引量:1 2017年 动态时间弯曲距离算法(DTW)是目前公认的最有效的时间序列相似性计算方法之一,但是较高的时间复杂度一直是其主要缺点。快速弯曲距离算法(FTW)能有效提高DTW的计算速度,但是该算法对不同粒度时间序列剪枝的行为是典型的二支决策,与人类处理不确定问题时普遍采用的三支判断不同。因此,通过将三支决策理论引入到DTW算法的优化工作中,建立了DTW三支决策模型;然后对DTW三支决策模型中的决策阈值α和β进行了基于误识别率的推导,并且给出了具体求解阈值α和β的模拟退火算法;最后基于上述理论提出了基于弯曲距离三支决策的时序相似性算法(3WD-DTW)。通过对比实验表明,与FTW算法相比,3WD-DTW算法在保持较快的计算速度的前提下明显提升了计算准确度,使其接近DTW的水平。 徐健锋 何宇凡 张远健 汤涛关键词:动态时间弯曲 模拟退火 强语义模糊性词语的情感分析 被引量:7 2015年 语义的模糊性给词语的情感分析带来了挑战。有些情感词语不仅使用频率高,而且语义模糊性强。如何消除语义模糊性成为词语情感分析中亟待解决的问题。该文提出了一种规则和统计相结合的框架来分析具有强语义模糊性词语的情感倾向。该框架根据词语的相邻信息获取有效的特征,利用粗糙集的属性约简方法生成决策规则,对于规则无法识别的情况,再利用贝叶斯分类器消除语义模糊性。该文以强语义模糊性词语"好"为例,对提出的框架在多个语料上进行实验,结果表明该框架可以有效消除"好"的语义模糊性以改进情感分析的效果。 张志飞 苗夺谦 岳晓冬 聂建云关键词:情感分析 语义模糊性 粗糙集 贝叶斯分类 粒化的Mean Shift行人跟踪算法 被引量:2 2016年 Mean Shift行人跟踪采用颜色特征直方图作为跟踪特征,存在易受背景颜色干扰等问题。基于此,在传统的Mean Shift行人跟踪算法中引入粒计算的思想,提出粒化的Mean Shift行人跟踪算法,对图像目标区域作粒层分块来提取块颜色特征信息,并在颜色特征表示上作不同粒度的粒化,最后在Mean Shift迭代框架下实现行人跟踪。该方法相比传统的跟踪方法具有计算复杂度更低、稳健性更好的优点。在PETS2009和CAVIAR数据库上的实验表明,这种方法跟踪正确率更高,在颜色干扰下稳健性更好,能够实时有效地跟踪行人。 刘翠君 赵才荣 苗夺谦 王学宽关键词:信息粒 粒计算 MEANSHIFT 行人跟踪 Attributes Reduction Model with User Preferences In rough set theory, Attributes Reduction algorithms are utilized to extract patterns or rules from the table-... Xiaodong Yue Yufei Chen Jin Qian Caiming Zhong融合反义关系的词语语义相似度计算 本文从相似度的本质出发,将反义关系作为相似度的一种相异信息,融合义原的反义距离提出改进的义原相似度计算方法,同时考虑义原的上下位权重;对于概念相似度,采用受限二分匹配代替贪婪匹配进行义原集合匹配,并提出基于位置指数加权的... 张志飞 苗夺谦 卫志华关键词:语义相似度 反义关系 文献传递 数据驱动的燃气涡轮机跳闸预警方法的研究 2015年 燃气涡轮机已被广泛运用于现代工业中,其跳闸事件的发生将产生巨大的经济损失,因此,对燃气涡轮机的跳闸事件进行预测有重要的经济意义。然而,燃气涡轮机跳闸的预测研究是一个崭新的领域,研究成果非常有限,且缺乏数据驱动的预测方法和理论研究。从数据的预处理开始,研究了从数据的归一化、特征选择到特征值选择、特征值粒化等系列问题,并从各个角度设计了Elman神经网络的预测模型实验,对实验结果进行对比,得到了一系列建立并改善数据驱动的Elman网络跳闸预警系统的方法和有益经验,以供其他相关研究参考。 谢晨 王睿智 李飏 苗夺谦 焦娜关键词:数据驱动 ELMAN 故障预测 燃气涡轮机 跳闸 一种处理部分标记数据的粗糙集属性约简算法 被引量:5 2017年 属性约简是粗糙集理论中重要的研究内容之一,是数据挖掘中知识获取的关键步骤。Pawlak粗糙集约简的对象一般是有标记的决策表或者是无标记的信息表。而在很多现实问题中有标记数据很有限,更多的是无标记数据,即半监督数据。为此,结合半监督协同学习理论,提出了处理半监督数据的属性约简算法。该算法首先在有标记数据上构造两个差异性较大的约简来构造基分类器;然后在无标记数据上交互协同学习,扩大有标记数据集,获得质量更好的约简,构造性能更好的分类器,该过程迭代进行,从而实现利用无标记数据提高有标记数据的约简质量,最终获得质量较好的属性约简。UCI数据集上的实验分析表明,该算法是有效且可行的。 张维 苗夺谦 高灿 李峰关键词:粗糙集 半监督学习 基于粗糙集成学习的半监督属性约简 被引量:6 2016年 属性约简是粗糙集理论重要研究内容之一.Pawlak粗糙集约简的对象一般是有监督数据或者是无监督数据.而在很多现实问题中有标记数据很有限,更多的是无标记数据,即半监督数据.仅利用有标记数据一般难以计算出质量较好的属性约简.为此,基于粗糙集理论,结合集成学习与半监督学习,提出有效地利用无标记数据计算半监督数据属性约简算法.该算法在有标记数据上构造一组差异性较大的属性约简构造集成基分类器,在半监督自训练学习过程中,用集成分类器对无标记数据做出预测,扩大有标记数据集,从而获得质量更好的约简.UCI数据集实验分析表明该算法是有效可行的. 张维 苗夺谦 高灿 李峰关键词:属性约简 粗糙集 半监督学习