国家自然科学基金(60773062) 作品数:25 被引量:87 H指数:6 相关作者: 田景峰 张植明 哈明虎 翟俊海 高林庆 更多>> 相关机构: 河北大学 华北电力大学 廊坊师范学院 更多>> 发文基金: 国家自然科学基金 河北省自然科学基金 教育部科学技术研究重点项目 更多>> 相关领域: 自动化与计算机技术 理学 更多>>
关于集值模糊Choquet积分性质的进一步讨论 被引量:1 2010年 集值模糊Choquet积分是Choquet积分、集值Choquet积分和模糊Choquet积分的重要推广,本文进一步讨论了集值模糊Choquet积分的性质,并修正了张风霜文章《集值模糊Choquet积分的广义性质》的不严密之处. 王爱茹 乔均俭基于覆盖的直觉模糊粗糙集 被引量:14 2010年 通过直觉模糊覆盖概念将覆盖粗糙集模型进行推广,提出一种基于直觉模糊覆盖的直觉模糊粗糙集模型.首先,介绍了直觉模糊集、直觉模糊覆盖和直觉模糊逻辑算子等概念;然后,利用直觉模糊三角模和直觉模糊蕴涵,构建两对基于直觉模糊覆盖的下直觉模糊粗糙近似算子和上直觉模糊粗糙近似算子;最后,给出了这些算子的基本性质并研究了它们之间的对偶性. 张植明 白云超 田景峰关键词:粗糙集 直觉模糊集 直觉模糊粗糙集 不确定空间上基于复样本的学习理论的关键定理 提出了不确定空间上复不确定变量及其分布函数、期望和方差的概念,证明了不确定空间上基于复样本的Markov不等式、Chebyshev不等式和Khintchine大数定律;给出了不确定空间上基于复样本的复经验风险泛函、复期望... 张现坤 哈明虎关键词:关键定理 文献传递 基于模糊积分的多模糊决策树融合 被引量:6 2009年 给定一个模糊信息系统,可能找到多个重要的模糊属性子集,而且这些重要的模糊属性子集对决策有不同的贡献,会产生不同的影响.如果仅选择其中一个模糊属性子集进行决策,即使是最重要的一个,也会丢失隐含在其他重要的模糊属性子集中的可用信息.为了充分利用模糊信息系统中每个重要的模糊属性子集所提供的信息,提出了一种基于模糊积分的多模糊决策树融合方法.这种方法分3个步骤:1)通过模糊等价关系找到几个重要的模糊属性子集;2)对每个模糊属性子集,利用模糊ID3算法生成一棵模糊决策树;3)用模糊积分融合几棵模糊决策树.实验结果证明了用多模糊决策树融合方法比单模糊决策树分类效果更好. 翟俊海 王熙照 张素芳关键词:模糊决策树 模糊熵 模糊积分 信息融合 基于包含度的模糊随机粗糙集模型 被引量:1 2010年 针对随机性与模糊性同时存在的情形,提出了建立在模糊随机近似空间上的基于包含度的模糊随机粗糙集模型。首先给出了模糊随机近似空间的概念,然后利用包含度提出了模糊随机近似空间上的一种基于模糊随机集的粗糙近似算子。最后讨论了这种近似算子的一些性质。 张植明 田景峰关键词:包含度 近似算子 基于模糊积分的Fisher判别分析 被引量:5 2009年 文中引进一种新的非线性判别分析—基于Choquet模糊积分的Fisher判别分析,该基于Choquet模糊积分的Fisher判别分析方法可充分考虑到输入的各指标之间的交互作用,当模糊测度μ具有可加性时,基于Choquet模糊积分的Fisher判别分析方法就是经典的Fisher判别分析.最后将此方法应用于心肌梗死的鉴别诊断. 纪爱兵 邱红洁 哈明虎关键词:CHOQUET模糊积分 FISHER判别分析 基于复随机样本的结构风险最小化原则 被引量:8 2009年 统计学习理论目前是处理小样本学习问题的最佳理论.然而,该理论主要是针对实随机样本的,它难以讨论和处理现实世界中客观存在的涉及复随机样本的小样本统计学习问题.结构风险最小化原则是统计学习理论的核心内容之一,是构建支持向量机的重要基础.基于此,研究了基于复随机样本的统计学习理论的结构风险最小化原则.首先,给出了标志复可测函数集容量的退火熵、生长函数和VC维的定义,并证明了它们的一些性质;其次,构建了基于复随机样本的学习过程一致收敛速度的界;最后,给出了基于复随机样本的结构风险最小化原则,证明了该原则是一致的,同时推导出了收敛速度的界. 哈明虎 田景峰 张植明关键词:统计学习理论 结构风险最小化原则 支持向量机 VC维 基于模糊训练数据的支持向量机与模糊线性回归 被引量:4 2008年 支持向量机作为1种机器学习方法已广泛应用于模式识别及函数拟合.但在支持向量机中,训练数据均为精确数据.针对训练数据的输入是模糊数的情况,研究基于模糊训练数据的分类型支持向量机,并给出其解法.然后应用基于模糊训练数据的支持向量机研究模糊线性回归问题. 纪爱兵 邱红洁 谷银山关键词:模糊线性回归 Support Vector Machine based on Type-2 Fuzzy Training Samples <正>In order to deal with the classification problems of type-2 fuzzy training samples on generalized credibili... Ming-hu Ha~(1文献传递 基于小波变换和2DPCA的人脸识别 被引量:4 2010年 主成分分析(principal component analysis:PCA)已成功用于人脸识别,但基于主成分分析的人脸识别方法需要将图像数据向量化,而向量化后的图像样本维数非常大,计算代价非常高.二维主成分分析(2 di mension principal component analysis:2DPCA)直接处理图像数据,不需要向量化的过程,2DPCA降低了计算复杂度,但是2DPCA与PCA相比,需要存储更多的系数,即要占用更多的存储空间.本文提出了一种基于小波变换和2DPCA的人脸识别方法,可以克服上述缺点,实验结果证明了该方法的有效性. 翟俊海 翟梦尧 王华超关键词:小波变换 人脸识别 主成分分析 特征脸