基于扰动优势关系的直觉模糊三支决策方法

针对现有直觉模糊优势关系要求过于严格,以及评价信息损失较大和利用不全的问题,利用直觉模糊集之间的扰动度提出了符合直觉模糊特点的直觉模糊扰动优势关系。进而得到比等价类要求更低的扰动优势类,从而更大程度利用评价信息,紧接着讨论了优势类的相关性质。随后针对现有直觉模糊三支决策方法中的条件概率用实数表示导致不确定信息丢失问题,基于扰动优势关系提出了用直觉模糊数表示的条件概率的计算方法,并且给出了三支决策以及多属性决策规则。通过算例验证了该方法的有效性,并对优势程度和风险规避系数进行了灵敏度分析。

温阳贴贴敷涌泉穴对慢性心力衰竭病人血清UCP2、外泌体及外泌体内miR-320水平的影响

目的:探讨温阳贴贴敷涌泉穴对慢性心力衰竭(CHF)病人解偶联蛋白-2(UCP2)、血清外泌体及外泌体内miR-320水平的影响,挖掘其作用机制。方法:选取60例CHF病人,随机分为对照组、电针组、穴位贴敷组,每组20例。对照组以西药治疗,电针组、穴位贴敷组分别在西药治疗的基础上加用电针、温阳贴刺激涌泉穴。试剂盒法提取血清外泌体,免疫印迹(Western Blot)法检测CD63、CD81、TSG101、Alix蛋白表达,纳米颗粒跟踪分析(NTA)检测径粒大小。使用酶联免疫吸附法(ELISA)检测病人血清中UCP2、氨基末端脑钠肽前体(NT-proBNP)表达水平及外泌体分泌量,实时荧光定量聚合酶链式反应(RT-PCR)检测外泌体内miR-320水平。对NT-proBNP、UCP2、外泌体分泌量、miR-320进行相关性分析。结果:CD63、CD81、TSG101、Alix蛋白阳性表达,NTA径粒分析显示符合外泌体径粒大小。穴位贴敷组NT-proBNP、UCP2、miR-320表达水平高于电针组与对照组(P<0.05);穴位贴敷组外泌体分泌量高于电针组与对照组(P<0.05)。NT-proBNP与UCP2、miR-320呈正相关(P<0.01),与外泌体分泌量呈负相关(P<0.01);UCP2与miR-320呈正相关(P<0.01),与外泌体分泌量呈负相关(P<0.01);外泌体分泌量与miR-320呈负相关(P<0.01)。结论:温阳贴的治疗CHF的机制可能与外泌体、miR-320的调控以及UCP2介导的心肌能量代谢相关。

认知算子阈值变化的动态概念认知方法

在现实应用中,形式背景的隶属度可能随着时间发生变化。然而,现有的动态概念认知方法只能处理形式背景的对象和属性增量变化情况下的概念认知问题。当形式背景隶属度发生变化时,现有的动态概念认知方法不能实现认知。为了弥补这一不足,提出一种认知算子的阈值、形式背景的部分隶属度发生变化情况的动态概念认知方法。具体地,对于阈值发生变化的情况,利用增量算子将原概念转化为形式背景更新后的概念;对于隶属度发生变化的情况,利用变化情况的不同,将变化后的形式背景分成三个部分,分别在三个子形式背景上进行认知,最终生成形式背景更新后的概念。建立了一个可以处理认知算子阈值、隶属度同时发生变化的认知系统。给出了概念认知算法,并通过数据实验说明了算法的有效性。

基于支持向量机算法的ECG分类策略

心电信号（ECG）对医生诊断心脏疾病极为重要。现存许多ECG分类技术存在实现困难，处理时间长和只能对2～3类的ECG进行分类的不足。我们提出了一类基于SVM的ECG分类的崭新的方法，阐明了SVM对ECG分类的基本思想。与传统的神经网络分类相比，在理论上该方法优于神经网络，因为支持向量机考虑的是测试样本的最小化而不是训练样本的最小化。

基于粒计算的属性约简改进算法

粒计算是基于问题求解、模式分类及信息处理的多层次粒结构分析方法,它是粗糙集、模糊集、数据挖掘以及人工智能等多领域交叉的一门新学科。在讨论知识粒度的基本概念和性质后,介绍了通过计算属性对约简核的重要度SigCore(A)(a)来进行信息系统约简的方法。考虑到有的信息系统没有约简核,提出了基于粒计算的约简算法的改进。改进后的算法既可以用于有约简核的系统,也可以用于没有约简核的系统。数值实验证实了算法的有效性。

基于小波变换和粗糙集的早搏信号识别算法

心电特征参数的选择和提取是心电图(ECG)分析的基础,提升检测算法的识别率和特征分类的精度是自动分析技术的关键。提出了基于小波变换和属性约简的心电早搏信号识别算法。该算法首先依据心血管专家的诊断标准选择了12个心电特征参数;然后运用基于小波变换的特征检测算法进行了特征提取,并利用基于粒计算的属性约简算法对特征参数进行了属性约简;最后,将约简后的数据用于模式分类并通过MIT-BIH数据库对结果进行验证。实验表明,约简后的分类精度大大高于约简前的数据,特征参数的合理选择(约简)是提高识别效率的重要因素。

基于泛系粗糙集等价算子上的粒计算模型(英文)

标准粗糙集使用等价类作为粒来描述概念。本文弱化对等价关系的要求,将更广泛的粒计算模型建立到泛系粗糙集上去。本文通过对全域的分割和覆盖来诱导出泛系粗糙集上的粒计算模型。

基于三支决策的模糊信息系统OWA算子参数选择

在模糊信息系统中,通过有序加权平均(Ordered weighted averaging,OWA)算子计算对象相似度,可以建立λ截集的相容关系。当λ的值确定后,OWA算子中量词参数(α,β)的选取直接关系到不可区分关系的建立以及信息粒的粗细。因此合理选取参数(α,β)是值得进一步研究的问题。本文采用粗糙集三支决策理论,研究模糊信息系统OWA算子参数选择的相关内容。基于参数的激进、中庸和消极语义,确定OWA算子(α,β)的3种常用取值;进而研究相似度、相容类、双向近似和三支区域在3种参数选择下的性质关系。最后利用实例验证分析了模糊量词参数语义解释的合理性。本文采用三支决策创新视角,得到模糊信息系统OWA算子的深入性质,为相关模糊量词参数提供语义解释与选择依据。

基于最优相似度三支决策的模糊粗糙集模型

模糊信息系统中,对象的相似度往往会受噪声影响,且它在模型运算中常常并非全部需要高精度参与计算。文中首先引入阈值对(α,β),提出了一种基于相似度三支决策的模糊粗糙集模型;其次利用模糊集近似的三支决策方法,给出了对象相似度三支决策的错误率、决策代价以及相应的语义解释;然后以总体决策代价最小化为目标,给出了最优(α,β)的计算方法,从而建立了一种基于最优相似度三支决策的模糊粗糙集模型;最后通过实例分析说明了该模型的可行性和合理性。本文建立的三支决策模糊粗糙集模型保留了模糊信息系统的不确定性,一定程度地去除了噪声影响,且能通过计算得到最优阈值(α,β),从而建立基于相似度三支决策的最优模型,这将有益于模糊信息系统的应用。

基于集对分析的多值信息系统粗集模型及其约简

多值信息系统同时反映了信息的不确定性和不完备性.利用集对联系度定义了多值信息系统的上、下近似运算,并对这种情况下的决策表进行分析,根据该模型的特点提出了α分布约简和α分配约简.

Vague集相似度量及其在心电图自动识别中的应用

Vague集间的相似度量是Vague集中最重要的技术之一。我们在黄国顺等[10]的相关工作基础上提出了一种新的相似度量,并讨论了其在心电图自动识别中的应用。根据识别需要,从MIT心电图数据库获取了心电图特征参数,并用BP神经网络进行学习,运用这些特征参数和训练好的BP神经网络对心电图进行识别,识别准确率达到了99.04%。

三支决策与三支关注的双量化集成

三支决策依托的条件概率只具有相对性,绝对性度量的引入与集成有利于规则提取.文中挖掘绝对条件概率建立三支关注,研究三支决策与三支关注的双量化集成.提取相对条件概率与绝对条件概率,分析2种度量的系统关系,得到异质性与互补性.利用绝对条件概率建立三支关注,与三支决策进行双量化集成,得到集成区域类型与基本语义(粒)体系.利用一个统计决策表案例进行说明.三支关注依托绝对条件概率成为新型三支模式,与三支决策的双量化集成呈现系统性与应用性.

模糊决策表中基于OWA算子的三支属性约简

在模糊决策表中,基于有序加权平均(Ordered weighted averaging,OWA)算子建立的相容关系中,OWA算子是一个信息集成工具。本文利用OWA算子及其诱导的截集相容关系,分别讨论基于正域、负域与边界域的属性约简。首先,利用OWA算子中的权重给出属性区分对象的贡献度;然后,根据属性贡献度定义每个属性被约简的可能性;从而给出模糊决策表的一种启发式三支属性约简方法,该方法可以减少属性约简的搜索空间并避免属性约简的盲目性;最后,利用实例来分析影响该三支区域属性约简方法的主要因素,并说明该启发式属性约简方法的合理性和有效性。本文提出的属性贡献度度量及启发式三支属性约简方法将减少属性约简的搜索空间,有益于模糊决策表特征选取的应用。

心律失常的中医治疗进展

心律失常是心血管内科常见病,多发病,对人民的生活、工作影响极大,甚者危及生命,随着近年循证医学的发展,中医药对该病的疗效有了进一步认识,文章就近年中医药治疗心律失常取得的进展做一综述。

相似度三支决策模糊粗糙集模型的决策代价研究

在三支决策模糊粗糙集模型中,一些学者基于相似度三支决策模糊粗糙集模型建立了目标函数来得到最优阈值对(α,β,)的计算方法,但在该过程的研究中,学者并没有在相似度三支决策模糊粗糙集模型中讨论关于决策代价的描述问题。基于模糊信息系统用新的函数来描述决策代价成为计算阈值对(α,β,)的一种方法,首先,在模糊信息系统中,通过建立一个描述决策代价的函数,将模糊信息系统中的模糊数与三支决策的决策代价联系在一起;然后对隶属频率进行拟合,得到了三支决策中决策代价的数值描述;最后,通过两个实例说明了该方法的可行性和适用性。

不完备区间值决策系统的三支决策模型及增量式规则获取算法

在现实应用中,区间值数据会因为测量、干扰或信息传输等噪声影响导致数据出现缺失值,而且这些数据随着时间推移呈现动态递增趋势,忽略或删除这些数据很有可能导致有用信息的丢失而出现决策误判。为此,针对这一问题,提出面向不完备区间值决策系统的三支决策模型和增量式规则获取算法。首先定义不完备区间值数据的量化相似容差关系,构造出基于不完备区间值决策系统的三支决策模型;其次从两个层级分析对象集动态规则获取策略,提出增量式规则获取算法;最后,通过一组UCI数据集对该算法进行验证。实验结果表明,该算法不仅能减少误划分损失获得更高的划分精度,而且在运行时间上也具有较大优越性。

非自治复合系统的集态敏感性和集态可达性

该文在非自治离散系统中定义了集态敏感,集态无限敏感,集态Li-Yorke敏感和集态可达.首先,证明了紧度量空间上映射序列(f_(k))k=1∞是p-混沌的当且仅当■n∈N(N是自然数集且不含0),映射序列(f_(k))k=n∞是p-混沌的.然后,在f_(1,∞)一致收敛的条件下,证明了f_(1,∞)具有CP-混沌性当且仅当复合系统f_(1,∞)[m](m∈N)也具有CP-混沌性.其中,P-混沌表示下面五个性质之一:传递性、敏感性、无限敏感性、可达性和正合性;CP-混沌性表示下面圆个性质之一:集态敏感性,集态无限敏感性,集态Li-Yorke敏感性和集态可达性.

基于知识粒化的粗糙集近似精度的泛化改进

精度是表征粗糙集概念精确性的基本度量,但具有关于知识粒化的信息缺失与量化局限.近似精度引入知识粒度进行改进.归纳分析现有五种近似精度,探讨基于知识粒化的近似精度的泛化原则与改进建模.基于实例分析,确立近似精度的"单调、一致、无关、下界"四项改进准则,验证已有近似精度的满足性;挖掘近似精度的"逼近、单调"两项量化优化,融合概念精度与知识粒度建立近似精度的泛化含参模型;提出一种改进近似精度,揭示其准则满足性与优化应用性,并用知识实例与数据实验进行有效验证.所得结果提供了近似精度的泛化构造框架与具体改进模型.

改进的区间值决策表决策代价最小化属性约简

近年来,基于贝叶斯决策代价最小化的属性约简在三支决策区间值系统中引起了众多学者的关注.然而在构造损失函数时,少有研究考虑由于相容等价类之间的差异性对约简结果带来的影响,针对这一问题,提出一种基于距离度量的决策代价最小化属性约简方法.文章首先通过度量决策类与相容类之间的距离,建立综合损失函数来描述对象之间的差异信息;然后根据贝叶斯决策规则和预先给定的初始代价函数,构建了自适应閾值对的计算方法,建立了区间值决策系统中决策成本最小化的属性约简算法;最后给出算例,结果表明所提出的约简算法能获得决策成本更小的约简结果,且在理论上更具有合理性。