融合稀疏约束的双向k近邻粗糙集模型

k近邻粗糙集作为邻域粗糙集的拓展,被广泛应用于知识发现等领域.k近邻粗糙集模型的粒度构建是选取最近的k个样本.然而,传统k近邻粒度不能有效处理样本分布不均匀的数据.此外,单向粒度构建方法也会导致部分离群点被归入到粒度模型中,增加了粒度的不确定性.为了解决上述问题,提升粒度模型的稳定性,本文提出了一种融合稀疏约束的双向k近邻粗糙集模型.首先,通过稀疏约束模型刻画样本之间联系,选取紧密关联的样本构造稀疏双向k近邻粒度.然后,基于双向互邻信息策略,剔除模型中不符合该策略的样本.最后,通过条件熵与互信息熵刻画粒度的不确定性程度.UCI数据集的实验结果证明,本文提出的融合稀疏约束的双向k近邻粗糙集模型能够降低信息的不确定性,也为k近邻粗糙集模型的改进提供了新的方向.

多源验前信息下k/N(G)系统可靠性指标的Bayes估计

针对k/n(G)系统部件寿命中的参数存在多源验前信息的情况下,基于ML-Ⅱ信息融合方法对先验分布进行融合,并在平方损失函数和LINEX损失函数下,分别得到了k/n(G)系统可靠性指标的Bayes估计。最后的随机模拟例子表明,该方法评估效果好,精度高,并且LINEX损失函数下的估计要优于平方损失函数下的估计。

火电机组耗差分析及信息平台设计实现

能源日益减少对火电厂节能降耗提出更高的要求,降低机组煤耗是减少电厂运行成本的关键问题。依据机组不同运行方式及参数各自特点,提出采用机组设计值、K-means聚类算法优化运行试验值及变工况计算这三种目标值确定方法。采用锅炉热偏差计算模型与循环函数法对某600 MW火电机组进行耗差分析计算,最终设计实现耗差分析信息平台,为电厂节能降耗给予有效指导。

出生缺陷的空间点格局分析

目的探讨新生儿神经管畸形的空间点格局分布规律。方法收集山西省和顺县1998—2001年新生儿神经管畸形病例数据,采用核密度估计和Ripley’sK函数进行空间点格局分析。结果核密度估计得出,神经管畸形在研究区域的中部和东南部呈聚类分布;Ripley’sK函数的分析得出,神经管畸形发病点在空间距离3.17～10.41km内聚类趋势显著。结论山西省和顺县新生儿神经管畸形的空间分布格局存在聚类分布规律,为进行区域环境与出生缺陷致病因子的空间分析识别提供了重要信息。

基于频响函数的动车组构架传感器优化布置

为了实现传感器布置的位置和数量双重优化,提出了一种基于频率响应函数的传感器优化布置方法.首先,对结构进行模态分析并提取模态振型,计算结构的频率响应函数;然后,基于独立分量分析和K-均值聚类法优化传感器布置位置;最后,计算不同传感器数量对应的布置结果的Fisher信息矩阵及其熵,信息熵的极小值对应的传感器数量即为传感器布置最优的数量. CRH3型动车组构架传感器优化布置结果表明,传感器均布置在符合国际铁路联盟标准UIC615-4规定的所有工况下构架产生最大应力位置附近,并且布置结果可以使数量有限的传感器获得的信息量最大化.

CAT选题策略分类概述

选题是计算机化自适应测验(CAT)测试过程的关键环节,选题策略的目标是要达到较高的测量精度,同时也实现试题曝光率控制及其他测验目标的实现。本文根据选题策略的基本原理和衍生发展,将众多CAT选题策略分为五大选题策略系列:Fisher函数系列、K-LI函数系列、α分层系列、贝叶斯系列、b匹配系列;并根据测验目标(测验精度、试题曝光率控制、内容平衡、多条件约束)对这些选题策略进行了细分,并对CAT选题策略的选择思路进行归纳。

宫颈癌患者疾病信息需求及影响因素调查研究

目的 了解宫颈癌患者信息选择的需求状况及影响因素.方法 采用一般资料问卷、卡氏功能量表和癌症患者信息选择问卷对78例宫颈癌患者进行调查分析.结果 癌症患者信息选择问卷的总分、诊断、治疗、预后和其他维度均分分别为39.04±7.42、6.19±1.28、10.69±2.63、10.08±2.07和12.01±2.43.＂我很想知道＂信息内容排名前3位为条目4、8、13、12（8和13并列）,＂我不想知道＂信息内容排名前3位为条目14、16、10.卡氏评分在80分及以上（可进行正常活动）组的总分、诊断、治疗、预后和其它因子均分均低于卡氏评分在70分及以下（生活受到不同程度的影响）组（t值分别为3.431、2.125、2.047、3.571、2.319,均P〈0.05）.年轻妇女、文化程度较高及脑力工作的癌症患者信息选择问卷某些分值较高,希望获知的信息需求较多.结论 癌症患者信息选择问卷及各维度得分与年龄、受教育程度、职业和健康状态有关,医生在为癌症患者提供治疗时,应注意其需要的疾病相关医学信息和健康需求.

基于人工鱼群-径向基神经网络的NO_(x)预测模型

针对燃煤电厂脱硝系统入口NO_(x)质量浓度迟延较大、难以测量的问题,提出了人工鱼群算法(AFSA)优化径向基神经网络(RBFNN)预测模型。利用互信息确定模型输入变量,运用K-近邻互信息算法预估迟延时间;采用具有强泛化能力的RBFNN建立相空间重构的辅助变量和主导变量的预测模型,并运用AFSA确定RBFNN的最优参数组合,克服输入规律不明和参数随机性的影响。最后将AFSA-RBFNN预测模型与RBFNN、PSO-RBFNN预测模型进行对比验证。结果表明:AFSA-RBFNN预测模型的均方根误差、平均绝对百分比误差最小,运行时间最短,表明该模型的泛化能力、预测精度明显优于其他模型,并能够解决粒子群算法的局部收敛和运行时间长的问题。

快速聚类算法在个性化服务中的应用

许多实际应用已经证明,k-means算法能够有效地得到好的聚类结果。但是,k-means直接算法的时间复杂度和模式复杂度对数据量的大小非常敏感,无法满足一些高性能的应用场合,如个性化服务中对用户数据进行的群组分析。对此,笔者提出了一种新颖的基于k-d树的聚类算法。这种算法采用空间数据结构—k-d树组织所有的样本数据,可以高效地搜索到离某个给定的聚类中心最近的全部模式。实验结果表明,该方案可以显著提高k-means直接算法的运算速度,在距离运算量和总的运算时间上,可把性能提高1～2个数量级。

Some Properties of a Measure of Information Discrepancy

Based on a group of axioms, a measure of information discrepancyamong multiple information sources has been introduced in and it possesses some peculiar properties compared with other measures of information discrepancy, so it can be used in some areas, where the traditional measures are not valid or not efficient, for example, in the study of DNA sequence comparison, prediction of protein structure class, evidence analysis, questionnaire analysis, and so on. In this paper, using the optimization techniques, we prove that it is a distance function and show that it is also an approximation of χ2 function. These two properties will stimulate further applications of the measure to information processing and system analysis.

2017年湖北省荆州市肾综合征出血热空间点格局分析

目的通过分析2017年春夏季、秋冬季荆州市肾综合征出血热(hemorrhagic fever with renal syndrome,HFRS)空间点格局分布特征,探讨其高发区域及原因,为公共卫生资源配置提供依据。方法个案数据来源于中国疾病预防信息系统,2017年3月-2017年8月为春夏季,2017年9月-2018年2月为秋冬季,采用Ripley’s K函数和核密度估计进行空间点格局分析,比较2个季节空间点格局分布特征。结果 2017年荆州市报告HFRS发病133例;有春夏季、秋冬季2个发病高峰;最强聚集距离春夏季为17.77 km、秋冬季为14.40 km;空间聚集中心春夏季在监利县北部,秋冬季转移到江陵县和沙市区南部。结论荆州市HFRS防控重点区域是江陵县、沙市区南部、监利县北部,重点人群为沙市区南部城乡结合部居民、大型工程沿线居民、聚集区域从事农业种植或小龙虾养殖的农民。