三支概念背景下属性粒化效率的度量

三支概念分析是三支决策与形式概念分析结合的产物,该理论相对于形式概念分析最大的进步是可以同时研究形式背景中“共同具有”和“共同不具有”的信息。属性粒化是一种基于粒度树与剪枝将属性分解为子属性,形成新属性集合的理论。而由于同一粒度树上剪枝众多,如何选择剪枝,确定最优的粒化方向以进行进一步运算成为保证属性粒化效率的关键问题。通过理论推导,证明了原三支概念与属性粒化得到的新三支概念存在紧密的内在联系,以此作为度量属性粒化效率的基础。首先,基于属性粒化层次的关系,将属性粒化层次分为存在偏序关系的属性粒化层次和不存在偏序关系的属性粒化层次。进一步,给到细化系数的含义,并分别阐述了细化系数在2种属性粒化层次中的度量作用,从而达到度量不同属性粒化效率的目的。

基于多粒度融合的图卷积网络会话情感分析

会话情感分析指对一段会话中的每句话进行情感分类,目前大部分会话情感分析模型不仅忽略了对话中内部信息的相互影响,而且没有考虑到日常对话中存在的隐性背景情感。为了有效解决这些问题,该文提出了一个基于多粒度融合的图卷积神经网络,其主要包括两个模块,即特征提取模块和星图增强的图学习模块。首先,特征提取模块使用预训练语言模型RoBERTa获取会话中语句之间粗粒度的上下文信息,同时结合句法依赖树获取词之间细粒度的句法信息,从而将多粒度特征信息引入到会话情感建模。然后,在星图增强的图学习模块中建模会话的背景情感信息和会话中不同说话者之间的交互信息,从而增强会话情感分析的准确性。实验结果表明,该文提出的模型与其他基线模型相比,其准确性以及度量指标F 1值在所有数据集上均有显著提升。

基于粒度树和使用关系的大数据价值计算研究

文中研究了大数据最基本的核心“价值数值”。首先阐述了对大数据进行粒化的粗糙集方法、基于聚类的方法、商空间法、模糊信息方法和云模型方法等,并按它们的共同特性——“划分”,对大数据进行“粒化”,按划分的粗细在大数据中建立了“粒度树”,在“粒度树”中定义了“粒空间”。然后定义了粒空间与代表项目之间的使用关系,以及不同粒空间的使用关系满足的条件。最后按照在粒空间的使用关系中每个粒及每个粒集合的使用情况,将使用情况分为3种:“正则使用”“必然使用”“相关使用”。取它们的属性及对象的平均值,并圆整到0至100,作为大数据的“正则价值”“必然价值”“相关价值”的数值。给出大数据最基本的核心“价值数值”的有效计算方法,又给出大数据最基本的核心“价值数值”计算在远程医疗、城市管理、高等院校等多个领域的应用实例。

具有多尺度决策的信息系统的最优全局剪枝选择

作为人工智能领域的一个重要方向,粒计算在数据挖掘和知识发现方面的研究呈现较大的优势.针对具有多尺度决策的信息系统的知识获取问题,利用粒度树与剪枝来研究具有多尺度决策的信息系统的最优尺度选择问题.首先介绍了粒度树与剪枝的概念,每个属性和决策都有一个粒度树,每个粒度树都有许多不同的局部剪枝,代表特定属性下的尺度选择.不同属性和决策的一个局部剪枝组合形成全局剪枝,从而产生一个混合尺度决策表.其次,给出具有多尺度决策的信息系统基于粒度树与剪枝的最优全局剪枝选择的概念.最后将全局剪枝选择与最优尺度选择进行比较研究,还设计了一个算法来验证该方法的有效性.

基于决策树模型的地铁线网短时OD客流预测

为了准确获取地铁线网短时OD(起讫点)的客流分布,从而高效协调运输能力和客运需求,结合集成学习思想构建了基于决策树模型的多时间粒度下地铁线网短时OD客流预测模型。首先利用地铁自动售检票数据分析得到线网OD客流出行的时空分布特征,引入多种时空影响因素对全网数据进行训练以及预测,其次分析了地铁线网OD客流量预测精度与时间粒度之间的关系,最后以苏州市地铁为对象进行实例分析。结果表明:相对于其他模型,研究模型不仅可以有效降低预测误差和拟合客流峰值,而且运算时间也节约了数倍,提高了地铁线网短时OD客流预测的准确性和效率。因此,所设计的模型可为地铁运营与控制系统提供重要数据,有助于运营者进行限流措施、行车计划等的制定与调整。

大数据价值计算研究

研究大数据最核心、最基本的价值数值。首先将大数据“粒化”,建立“粒度树”。然后考虑每个粒及每个粒集合的使用情况,将使用情况分为三种:“正则使用”、“必然使用”、“相关使用”。取它们对于粒及项目的平均值作为大数据的“正则价值”、“必然价值”、“相关价值”的数值。给出大数据最核心、最基本的价值数值的有效计算方法,并给出多个应用实例。

信息粒度、信息熵与决策树

对粗信息粒与细信息粒的信息熵做了比较研究,并研究了粗信息粒和细信息粒对决策树产生的影响,得出以下结论:粗信息粒的信息熵不小于细信息粒的信息熵,细信息粒下选取扩展属性产生的决策树优于粗信息粒下选取扩展属性生成的决策树。

基于粒计算的二进制矩阵及在决策树算法的应用

介绍了基于粒计算的二进制信息粒矩阵,给出了粒计算粒度的概念、粒的关联度运算、关联粒度矩阵和条件属性重要度等几个基于二进制信息粒计算的基本定义,并基于上述定义提出一种新的基于粒计算的决策树分支和剪枝算法在气象预报中的应用,实例结果证明了所提出的算法是有效和可行的。

基于概念分类的多本体映射方法研究

为提高多个本体参与的大规模本体映射效率,提出基于概念分类的映射模型,将大映射问题转换为概念分类匹配问题,采用基于WordNet的概念粒度计算和语义相似度计算作为分类树的分类属性,通过快速排序算法实现概念分类,将输入概念分组。实验证明,提出的方法在保证映射准确性的同时减少了概念比较次数,降低了复杂度,方案具有可行性。

基于粒计算的增量式知识获取方法

该文在研究粒计算理论的基础上,提出了一种基于粒计算的增量式知识获取方法。该方法通过建立决策信息系统原始的知识粒树,对新增数据,在原始知识粒树中查找相匹配的知识粒,并依据决策值更新知识粒树,实现快速高效地处理动态信息系统。算法分析及实验对比结果表明,该方法在动态信息系统知识获取方面优于RGAGC和ID4方法。

计算系统软件抗衰重启技术研究

细粒度的软件抗衰,即部分的重启,它可以进一步降低抗衰成本,提高系统可用性.制定细粒度的软件抗衰策略的一个重要前提是确定可以安全重启的对象,并建立重启树.本文根据典型的软件体系结构和模块间的控制、调用及数据访问关系,研究了模块间的耦合程度和重启相关性之间的关系,给出了重启相关性和相关度的判定方法,确定了各模块的可达集和重启群,将模块的重启群作为抗衰策略的重启对象,并依据模块对系统资源的损耗程度,建立了重启树,制定了软件抗衰策略,建立了抗衰策略实施过程的有限自动机模型.*

文档管理系统中小粒度授权机制的研究

提出了操作权限分类的方法和标准,结合文档管理的业务特点,进行了基于文档结构树的授权业务建模;为求解权限管理的基本问题公式,建立了资源可拓展的、分级授权的授权机制,定义了授权机制的粗规则和业务逻辑接口,实现了树型资源等复杂资源系统的权限分配方式。

服务环境下多粒度制造资源自适应组织与发现

为了加强区域协同制造,实现面向服务的制造,提出一种基于地理分区与制造资源分类树的多粒度制造资源自适应组织与发现机制。构建了基于业务流程的多粒度制造资源和多粒度制造服务模型作为协同资源存储的基础,讨论了制造资源分类树和多粒度制造资源的组织结构,进而给出了多粒度制造资源组织的自适应机制,包括多粒度制造资源的动态加入和退出以及资源的维护、负载感知的资源节点的分裂与合并,并设计了基于分类检索与三阶段匹配的多粒度制造资源发现算法。经算法性能比较,基于制造资源分类树的分类检索算法比同类算法有较快的搜索性能,粗粒度服务比单粒度服务组合具有更快的资源发现性能。通过仿真实验,验证了模型及其相关算法的有效性。

特制木质颗粒活性炭的研究

将气体活化法的活化机理与多孔碳石墨材料成孔理论相结合，研究木质颗粒活性炭的成孔理论与工艺。它的最大特点是：在配料中加入成孔剂且采用煅烧活化，不外加活化剂。按本法制得的木质颗粒活性炭具有很好的质量指标。以软阔叶树枝丫材木炭粉－Ⅰ为原料，其颗粒炭得率为４７．６％（以绝干木炭粉计）。粒度为２．０５ｍｍ（以颗粒直径计），强度９６％，碘吸附值１３４５．１ｍｇ／ｇ，苯吸附值５０％，亚甲蓝吸附值３００ｍｇ／ｇ，灰份５％（脱灰后降至０．６３％）。其制造方法简单，原材料易得且价格低廉，生产成本低，是一种极有竞争力的生产方法和炭种。

基于组件的嵌套软件抗衰策略及建模

将软件抗衰粒度细化到组件级,执行嵌套的抗衰重启策略,可以降低抗衰成本,提高软件可靠性。该文根据软件系统中组件间控制、调用及数据访问的关系,确定了寻找直接耦合组件的途径和系统组件重启树生成方法,构建嵌套的组件级抗衰重启策略,并为系统细粒度软件抗衰提供支持。

基于粒度商的决策树构造算法

以粗糙集理论为基础,结合知识关系具有粒度性质的原理,从条件属性集和决策属性集之间关联度来预测和表达决策属性集的一种优性度量,从而定义了粒度商的概念。基于知识粗糙性的粒度原理,以决策树方法为理论基础,把粒度商的概念应用到决策树方法中,提出了一种新的构建决策树的方法,并详细分析了该算法的优点。实例研究表明,提出的基于粒度商的决策树构造算法是可靠、有效的,为进一步研究知识的粒度计算提供了可行的方法。但没有研究不同粒度世界之间的联系,这方面工作还有待进一步研究。

基于H.264的自适应选择增强FGS视频编码

提出了一种新的选择增强FGS编码方法,基本层仍采用H.264编码方式,增强层直接利用基本层的模式判决结果对不同运动分割宏块进行不等程度的增强.H.264采用了树型结构运动补偿,较大的宏块分割尺寸适用于平坦区,而较小的宏块分割尺寸可以刻画精细的运动细节;分析表明,对于特定类型的图像序列,精细的运动细节又较为集中于视觉感兴趣区(ROI).本文利用这一特点,对较小分割尺寸的宏块进行位平面提升以保证精细运动细节区的优先编码,使它们更容易被包括进截断码流,从而在不必预先确定ROI位置的条件下仍能有效提高ROI的重建质量.

喀斯特山地流域边界多层次提取的径流树模型

流域边界的确定是进行山地区域脆弱生态环境信息分析、评价及资源合理配置的重要基础,但提取过程中往往存在流域空间单元图斑破碎、流域空间粒度单一的不足。研究考虑了喀斯特山地的地表环境条件特殊性,综合数字水文地形模型在喀斯特流域边界提取的优势,提出了喀斯特山地流域边界多层次提取的径流树模型。方法基于坡面径流模拟算法对单一径流和集水区的准确划分,构建空间径流树模型,并以径流末端或出水口作为搜索终止条件,搜索判断所有径流的空间相交关系以控制不同层次的流域集水区合并,算法时间复杂度为O(nlogn)。最后,实验验证运用算法对珠江源头流域进行了四个层次的流域提取处理,提取得到的不同层次细节的流域界线,并与综合云南省流域分布图、等高线和人工实测的流域界线相吻合。

多粒度数据的区间形式概念分析方法

经典概念格和面向属性(对象)概念格都是形式概念分析中重要的数据结构,将区间集引入到这些概念格中,可以得到区间集概念格和面向属性(对象)区间集概念格。证明了面向属性区间集概念格与面向对象区间集概念格是反序同构的,将多粒度的思想引入到形式概念分析中,研究粒化前后区间集概念之间的关系;在多粒形式背景下,进一步研究了面向对象(属性)区间集概念之间的内在联系。

基于宽度优先搜索的K-medoids聚类算法

针对传统K-medoids聚类算法对初始值敏感、中心点随机选择以及聚类精度不够高等缺点,在粒计算有效初始化的基础上,提出中心点宽度优先搜索策略。首先,利用粒计算初始化获取K个有效粒子,遴选该K个粒子所对应的K个中心点作为K个初始中心点;然后,根据对象间的相似性分别对K个粒子中的对象建立以中心点为根节点的相似对象二叉树,通过宽度优先搜索遍历二叉树迭代出最优中心点,同时采用簇间距离和簇内距离优化准则函数。实验结果表明,所提算法在UCI中Iris和Wine标准数据集中测试,在有效缩短迭代次数的同时保证了算法聚类准确率。