基于差别矩阵的增量式属性约简完备算法

为了解决基于差别矩阵的属性约简完备算法得不到最小约简的问题,提出了一种改进的属性约简方法.该方法将信息论定义的属性重要性作为启发式信息,并通过构造一个条件信息熵算子对差别集合进行运算,同时利用算子来计算候选属性的剔除次序,采用宽度优先搜索策略使约简集合中含有最重要的属性,这样就解决了完备算法约简率低的问题.结合该方法并在分析对象集增量与差别矩阵关系的基础上,证明了增量约简定理,由此提出了一种增量式约简完备算法(CAIR),当新数据加入决策表时,算法可增量构造差别集合.实验结果表明,所提CAIR在大大缩短计算差别集合时间的同时,约简率比非完备算法提高了20.3%,是同条件下完备算法执行效率的13.2倍.

基于差别矩阵的属性约简完备算法

分析了传统属性频率函数作为属性重要度的不足,重新定义了属性重要度,提出了一种基于差别矩阵属性重要度的属性约简完备算法,即CRABSA(Complete Reduction Algorithm Basedonthe Significance of Attribute)。该算法采用迭代思想,在每次迭代过程中根据属性重要度SGF(a)选择必要的条件属性加入约简R中。由SGF(a)的定义可知,算法能确保在大多数情况下能得到决策表的最小约简。分析了算法在最坏情况下的时间复杂度,给出了该算法相对Pawlak约简的完备性的证明。

一种基于差别矩阵的属性约简完备算法

提出了一种基于差别矩阵的粗糙集属性约简完备算法,算法的求解策略是在每次迭代过程中只选择必要的条件属性,如果在某次迭代过程中找不到这样的条件属性,则任意排除一条件属性,为下一次迭代中找到必要的条件属性做准备.分析了算法在最坏情况下的时间复杂性,给出了该算法相对Pawlak约简的完备性的证明.同已有的同类约简算法相比,该算法在最坏情况下具有更小的时间复杂性.

基于动态奖惩的分支策略的SAT完备算法

针对学习子句数量有限或相似度高导致历史信息有限、搜索树不平衡的问题,提出了基于动态奖惩的分支策略。首先,对每次单子句传播的变元进行惩罚,依据变元是否产生冲突和产生冲突的间隔,确立不同的惩罚函数;其次,在学习阶段,利用学习子句确定对构造冲突有益的变元,非线性增加它们的活跃度;最后,选择活跃度最大的变元作为新分支变元。在glucose3.0算法基础上,完成了改进的动态奖惩算法——AP7。实验结果表明,相比glucose3.0算法,AP7算法的剪枝率提高了14.2%~29.3%,少数算例剪枝率的提高可达51%,且改进后的AP7算法相比glucose3.0算法,运行时间缩短了7%以上。所提分支策略可以有效降低搜索树规模,使搜索树更加平衡,减少计算时间。

求解二维矩形Packing问题的完备算法

对于典型的NP难度问题——二维矩形Packing问题,经典完备算法的计算复杂度不仅与待放块的数目相关,也与矩形框的宽和高相关。通过观察二维矩形Packing问题的合法布局的特点,将其与一对有向无环图相对应,并基于Prüfer码进行编码,提出了一种计算复杂度仅与待放块数相关的复杂度较低的完备算法。

任意坐标反算对应桩号的完备算法研究

快速、精确地计算任意坐标的对应桩号,在公路测量、设计、施工和竣工验收中有重要的实际意义。通过对组成平面线形的直线、圆曲线和回旋线3种线元的几何性质及其与任意点的相对位置关系的研究,尤其是回旋线的研究,提出了计算任意点在每段线元上垂足的算法;通过遍历平面线形的每段线元,得到任意点在路线上的所有垂足;最后把垂线段长度最小的垂足的桩号作为其对应桩号。该算法已经在路线软件中实现,并在实际工程中得到了应用;证明该算法搜索速度快、计算结果精确,可以适应于任意线形的公路。

一种基于差别矩阵属性约简的完备算法

为获取一个较优的属性约简集,在对粗糙集中基于差别矩阵的属性约简算法研究的基础上,文中提出了一种新的属性约简算法。该算法对由差别矩阵得到的属性差别集进行运算,得到一种集合内元素之间没有包含关系的新集合,在分析该集合性质的基础上,给出针对该集合的一个较优属性约简集。最后对时间复杂度进行了分析,并给出了完备性证明。

粗糙集最小约简完备算法

属性约简是粗糙集理论重要研究内容之一,然而求取所有约简与最小约简的时间复杂度为指数级,在大量或海量数据分析时,算法的可行性将面临巨大挑战。文中分析了现在差别矩阵最小约简算法的缺陷,以改进属性频度为启发式信息给出了最小约简快速完备方法。理论分析结果表明,算法的效率得到了极大的改进。

一种发掘意外规则的不完备算法

意外规则的发掘很重要,但当前关于意外规则发掘的研究十分匮乏。本文通过分析两种发掘意外规则的算法,把它们的优点结合起来,提出了一种发掘意外规则的不完备算法,并探讨了新算法的优缺点。

基于搜索信息反馈策略的MaxSAT非完备求解算法

MaxSAT问题是SAT可满足性问题的优化形式,具有NP难度.本文分析了传统的MaxSAT局部搜索求解器对工业算例求解存在的局限性,并基于此分析提出了新的初始解构造算法ASIF.ASIF是一个基于树形赋值的初始解构造算法,其中包含了一个全局信息反馈策略.该算法选取并定义了构造过程中有意义的统计量,使用这些量设计了一个全局搜索信息更新反馈机制,对初始解构造过程中的经验进行积累并为后续解的构造提供指导信息,再根据后续解的构造情况对全局经验进行反馈和更新,从而有效利用了解构造过程中的经验和信息.进一步地,将ASIF作为初始解构造算法,结合IPBMR算法中的路径截断(PB)策略,提出了新的算法PB-ASIF.实验设计与比较共分为三个阶段.第一阶段,将ASIF在300秒内首次找到的可行解与IPBMR求解300秒的结果进行对比.ASIF初始可行解更优的数量是IPBMR在300秒内求解的可行解更优数量的两倍多,其中非加权偏类算例更优解数量上前者更是后者的3.68倍.该阶段的实验结果表明,ASIF算法能快速构造优质的初始可行解.第二阶段,将PB-ASIF与IPBMR进行对比实验,在300秒求解时间内,PB-ASIF求得更优解的数量总体上是IPBMR的2.38倍,在非加权偏类算例更优解数量上前者更是后者的3.85倍.该阶段的实验结果表明,PB-ASIF算法求解工业算例的能力明显超过了IPBMR算法,有效改进了使用PB策略求解工业算例的效果.第三阶段,将PB-ASIF与其它优秀求解器进行联合求解,包括CCEHC求解器和SATLike3.0求解器.该阶段的实验结果表明,PB-ASIF算法与其它局部搜索类算法有很强的互补性,有提升其它求解器求解效果的能力.

基于简化差别矩阵的完备属性约简算法

由于基于老差别矩阵的属性约简的定义与基于正区域的属性约简的定义是不一致的,给出一个简化差别矩阵和相应的属性约简的定义,并证明了该定义与基于正区域的属性约简的定义是一致的。由于在简化差别矩阵中,要先求出IND(C),故设计了一个较好的求IND(C)的算法,其复杂度被降为O(｜C‖U｜)。在此基础上设计了一个完备属性约简算法,其时间复杂度和空间复杂度分别被降为max｛O(｜C｜2(｜U′pos‖U/C｜)),O(｜C‖U｜)｝和max｛O(｜U｜),O(｜C｜(｜U′pos‖U/C｜))｝。

基于差别矩阵的完备属性约简算法

基于差别矩阵思想的属性约简算法需要求出决策表的差别矩阵,然而差别矩阵的求取不但费时而且占用大量的存储空间。为此,提出一种基于差别矩阵中非空对象个数的改进属性约简算法。在利用差别矩阵思想的同时不生成差别矩阵,并给出属性重要度的定义及其快速计算公式,只需要U'POS和U'NEG就能计算出属性重要度。实例分析证明,该算法能节省计算时间,求出最小属性约简。

粗等价类融合禁忌搜索的最小约简完备算法

提出粗等价类融合禁忌搜索的最小约简完备算法.首先用全局等价类替换元组作为基本计算单位,给出3类粗等价类定义,结合0-粗等价类在约简的渐增式计算中递减至空的性质,推导出求正区域的等价方法,并设计求解中双向缩减计算域的优化策略,从而提供快速求初始解、验证解等基础算法;然后面向约简特性设计禁忌搜索下的多种策略,包括双向邻域搜索、藐视准则、有限随机搜索、有限解检验等,最后给出高效的最小约简完备算法.用UCI中20个决策表、KDDCup海量数据集从多个性能指标进行验证,实验结果证明粗等价类理论和禁忌搜索从双方面保证本文算法的完备和高效性,大多数情况下可有效求得最小约简,并在跳出局部最优解、收敛速度和处理海量数据效率等方面优于现有算法.

基于极小准则的完备正交判别局部保持算法

以无监督判别投影算法为理论基础,提出了一种基于极小准则的完备正交判别局部保持投影算法。算法首先根据同类样本的空间信息重新定义了类内局部保持散度矩阵与类间局部保持散度矩阵,然后借鉴无监督判别投影算法的目标函数,推导出一个基于极小准则的目标函数,该目标函数通过投影到总体散度矩阵的非零空间中有效地解决小样本问题,最后给出了该算法基于QR分解的正交投影矩阵的求解方法。人脸库上的实验结果表明了所提方法的有效性。

基于关键规则分组优先提取策略的完备化算法及其实现

在分析现有的完备化策略的基础上提出了关键规则分组优先提取策略 ,介绍了基于此策略的完备化算法及其具体实现 ,初步探讨了策略的选择对于提高此类系统演算效率的重要作用。

求解SAT问题的算法的研究进展

SAT问题是研究最广泛的NPC问题之一。由于SAT问题本身的特性,除非P=NP,否则不存在最坏情况下多项式阶时间复杂度的SAT求解算法。因此设计出高效快速的SAT求解算法至今仍是研究热点。首先简要介绍了SAT问题;其次从完备算法、不完备算法和组合算法3个角度总结了新近的研究进展,深入分析了已有算法解决SAT问题的基本流程,并从适用问题类别、算法特点、求解效率等方面对各类先进的求解器进行了对比分析;最后讨论了求解SAT问题的算法面临的挑战,并对下一步研究工作进行了展望。

算法不完备性及其治理——以互联网金融消费者保护为中心

大数据征信、智能投顾、机器学习等金融科技迅猛发展,为互联网金融行业的调整注入了技术驱动力。但由于底层算法所固有的不完备性风险,算法的有效性和透明度问题与金融消费者保护的既有理论与制度出现了匹配困境。本文在回顾"消费者主权""信息不对称"等传统消费者保护理论的基础上,指出以算法的不完备性为代表的技术不对称已经成为了信息不对称的重要表现。为了降低算法的不完备性风险,本文指出应当在有限技术中立原则的基础上,增加监管者对算法治理的介入程度,在践行动态监管、分类监管、科技监管等监管理念的基础上,通过算法有效性测试制度来降低算法的有效性风险,通过算法有限公开制度、算法备案制度来降低算法的透明度风险,力求兼顾鼓励金融创新、维护金融安全和保护金融消费者的多元监管目标。

一种改进的基于差别矩阵的属性约简算法

为解决决策表属性约简完备算法约简质量低的问题,在基于差别矩阵的属性约简完备算法的基础上,引入信息论中信息熵和互信息增益的定义,给出一种启发式属性约简完备方法,通过实例说明启发式信息可以提高完备算法的约简质量,比较不同启发信息对完备算法的约简质量和约简效率。试验结果表明,采用基于信息论定义的两种启发信息的完备算法约简效率基本一致,该算法较非启发式完备算法有更好的约简质量。

改进的基于差别矩阵的属性约简算法

指出现有差别矩阵属性约简算法的不足,对原有差别矩阵和属性重要性度量方法进行改进,运用差别矩阵元素项的重要性质,提出一种新的启发式约简完备算法,有效地降低差别矩阵约简算法的空间复杂度。仿真实验结果显示,新算法产生的约简与分辨函数思想产生的最优约简一致,表明了新算法的有效性与完备性。

基于CEEMDAN算法的光伏功率信号光滑降噪

为解决光伏高输出功率低频分解及光滑降噪问题,通过引入曲线降噪权重因子,改进传统经验模态分解方法,提出一种光滑度与相似度更好的光伏输出功率自适应完备集合经验模态分解算法。为验证CEEMDAN算法的降噪优异特性,对典型光伏输出功率信号开展了模态分解仿真研究,仿真结果表明,相对于与传统EEMD算法,采用CEEMDAN算法时,当IMF为3、目标函数为最小时,相似度提升了3.26%,光滑度提升了85.6%,各项指标数据更加完备,降噪效果更好。