基于小生境完全属性-值空间树的属性序约简优化算法

为了克服传统粗糙集属性约简方法求解效率不高,且难以搜索出满足用户需求的最优属性约简集的问题,提出了一种属性序约简优化算法。该算法基于决策表的完全属性-值空间树结构,在属性约简空间自适应构造小生境超球面邻域半径,并进行约简树的生成、剪枝、约简及动态优化等,快速找到满足用户需求的最优属性序约简集。相关仿真实验表明该算法在保证收敛速度的同时具有较强的属性约简优化性能,是一种能满足用户需求的高效属性序约简算法。

一种新的基于属性-值对的决策树归纳算法

决策树归纳算法 ID3是实例学习中具有代表性的学习方法 .文中针对 ID3易偏向于值数较多属性的缺陷 ,提出一种新的基于属性 -值对的决策树归纳算法 AVPI,它所产生的决策树大小及测试速度均优于 ID3.该算法应用于色彩匹配系统 。

一种基于属性-值树的求核与约简方法

为快速计算粗糙集的一个属性约简与核,提出一种基于属性-值树模型的改进约简与求核算法,并证明了算法的完备性.该算法充分利用树型结构,引进树的合并方法,使得计算复杂度从O(|U||C|2)降低为O(|U||C|),提高了计算效率(其中|U|和|C|分别代表对象个数和属性个数).

基于α-β优势关系的区间值信息系统属性约简方法

区间值信息系统是单值信息系统的一种扩充,如何对其进行属性约简是区间值多属性决策中的一个重要的问题.在已有的优势关系基础上,定义了α-β优势关系,得到基于新的优势关系的可辨识矩阵,进而对区间值信息系统进行属性约简,给出了约简算法.最后通过一个算例验证了新方法的可行性,并与已有方法进行了比较,结果表明所提出的方法更为简单有效.

基于属性-值对的信息增益优化算法

偏向于取值较多的属性是ID3算法的一个缺陷,目前已提出的决策树的优化算法对ID3算法的改进,部分解决了该缺陷,但仅适用于两值属性的样例集,对于多值属性效果并不明显。针对该优化算法的不足,通过将属性和属性值对应成一个属性,提出了属性-值对的信息增益优化算法GBT。通过理论和实验分析,表明该算法不仅克服了ID3算法偏向于取值多属性的缺陷,同时解决了优化算法对多值属性效果不明显的不足。

区间值决策系统下的最小属性约简

在给定的属性约简目标函数下,决策表中往往存在多个约简。最后的决策规则集直接依赖于所获得的约简。决策规则集的简洁性、可理解性、通用性和精确性因约简的不同而不同,因此期望得到一些最优结果,即长度最短的最小约简。这样可以尽可能多地去除冗余属性,有效地管理决策表的存储空间,并且决策规则集的性能将变得优异。不幸的是,寻找最小约简已被证明是一个NP-难问题(Wong和Ziarko 1985)。当给定决策表时,启发式算法并不总是能得到最小约简。因此本文在区间值决策系统下提出了基于差别矩阵的0-1规划最短约简算法。

基于实体-属性框架的领域知识库构建

知识库是进行各种自然语言处理任务不可或缺的一项基础性的资源。而目前知识库的构建还是一个难点问题,尤其是以自动方式构建复杂的领域性知识库系统的研究还处于探索阶段。本文提出一种基于实体-属性框架的领域知识库自动构建方法,致力于利用航空百科辞典的信息自动获取术语之间的上下位关系及部分实体属性关系,其中,基于多策略的上下位关系术语对提取融合了后缀子串匹配、模板自动构建、实质提取三种方法,分别考虑了辞典中反映上下位关系的不同信息。其中模板自动构建方法,在无需人工标注语料的情况下获得了比较好的效果。属性提取部分采用了以人工标注语料为前提的模板匹配方法。实验表明,本文系统对术语上下位关系抽取的F值达到76.01%,对各个属性的抽取也达到了75%以上。

α-淀粉酶Amy7C及其突变体最适pH值的定量预测

【目的】pH值是影响酶催化效率的关键参数,通常需要通过实验方式才能确定生物酶的最适pH值,而该方式要消耗较多的人力、物力和时间。因此,有必要发展一种利用酶的简单结构信息即可预测其最适pH值的方法。【方法】以20-1前馈反向传播的神经网络为模型,完成535种氨基酸属性对α-淀粉酶pH值的拟合。同时,将α-淀粉酶Amy7C及其54个突变体的数据分为2组,用35个酶作为训练组进行拟合,20个酶作为验证组进行检验,并对不同层次及神经元个数的模型进行比较。【结果】109个氨基酸属性可实现20-1神经网络模型收敛,表明这些氨基酸属性可用于预测α-淀粉酶的最适pH值,但是不同氨基酸属性预测pH值的效果差别较大,只有部分指标预测pH值的效果较好。多模型的分析结果显示,不同模型对训练组R值的结果具有显著性差异,而对训练组P值、验证组R值和验证组P值结果无显著性差异。【结论】氨基酸分布概率等属性可用于预测α-淀粉酶的最适pH值。20-1神经网络模型是预测α-淀粉酶最适pH值相对理想的模型。

数字经济与实体经济高质量融合发展研究

本文在构建数字经济与实体经济指标体系的基础上,运用熵值-耦合协调模型,研究数字经济与实体经济的高质量融合发展,得出结论:数字经济与实体经济的融合朝着不断深入的方向发展,但发展水平依然偏低,且数字经济的发展相对滞后,不利于二者的融合发展。基于此,提出推动数字经济与实体经济高质量融合发展的对策建议。

区间值信息系统的启发式属性约简

针对区间值信息系统中的属性约简问题,引入α-极大相容类的概念,定义区间值信息系统的属性间依赖度和信息熵,提出相应属性内(外)重要度的度量方法,给出一种统一的启发式属性约简算法,通过实验验证该算法的有效性,并分析不同相似水平α对约简结果的影响。

定量预测α-淀粉酶及其突变体的酶反应米氏常数(英文)

【目的】α-淀粉酶是一种重要淀粉水解酶,而Km值是酶反应中重要的参数,尝试建立一种利用α-淀粉酶初级结构定量预测米氏常数Km值的有效模型。【方法】通过神经网络模型,利用535种氨基酸属性定量预测α-淀粉酶Amy7C及其52个突变体反应的Km值,其中33个酶用于模型训练,其余的用于模型验证。首先用双层的20-1前馈反向传播的神经网络进行预测,然后对多层神经网络模型进行筛选。【结果】535种氨基酸属性中有109种属性可以用模型预测,其中动态属性拟合结果较好,4个动态氨基酸属性中有3个属性可以用于模型预测,但拟合结果最好的氨基酸属性分别来自氨基酸理化性质和二级结构。对9种拟合和验证结果最好的氨基酸属性进行7种多层神经网络模型拟合,结果显示增加模型的复杂度并不能提高预测结果的精准度,表明较为简单的模型,如20-1或20-5-1是定量预测建模的首选。【结论】α-淀粉酶酶解反应的米氏常数Km,可以利用某些氨基酸属性通过神经网络模型进行定量预测。为今后利用酶的初级结构定量预测酶反应中各参数最适条件提供思路。

S-粗集与新金属材料发现(Ⅱ)

给出属性下界值,属性上界值的数据生成概念,给出属性下界值的数据生成模型,属性上界值的数据生成模型;提出金属材料的遗传-进化定理,金属材料的遗传进化-遗传变异原理.利用这些数据模型讨论了发现新金属材料的方法;对于新发现的新金属材料用例子证明它的存在,本文的例子说明,S-粗集和它的属性值模型是材料科学中新材料发现的一个新的工具.

网页中商品“属性—值”关系的自动抽取方法研究

商品属性及其对应值的自动挖掘,对于基于Web的商品市场需求分析、商品推荐、售后服务等诸多领域有重要的应用价值。该文提出一种基于网页标题的模板构建方法,从结构化网页中抽取完整的商品"属性—值"关系。该方法包含四个关键技术:1)利用商品网页标题构建领域相关的属性词包;2)基于预设分隔符细化文本节点;3)结合领域商品属性词包获取种子"属性—值"关系;4)结合网页布局信息和字符信息来筛选与构建模板。该文的实验基于相机和手机两个领域展开,获得94.68%的准确率和90.57%的召回率。

属性基数余-亏值定理与信息规律动态内-外分离

函数P-集合是一种特殊的P-集合,在对函数P-集合的属性集合研究的基础上,给出属性基数余-亏与信息规律动态分离概念,给出信息规律内-分离定理、外-分离定理与内-外分离定理。利用这些结果,给出属性基数余-亏在信息图像伪装-隐藏中的应用。

略-勉-阳地区岩石钾-氩法同位素年龄测定

一、概述陕西省略(阳)—勉(县)—阳(平关)三角地带,处于南秦岭加里东折皱带东端,北接中秦岭海西折皱带,南部以汉江大断裂为界与扬子准地台北缘坳陷和南大巴山过渡带毗邻。本区断裂构造发育,岩浆活动频繁,火成岩分布广泛。

卫生数据标准化方法研究

目的尝试通过构建概念数据模型,提出科学、系统的卫生数据标准化方法体系。方法分析整理健康档案中的数据项,采用自底向上的路线提出对象类及其属性,构建数据模型;采用自顶向下的路线,通过定义实体-属性-值,构建标准化数据元。结果构建了实验室检查概念数据模型,并对实验室检查及其子类设置属性和数据类型,定义属性的取值及其表示,提炼出了标准化数据元。结论通过对类、属性及值集的管理和维护,体现数据标准化工作的稳定性、开放性和可持续性。

云制造中的制造能力服务形式化描述方法

针对云制造系统对制造能力服务的应用需求,研究了制造能力服务的统一描述及其形式化方法。分析了云制造环境下的制造能力服务的内涵,给出了其定义和分类框架;定义了制造能力服务的元模型及详细描述属性,使用基于对象-值-属性(entity-value-attribute,EVA)数据模型的持久化方法实现异构制造能力服务的形式化。上述制造能力描述及形式化方法在智慧云制造系统(Tian Zhi Net)中的应用效果初步验证了成果的可行性。

未定义类型的关系抽取的半监督学习框架研究

设计未定义类型关系抽取系统是目前研究的热点.但在没有特定领域的、机器可读的知识作为指导的情况下,面向自然语言文本的关系抽取很难取得令人满意的精确度和召回率,约束可以有效辅助语义关系的抽取.本文描述了一个提取"实体-属性-值"关系的半监督的机器学习框架,在半监督学习任务中,种子主要从维基百科的信息表格中获取,首先用线性分类器找出一些强反例,然后迭代的使用已有的反例数据重新训练分类器再应用到余下的未标注数据上找出更多反例.经过半监督学习得到了一个关系候选实例集,接下来讨论了关系类别验证问题,对于噪声模式,给出关系模式置信度评价指标,对于冲突模式提出了控制匹配顺序(高置信度模式优先匹配的原则)算法.经过这两个算法后,关系类别的描述仍具一定的多样性,提出凝聚型层次聚类算法,该算法将维基百科描述的结构特征表示为向量{DW,CW,IW,BW},进而给出两个关系模式相关度计算模式,完成关系类别聚类.最后,在WikipediaXML数据集进行了相关的实验,结果表明:根据维基百科的结构特征,动态的确定关系类别,减少了对预定义类型的依赖,提高了关系识别系统的可移植性.

基于不完备信息的直升机传动系统故障诊断规则提取方法

在直升机传动系统诊断知识获取中,从不完备信息中获取故障诊断决策规则是一个难题,为此提出一种基于最大特征相似集,从不完备诊断决策表中提取传动系统最优广义诊断决策规则的方法,分析了未知属性值的两种类型,以属性-值集的形式表示不完备诊断决策表中实例的关系,引入特征关系,给出最大特征相似集的定义,介绍了广义决策规则,以最大特征相似集为单位构造了不完备决策表的分辨函数矩阵,结合命题逻辑中的基本等价式,实现了不完备诊断决策表中的规则提取与约简,结合直升机尾减轴承振动信号的故障诊断实例对所提出的方法进行工程应用,给出应用步骤,并证明了该方法的有效性。

粒度粗糙理论研究

从动机、理论和实现三方面系统地阐述了粒度粗糙理论体系.分析了构建粒度粗糙理论的3点动机:1)通过显式编码语义上下文的信息表示模型,强调粗糙性的表示语义;2)通过半结构化思想设计表示模型,扩展粗糙性方法适用的信息源;3)通过构建纯粹总分学关系上的粗糙性,描述丰富的信息结构应用语境,扩展粗糙性方法到总分学推动的领域,并展示结合总分学和计算机科学创建新型跨学科方法学的潜力.理论上定义了粒度表示演算,使其兼具一般信息源和粗糙性方法底层表示系统的双重功能,在此基础上构造内核、外壳及主体信息颗粒,分别对应粗糙性的下界近似、边界区域及上界近似概念.实现上,提出了通过"实体-属性-值"模型开源系统进行粒度粗糙理论快速原型化的思路,从而提供实验平台验证理论的正确性,同时,更自然地对临床数据进行粗糙性分析.作为总结,阐述了粒度粗糙理论的意义、未解决问题及未来的研究方向.