浅析传菜机属性定性

杂物电梯因其结构简单、安装空间要求低的特点,被大量应用于餐饮酒店等经营场所。现阶段杂物电梯在我国被纳入特种设备范畴进行管理,然而部分厂家使用“传菜机”“简易升降机”的名义推销类杂物电梯型设备并试图逃避特种设备监管的行为存在安全隐患。本文从法律定义和标准对比的方向上对此类设备的属性认定方法做出讨论,并对该类设备的监管模式给出建议。

GIS数据之属性不确定性的研究

GIS中的不确定性可分为位置、属性、时域、逻辑关系和完整性等几个方面 .属性数据的不确定将直接影响基于 GIS决策的准确性和可靠性 ,特别是对侧重于属性分析的领域 .本文首先总结了属性不确定性的含义、来源、传播、它和位置不确定性的关系 ,以及属性不确定性分析和可视化的理论和方法 .最后概述了属性不确定性的研究进展 .

GIS中属性不确定性的处理方法及其发展

属性数据的不确定直接影响决策的准确性和可靠性 ,特别是对侧重于属性分析的领域。在研究属性不确定性的基础上 ,分析了GIS中的主要处理方法及其研究进展 ,具体地就基于GIS的模型、概率论及数理统计学、模糊集合、云理论、粗集等方法及进展进行讨论。

地理信息系统属性数据不确定性的研究

属性不确定性是GIS数据不确定性研究范畴的一个重要组成部分,属性数据的不确定性在许多侧重于属性分析的领域中直接影响GIS分析决策结果的准确性和可靠性。分析了属性不确定性的来源,介绍了数据生命周期的概念,研究了GIS中属性不确定的主要处理方法,包括目标模型与域模型、概率论及数理统计、模糊集合、粗集和云理论等,并对基于模糊逻辑的不确定性传播模型和基于灵敏度分析的不确定性传播模型进行理论上的探讨。

利用信息扩散估计处理属性不确定性的研究

随着 GIS 应用的日益广泛,GIS 数据的不确定性问题也越来越被人们所重视。经典的数据处理理论更多地讨论了位置的不确定性问题,而对属性数据的不确定性的研究较少。本文针对按照某种趋势在空间或时间上连续变化的定量属性,讨论了利用信息扩散估计对其进行处理的可能性。

民机货运系统维修性定性属性排序方法

为了提高民机货运装载系统维修作业效率,减少停机时间,某新型货运系统在维修性设计时,考虑了维修性定性属性重要度排序对系统修复时间的影响。通过对表示维修过程的三个定性属性按重要度排序的设计方案构建评价体系,利用层次分析法和维修性分配模型,结合先验故障概率,以平均修复时间最短为目标,比较方案评价结果,得出最优方案。并通过系统在并行故障模式下的评价结果,证明了模型的合理性。结果表明,维修性定性属性中考虑可操作性重要度最高时的平均修复时间最短。在装备维修性设计初期,该评价模型能够为专家对装备维修性设计决策提供有效的指导。

多重属性不确定性模型的分层拆解及应用

文章利用梯形模糊数构建多重属性不确定性模型,发现传统多重属性不确定性模型利用欧几里得距离判断决策正确程度,仅适用于二维复杂决策问题,对存在多种方案的复杂决策问题需进一步拆解与分层。运用最小化系数、向量距离公式等方法测度最优解与理想决策的差异值,通过比较差异值大小判断最优解的理想程度;同时基于满意度最大化理论确立缺失原始数据复杂决策问题的权重,为多重属性不确定性模型提供有效的运算数据。研究显示,多重属性不确定性模型排序方法具有较强的可操作性与适用性。

利用信息扩散估计处理属性不确定性的研究

随着GIS应用的日益广泛,GIS数据的不确定性问题也越来越被人们所重视.经典的数据处理理论更多地讨论了位置的不确定性问题,而对属性数据的不确定性的研究较少.本文针对按照某种趋势在空间或时间上连续变化的定量属性,讨论了利用信息扩散估计对其进行处理的可能性.

尾矿坝稳定性属性识别的因素空间-未确知测度模型

针对影响尾矿坝稳定性的因素众多、各因素之间彼此耦合且存在大量未确知信息的问题,将尾矿坝稳定性视为结果因素,选取对其有影响的18个定量因素和9个定性因素作为条件因素,构建了尾矿坝稳定性属性识别系统的因素空间。将未确知数学理论引入因素空间,构建了因素空间-未确知测度模型,并讨论了该模型的求解方法。通过层次分析法(analytic hierarchy process,AHP)和信息熵理论计算主客观权重,确定各条件因素的组合权重,运用因素合成方法将高维度的因素空间降维成一维合因素轴,得到合因素测度识别向量,依据置信度准则对尾矿坝稳定性进行评价。以某尾矿坝为例进行了模型验证与分析,结果表明:模型对于尾矿坝稳定性因素的识别结果与现场判别结果基本一致,反映出该模型有助于解决尾矿坝稳定性评价问题,可为类似复杂系统的诊断评价提供参考。

使用定性属性的数据库关联规则的增量挖掘

目前数据库关联规则的增量挖掘作为数据挖掘的一个重要的领域,已经广泛应用于教育,医疗,卫生等领域,因此它成为了当今数据挖掘中最活跃,最重要的一个分支领域.数据库中的数据存在大量未知的数据以及不可知的数据变化.若采用Apriori算法进行计算,一方面很难取得较好的结果,另一方面支持度的变化对结果的影响很大,无法确定支持度的变化,因此借助属性论中定性属性的机理以及属性计算网络的边界学习算法,结合IUBM算法提出了一种基于定性属性的关联规则的增量挖掘算法.比如在以分数划线招生制度下,定性基准的一分之差,可能完全改变一个学生的一生的命运.通过实验表明,该算法在处理大规模数据的增量式关联规则的挖掘中减少了冗余规则的产生,同时挖掘效率得到了很大的提升.对于诸如预测大学生就业的情况及招聘企业对于应届生学习情况的了解等应用十分有意义.

GIS中空间数据属性不确定性研究

空间数据是ＧＩＳ的主要研究和表示的对象，其质量的好坏及其在ＧＩＳ中的正确表示是ＧＩＳ工程建设中最重要和最基本的问题。文中运用模糊分析学的理论和方法，在系统地分析了ＧＩＳ空间数据属性不确定性的基础上，提出了模糊关系数据模型，并探讨了其相应的基本操作和运算的原理和方法，对ＧＩＳ的研究和应用具有一定的实用价值。

融合物理理解与模糊逻辑的分类强对流客观短期预报系统:(2)表现评估

本文对分类强对流客观短期概率预报系统2022年6月13日强对流过程预报产品的表现进行分析,基于2022年的雷暴、短时强降水、雷暴大风及冰雹客观概率预报产品和可用的分类强对流监测实况资料,结合强对流预报业务中使用的空间检验方法和常用的确定性及概率性检验指标,对该短期预报系统提供的四类强对流天气客观概率预报产品进行了详细的性能评估。用于评估的预报资料是时段为2022年4月1日至9月30日每天08时(北京时)起报,96 h内逐12 h间隔的预报产品。预报个例分析显示,四类产品均可提前24 h指示需要关注的强对流天气区域。统计检验结果表明,短时强降水各方面性能最好,其次是雷暴,雷暴大风也有一定的可参考性。四类强对流天气预报产品均存在预报概率与实况频率相比偏高的过度预报问题。雷暴、短时强降水和雷暴大风预报产品均存在与预报覆盖时效有关的日变化。评估结果为预报模型和系统后续改进发展奠定了基础,为应用基于融合物理理解与模糊逻辑人工智能方法的分类强对流预报产品提供了有益参考。

基于二元语义的网络出版电子期刊质量的定性评价研究

针对基于网络出版的电子期刊质量评价问题,本文展开了基于二元语义的定性属性评价研究。根据不同的定性属性的特性设计并采用了相应的语言评语集合来评价各期刊。通过设计基准等级集合来把不同语言评价集合的语言属性评价值转化为基准等级集合的模糊集,实现了不同语言评价集合的可比性并进一步将它们有效集成,从而得出各期刊的二元语义综合评价值以及它们的排序。最后,给出了一个算例来说明提出的评价方法。

考虑不确定性因素影响的污水处理工艺选择

针对不确定性多属性决策优选法在应用中存在的如何将灰数科学白化的问题,建议将多位专家意见以区间数的形式给出,利用满意区间上的专家满意的上下阈,得到所需的规范值,建立综合决策矩阵.以小区域污水处理设施的选择为例,结合小区域污水处理厂拥有多目标与目标矛盾性、稳定性和不确定性的特点,通过专家意见规范化处理,利用综合决策矩阵比较,最终获得问题的最优解.实验证明,改进的不确定性多属性决策方法既省去了烦琐的计算步骤,又降低了决策者在决策过程中承担的风险,具有较高的实用价值.

感觉抽取的定性映射模型

将其检测属性的定量属性值转化为定性属性值（或性质）是感觉系统的一个基本功能，根据属性的哲学定义，本文给出了属性、定量属性值、性质、定性映射和定性基准等术语的哲学—数学定义，并指出：感觉抽取可归结为一个定性映射．

一种新的属性分类方法与应用刍议

以形式化语言给出了本质属性、附属属性、限定性属性等术语的定义,研究了它们的性质与内在联系,给出了属性集的一种新的分类方法。结合对属性子集的一种新运算,特别讨论了本质属性的特征,并以此对IDEF5中种类的概念做了形式化修正。同时,研究发现,在本质属性为多个时,只需保留一条,其他任何一条本质属性既是可约属性也是不必要属性,而本质属性的判定简便易行,在利用相关算法进行属性约简之前可以先剔除部分属性。最后,以实例表明了这样预处理的优越性。

空间数据不确定性研究现状分析

归纳总结了位置不确定性、属性不确定性、时域不确定性、逻辑不一致性等方面的研究现状,重点归纳了位置不确定研究成果;最后指出了GIS不确定性研究存在的问题,并对GIS数据质量控制研究重点进行了分析。

空间数据不确定性研究进展

为促进空间信息科学的发展和理论的完善,推动GIS理论的深入研究,需要对当前空间数据不确定性的研究状况进行分析和归纳。纵观国内外有关文献的研究成果可知:空间数据随机不确定性主要侧重于基本理论和种类方面的研究;空间数据模糊性主要从空间数据模糊性来源和性质、表示和处理方法等3个方面进行研究。空间数据不确定性急需解决的问题和研究方向,主要包括随机不确定性的基础理论的进一步完善、属性数据不确定性的研究、位置数据和属性数据的模糊性研究等方面。

面向属性级不确定数据的U-Topk查询优化算法的研究

U-Topk是基于不确定性数据可能世界模型而提出的一种查询语义.随着不确定性数据集的增大,可能世界的实例数量指数增长,这为U-Topk查询处理提出了重大挑战.针对属性级不确定性的UTopk查询处理算法展开研究,提出了U-Topk查询处理优化算法APT4U-Topk.首先通过预处理来确定必然进入最终结果集的元组,从而实现k值的压缩.然后,依次读取后续元组,计算可能世界模型聚合概率,并判断此时刻是否为可能世界模型聚合概率的阈值.当到达阈值时算法停止.此时概率最大的聚合可能世界模型就是U-Topk查询结果.最后,通过实验对APT4U-Topk算法进行了时空效率的验证.实验结果表明,在数据集和k值增大的情况下,APT4U-Topk算法要优于此前提出的OptU-Topk算法.

采用不确定性因素决策法确定污水处理厂布局

随着城市的不断发展,污水处理厂的规模、承受的负荷也不断增大,对小区域污水处理厂布局方案进行优化选择已越来越重要。利用不确定性多属性决策对其进行选择,既省去了烦琐的计算步骤,又减少了决策者在决策过程中承担的风险,具有较高的实用价值。