多属性算法用于人才选拨

该算法的主要思路是：将各种各择方案视为一个集合，定义一个关系Ｒ，称之为：“级别高于关系”，并规定Ｒ不具有传递性。定义一个和谐指数Ｃ（ｉ，ｊ）与不和谐指数ｄ（ｉ，ｊ）。构造和谐矩阵Ｃ＝（Ｃ（ｉ，ｊ））与不和谐矩阵Ｄ＝（ｄ（ｉ，ｊ），给定临界值（ｐ，ｑ）由Ｃ（ｉ，ｊ）≥ｐ和ｄ（ｉ，ｊ）≤ｑ得出关系合成图ＧＣ，并找出其核Ｋｃ。Ｋｃ中的成员便是非劣势备择方案，不在Ｋｃ中的成员被淘汰。变动（ｐ，ｑ）得Ｋｃ，若某些成员出现在多个Ｋｃ中，这些成员便是满意解。

一种改进的地震数据道均方根值属性算法

地震数据道均方根值是地震仪器现场质量控制软件中的一项重要道属性指标。本文提出了一种改进的均方根值属性算法,即滑动窗口均方根值属性算法,使用这种方法可以解决目前常规地震数据道均方根值属性算法造成数据道误判和漏判的问题,对地震仪器现场质量控制提供了一种新的思路。文中详细地介绍了这种算法的基本原理和具体的应用以及应用中应注意的几个问题。

基于Matlab的LTE与Wi-Fi垂直切换多属性算法研究

随着数据业务的需求量日渐增长,通信面临巨大的压力。未来通信系统将是不同制式网络进行无缝融合的系统。异系统之间的垂直切换的正确性以及有效性将是系统能否无缝融合的决定性因素。本文研究了LTE与Wi-Fi异系统的多属性垂直切换算法,并基于Matlab进行了算法实现设计。设计结果表明,多属性垂直切换算法使得LTE与Wi-Fi融合系统能够成功进行垂直切换,并且切换发生的乒乓效应较弱。

基于属性加密算法的计算机数据安全访问控制技术

该文针对云计算环境下计算机数据文件访问、传输存在的安全隐患,提出基于属性加密算法的计算机数据安全访问控制技术方案,假定在通信信道可靠、第三方审计机构可信和云计算数据中心忠实的前提下,在现有云计算数据存储安全体系架构基础上使用AES对称加密算法对CDC中的数据文件进行加密处理从而实现USER安全访问,与传统访问控制技术方案相比安全、可靠性更高。该文主要对上述技术方案的参与构成、主要定义、方案内容及重要程序的实现过程进行分析,又通过仿真实验模拟运行环境对该技术应用的可行性和优化路径进行探究,以期为计算机数据安全访问控制提供参考。

算法从属性:破解平台劳动关系认定困局之钥

随着共享经济的发展,平台劳动关系认定问题愈发受到关注并引发巨大争议。司法实践中关于平台劳动关系认定的观点各异,对于劳动从属性标准适用的认定不一。究其原因,在于新兴技术条件下平台用工的非典型性给传统从属性考量因素带来挑战。算法从属性的提出为劳动从属性判断提供新的解释路径。在新就业形态用工劳动关系“三分法”下,算法从属性与第三类劳动者特性高度契合,建议将算法从属性作为第三类劳动者认定的核心标准,形成平台用工案件新的司法逻辑,以破解平台劳动关系认定困局。

算法从属性下平台从业者的身份识别

数字时代的从属劳动具有算法从属性的特征,其源于工业时代雇佣劳动的技术从属性,表现为算法对劳动过程的全景式控制与劳动者对算法的身心从属,其实质是算法管理下劳动者的自主性受限。而互联网平台用工正是一种以算法为底层技术架构的劳务撮合模式,表现为劳动机会的算法调度、劳动过程的算法指导、劳动结果的算法评估等。为破解平台用工关系难题,有必要在从属性体系中引入算法从属性的维度,以增加劳动者身份认定的识别度和识别可能性,进而在现行政策基础上明确平台不同用工模式下从业者的身份属性,并赋予其相应的权益保障。

基于粗糙集属性约简算法和支持向量机的短期负荷预测

结合粗糙集和支持向量机两种智能算法提出了短期负荷预测模型。首先根据历史数据建立属性决策表,通过属性约简算法对数据进行挖掘,找到影响负荷的核心因素,然后将它们作为支持向量机的输入矢量来预测负荷。算例结果表明,新模型与按经验选取输入矢量的传统支持向量机模型相比,预测精度有了很大的提高且更适用于短期负荷预测。

不完备信息系统下的属性约简算法

传统的粗糙集模型是处理完全信息系统的有力工具,但对于不完全信息系统却显得无能为力。因此对不完备信息系统的研究也是粗集理论研究领域之一。本文在M.Kryszkiewcz提出的一个容差关系的基础上提出改进,使之更加具有灵活性。然后以该改进模型为基础,运用属性重要性理论,给出属性约简算法,并通过一个实例来验证。最后将该算法和经典算法进行了比较。

一种粗糙集属性约简算法

该文针对RoughSet理论的属性约简进行了研究。利用RoughSet和信息论的相关知识,研究了通过可辨识矩阵求得属性约简集,并利用条件熵来计算属性约简集中属性间的相关性,其平均值最小的属性集即为求得的最佳属性约简的结果。实验证明,它可以取得比较理想的效果。最后利用该文的方法给出了对UCI机器学习数据库的例子的约简结果。

基于粗糙集相关矩阵的属性约简算法

利用粗糙集相关矩阵采用贪婪策略构造了寻找最小属性约简的启发式算法,证明了算法的正确性并作了复杂性分析,通过实例和与基于属性频率重要性算法进行的对比分析,发现该文算法能快速逼近最小约简,且获得的知识容易理解。

一种基于rough集的属性约简的改进算法

目前粗糙集属性约简基本上是通过差别矩阵先求出属性核,然后在属性核的基础上再求出属性约简。这种计算方法具有较高的复杂度。因此提出并分析了属性的加权平均重要性的属性约简算法,该算法可以确保得到决策表的一个约简,且不需要计算核,减少计算量,提高计算速度。以实例验证了算法的正确性。

一种基于粗糙集的决策系统属性约简算法

从大量数据发现知识时 ,属性约简是一个关键问题 .本文提出了一种新的算法用于粗集中的属性约简 .该算法基于 Hu的差别矩阵 ,在对差别矩阵进行化简的基础上 ,先得到核 ,然后在逐步减小的差别矩阵中挑选出现最频繁的属性加入直到成为一个约简 .文中还对求核的正确性、算法的正确性进行了证明 ,同时对算法复杂度进行了分析 。

基于信息熵的一种属性约简算法

文章针对Rough Set理论的核心内容之一属性约简进行了研究。结合信息论的有关知识，研究了在属性约简过程中决策属性集相对条件属性集的条件熵的变化规律，在此基础上提出了新的属性约简算法。实验分析表明，在多数情况下这种算法都能够得到决策表的最小约简，同时还对算法复杂度做了简单的分析。

二进制可辨矩阵的变换及高效属性约简算法的构造

1引言由波兰理工大学教授Z.Pawlak等一批科学家提出的粗糙集(RoughSet)理论[1]目前正受到国内外学者越来越广泛的重视.它从一种全新的视觉审视知识,认为知识与分类能力相关,两者成正比关系.即:拥有知识的多少通过分辨能力的高低来评判.

相容RS理论中的属性约简算法

In this paper,a novel definition of entropy is introduced. It is used for measuring the uncertainty of roughness of knowledge in tolerant rough sets. In addition ,we prove that the entropy of knowledge decreases monotonously as the granularity of information becomes smaller. Then,a new reduction algorithm based on entropy is developed.Simulation results show that the algorithm can find the minimal reduction in most cases.

结合模糊集理论的粗糙集属性约简算法

结合模糊关系的理论,对粗糙集理论的属性约简算法进行研究,提出了一个新的属性约简算法,并给出了一个应用实例。

基于Rough集和数据库技术的属性约简算法

对核属性的作用,以及求取属性核心的代价等进行了分析,并运用Rough集的理论给出了判定一个属性子集中是否包含属性核心的充要条件。根据这些研究结论对基于粗糙集的属性约简算法进行改进,并利用数据库查询语言实现了算法。 实验表明对于大数据集,该算法的效率大大高于一些基于主存的算法,且易于实现。

基于二进制可辨矩阵的属性约简算法的改进

属性约简是粗糙集理论的核心内容之一,信息系统中知识(属性)并不是同等重要的,甚至其中某些知识是冗余的。属性约简是在保持信息系统中知识量(即分辨能力)不变的条件下,删除其中不相关或不重要的知识,现已证明寻找信息系统的最小属性约简是NP-hard问题。解决这类问题的一般方法是采用启发式算法求出最优或次最优约简。对支天云等所给出的二进制可辨矩阵的化简算法进行了改进,并根据属性的分辨能力的大小,提出了一种基于二进制可辨矩阵的思路清晰、实现简便的属性约简算法。通过算法分析表明,该算法是更加高效的。

基于属性权重的Fuzzy C Mean算法

提出CF-WFCM算法,该算法分为属性权重学习算法和聚类算法两部分.属性权重学习算法,从数据自身的相似性出发,通过梯度递减算法极小化属性评价函数CFuzziness(w),为每个属性赋予一个权重.将属性权重应用于Fuzzy C Mean聚类算法,得到CF-WFCM算法的聚类算法.CF-WFCM算法强化重要属性在聚类过程中的作用,消减冗余属性的作用,从而改善聚类的效果.我们选取了部分UCI数据库进行实验,实验结果证明:CF-WFCM算法的聚类结果优于FCM算法的聚类结果.函数CFuzziness(w)不仅可以评价属性的重要性,而且可以评价属性评价函数的优劣.实验说明了这一问题.最后我们对CF-WFCM算法进行了讨论.

属性探索算法研究

Baader等人于2004～2007年将FCA方法引入描述逻辑中,建立了初步的属性探索算法。介绍了他们提出的属性探索算法,研究了该算法会产生冗余计算的可能情形。从相关性的角度提出了两种改进算法,并证明了它们的正确性。改进的算法在一定程度上避免了冗余,简化了计算。