改进粗糙集属性约简结合K-means聚类的网络入侵检测方法

面对日益复杂的网络环境,传统入侵检测方法误报率高、检测效率低,且存在优化过程中准确性和可解释性相互矛盾等问题,因此提出一种结合改进粗糙集属性约简和K-means聚类的网络入侵检测(IRSAR-KCANID)方法。首先基于模糊粗糙集属性约简对数据集进行预处理,优化异常的入侵检测特征;再利用改进K-means聚类算法估计入侵范围阈值,并对网络特征进行分类;然后根据用于特征优化的线性规范相关性,从所选择的最优特征探索特征关联影响尺度以形成特征关联影响量表,完成对异常网络入侵的检测。实验结果表明,特征优化聚类后的最小化测量特征关联影响量表能在保证最大预测精度的前提下,最小化入侵检测过程的复杂度并缩短完成时间。

一种基于变长指令序列与粗糙集属性约简的恶意代码检测技术

针对定长的指令序列特征维数过高且存在分割特征的问题,本文提出了一种基于变长指令序列与粗糙集属性约简的恶意代码检测技术,采用变长的指令序列可以有效解决特征分割的问题,同时为了有效降低特征规模,只考虑常用的13个指令所构成的指令序列,然后利用粗糙集理论进行冗余特征约简,实验最终获得特征维数非常低并且相对定长的指令序列而言,其分类精度更高,漏报率更低。

基于粗糙集属性约简和组合赋权理论的P2P网贷公司竞争力评价指标体系构建

P2P网络信贷作为一种最有活力、最有代表性的互联网金融模式,其发展面临着巨大的机遇与挑战。本文结合P2P网贷公司竞争力所涉及宏观经济背景、风险控制能力和运营能力三个方面的特点,构建了一种基于粗糙集属性约简和组合赋权理论的P2P网贷公司竞争力评价指标体系,丰富了P2P网贷公司竞争力研究内涵。

基于粗糙集的Logistic回归模型在矿井突水模式识别中的应用

矿井突水模式识别是一个非正态、非线性和高维数据处理问题,也是二分类问题。使用粗糙集属性约简算法对样本数据降维,建立Logistic回归模型,并利用粒子群算法对模型参数优化。该模型对建模样本突水模式识别正确率为90%,对测试样本突水模式识别正确率为100%,效果好于数据不降维的Logistic回归模型。该模型克服了线性回归分析解决二分类问题存在的不足,为矿井突水模式识别提供了一种新思路、新方法。

基于形式概念分析的不完备电子病历系统粗糙挖掘研究

形式概念分析与粗糙集理论是近年来获得飞速发展的两种数据挖掘工具。充分利用概念格在形式概念表示和粗糙集在知识约简等方面的独特优势,提出了基于形式概念分析的不完备电子病历系统粗糙挖掘算法(FCRM)。该算法利用决策规则格进行不完备知识的形式概念表示和粗糙正域近似约简,并能较好地提取相应一致的决策规则。最后构建不完备中医电子病历方剂挖掘专家系统,实验结果表明该算法在不完备电子病历系统约简和挖掘方面均具有较好性能。

不完备信息系统中基于相似关系的知识约简

以具有丢失型未知属性值的不完备信息系统为研究对象,根据非对称相似关系,讨论了知识约简问题。在不完备决策系统中,引入了近似、粗糙分布约简以及广义决策约简,讨论了它们之间的相互关系,给出了近似分布约简的判定定理、可辨识矩阵以及约简公式,并进行了实例分析,为从不完备信息系统中获取知识提供了新的理论基础与操作手段。

铁路专用线危险货物运输安全指标属性约简研究

为了对铁路专用线危险货物运输安全性进行科学合理的评价,系统分析了铁路专用线危险货物运输特征及影响因素,从"人、机、路、管"角度出发,构建了涵盖资质管理、安全设备设施、运输设备设施、安全管理4个层面的铁路专用线危险货物运输安全评价体系。针对指标间存在的冗余性问题,采用基于改进区分矩阵的粗糙集属性约简算法对评价体系进行精简,并以成都铁路局某条危险货物专用线进行实例研究。结果表明:托运人资质、安全监控系统等10项指标为属性约简后的重要风险因素。

基于粗糙集和支持向量机理论的物流需求预测研究

选择合适的预测模型来预测物流需求,对升级和优化物流产业具有重要的战略意义。常见的物流预测方法有:增长率法、移动平均法、时间序列法等,由于实际的物流预测数据常常具有多指标、非线性、小样本的特点,并且数据中存在冗余指标(噪声),导致在实际应用中,大多数预测方法的预测精度不高,难以保证有效性。针对这类物流预测问题,本文根据粗糙集属性约简中基于差别矩阵的算法,剔除冗余指标,基于约简的属性,改进了单一的SVM预测模型,并用遗传算法优化了SVM模型的输入参数,获得了较高的预测精度。本文给出了该方法的具体步骤,并用实际数据预测了广东省的货运总量,验证了该方法的有效性。

一种基于二进制区分矩阵的属性约简算法

提出一种基于二进制区分矩阵的属性约简算法,将传统的区分矩阵以二进制形式表现出来,并且针对这个区分矩阵的特点,从两个不同的层次考察属性的重要性,引导求解过程趋于最优化.采用多个数据库进行试验,并与其它两种约简算法进行比较.实验结果表明,该算法是正确且高效的.

基于粗糙集的多项logistic回归模型在油层识别中的应用

油气水层数据统计是一种非线性分类统计问题,由此建立了多项logistic回归油气水层模式识别模型。表征油气水层各因素之间存在着复杂的耦合关系,采用粗糙集属性约简算法对原始样本数据进行属性约简,消除因素间的耦合关系对识别结果的影响。选取大庆油田某地区的20口油井的数据作为建模样本数据,另10口油井的数据为测试样本数据,实验表明基于粗糙集的多项logistic回归模型对建模样本的解释正确率为100%,对测试样本的解释正确率为90%,远高于非属性约简的多项logistic回归模型,为油气水层模式识别提供了一种新方法。

基于包含度的不一致决策表约简新方法

在不一致决策表中,以知识的包含度为基础,将一致和不一致对象分开,定义了一种新的属性重要性;为克服区分矩阵法时间复杂度随系统大小增加而指数增长的缺陷,给出分布约简的数学判定定理,提出了一种求分布约简的启发式方法。实例验证分析表明,新的属性重要性是一种更有效的启发式信息,该方法时间复杂度较低,有助于搜索最小或次优约简。

基于粗糙集和优化DAG-SVM的船舶主机故障诊断方法

[目的]船舶主机各子系统之间是复杂的非线性关系,对于监测点在短时间内采集的大量数据,传统的故障诊断方法难以高效地完成任务。以船舶主机的燃油系统为研究对象,提出一种基于粗糙集理论和优化有向无环图-支持向量机(DAG-SVM)的故障诊断方法。[方法]首先,将数据挖掘中的粗糙集理论引入传统的支持向量机(SVM)诊断模型,并通过差别矩阵对离散化数据进行降维,在每2种故障之间建立支持向量机分类器,从而构建DAG-SVM拓扑网络;然后,以类间的分类精度为依据,优化有向无环图中根节点和其他叶节点的位置,从而有效避免"误差累积";最后,基于某超大型油轮模拟器,开展数值实验分析。[结果]实验结果表明,粗糙集与优化DAG-SVM相结合的故障诊断方法可以对船舶主机故障进行有效的诊断决策,其分类精度比传统的DAG-SVM方法提高了3.38%,而时间消耗也降低了2.42 s。[结论]该诊断方法对船舶主机的故障诊断研究具有一定的参考价值,也可为SVM在其他小样本分类中的应用提供数据支撑。

因素空间理论的因素约简算法

为讨论差转计算在多因素决策问题中对因素系统的约简性能,通过理论分析与实证检验,在算法原理与机制的基础上深入讨论了算法的因素约简能力,并与基于差别矩阵的粗糙集因素约简算法进行比较.研究结果表明:差转计算在进行决策的过程中,确保了对结果有重要影响的因素进入经验推理系统,影响不大的因素在决策的过程中自动地被舍弃,从而实现了因素的约简.在6个UCI数据集上,通过对因素约简结果与时间复杂度两个方面的讨论,得出差转计算的因素约简能力同差别矩阵算法相当,在时间复杂度方面远优于差别矩阵算法.

电网故障诊断中基于粗糙集理论的获取方法

介绍了电网故障诊断专家系统中基于粗糙集理论的知识获取的一种新方法 ,利用分层诊断中由断路器变位信息诊断出故障区域 ,指导决策表中条件属性的选择 ,最大限度剔除多余的条件属性 ,通过对决策表进行属性约简和值约简 ,得出故障诊断需要的诊断知识即诊断规则。说明该方法既能有效获取知识 。

粗等价粒度下基于多种加速策略的增量式求核算法

提出一种全新的渐增式求核算法。首先基于全局等价类提出粗等价类概念并分析其性质,研究粗等价类下的求核与约简;深入研究3类粗等价类与核属性的内在联系,设计粗等价类下判断核属性的等价方法和渐增式求核方法,通过该方法可在一次增量计算中求得多个非核属性,从而设计双向剪枝策略;可从属性和实体双方面缩减计算域,无需遍历全部属性和实体,在无核情况下,剪枝策略仍然有效。设计多次Hash的属性增量划分算法来完成上述增量式计算,基于此给出完整的渐增式求核算法。最后用UCI中20个决策表及海量、超高维3类数据集从多个角度进行验证,实验结果证明了所提算法的有效性和高效性,其尤其适用于大型决策表,大多数情况下优于现有算法。算法可进一步作为新型约简和优化算法的基础。

家庭用电能效状态模糊综合评估

针对家庭用户用电行为特征及家用电器的使用时间段特性,提出了基于智能用电环境下的家庭用电能效状态模糊综合评估方法。首先建立家庭用电指标体系,然后利用粗糙集属性约简法对指标体系进行筛选优化,最后建立基于递阶综合评价方法的能效评估模型。该模型分为基于特征值法和G1群组法相结合的一级指标评估、基于熵权法的二级指标评估以及最终的综合评估三个层次。经实例验证,该方法能较好地检测和评估家庭能耗情况,有效提高居民用电效率。

不变矩的改进支持向量机在显微目标识别中的应用研究

为完成多个微小零件的识别,提出了一种改进的支持向量机分类算法.该算法应用基于边缘提取的不变矩获得特征属性,利用基于粗糙集的可辨识矩阵的启发式属性约简算法获得特征属性的约简,最后应用支持向量机进行目标识别分类.比较了使用支持向量机分类和使用提出的改进支持向量机分类对多个微小零件识别的效果.在显微视觉环境下的实验表明,提出的改进支持向量机分类方法能满足系统应用要求,分辨率达95%.

MAINTENANCE LEVEL DECISION OF AERO-ENGINE BASED ON VPRS THEORY

An aero-engine is a typically repairable and complex system and its maintenance level has a close relationship with the maintenance cost. The inaccurate measurement for the maintenance level of an aero-engine can induce higher overhaul maintenance costs. Variable precision rough set （VPRS） theory is used to determine the maintenance level of an aero-engine. According to the relationship between condition information and performance parameters of aero-engine modules, decision rules are established for reflecting the real condition of an aeroengine when its maintenance level needs to be determined. Finally, the CF6 engine is used as an example to illustrate the method to be effective.

镇域生态环境风险评价指标体系探究

目前,我国对于乡镇和农村的生态环境问题关注不够,缺乏有针对性的镇域生态环境风险评价方法。在现场调研和总结前人成果的基础上,采用频率统计法初步遴选关键指标,确定43项针对镇域生态环境的预选指标;然后采用理论与实际分析法、特尔菲专家咨询法、粗糙集的属性约简方法对预选指标进行层层筛选,最后提出一套系统的镇域生态环境风险评价指标体系。该指标体系包括自然环境风险、社会环境风险、经济环境风险以及风险影响因子,共27项指标。

基于距离限定优化的多姿态人脸图像智能识别

针对人脸角度、姿态和表情复杂多变,导致人脸面部表情识别准确率较低的问题,提出基于距离限定优化的多姿态人脸图像智能识别方法。根据人脸图像特征类别进行标号并调整图像角度等值,借助向量内积确定人脸图像特征相似程度,提取人脸图像特征;采用离散化处理人脸图像特征,构建特征矩阵,将人脸图像特征分量中维度作为条件属性,采用粗糙集近似约简法对所得特征向量降维处理;通过边界值和阈值优化特征向量距离,采集不同姿态特征向量,生成多种姿态人脸图像库,将待测人脸图像特征与人脸特征姿态库中图像相匹配,通过匹配结果相似程度判定二者是否为同一对象,完成人脸识别全过程。实验结果证明,采用所提识别方法对多姿态人脸图像识别的准确率较高,鲁棒性更好。