一种商空间理论下信息熵的属性权重确定方法

在对多属性多目标方案进行排序或决策时,属性权重的确定对最终决策结果的影响非常重要。针对无决策属性的多样本数据,提出了一种基于层次商空间信息熵的属性计算方法。该方法通过对样本数据的相似度和等价关系矩阵分层建立商空间结构,重新定义商空间理论下的信息熵,在商集上计算确定属性权重。最后将该方法应用到一个既无决策属性又无核属性的油田开发多目标决策数据集中,验证了该方法的科学性和可行性。

基于商空间的非均匀粒度聚类分析

采用距离度量空间的手段讨论了商空间的模糊粒度聚类,结合信息融合技术用不同粒度合成聚类结果,认为聚类可以以非均匀粒度来描述样本集。据此提出了使用 Gaussian 型函数定义商空间的距离函数的模糊聚类算法(FCluster 算法),算法用距离表示信息粒度,不需要定义隶属函数和求出相似矩阵,并且不需要讨论参数的选择。仿真实验说明了算法可以很直观地从不同粒度(距离)观察聚类结果,大大降低了计算复杂度和空间复杂度,适于处理大数据量的样本,并且 Gaussian 型函数定义的距离对试验样本可以达到很好的效果。

互信息量用于采样成像系统的评价

把信息论应用于采样成像系统中 ,用互信息量评价图像捕捉部分的性能 ,做出基于信息论的系统评价仿真曲线 。

粒度聚类算法研究

信息粒度是对信息和知识细化的不同层次的度量。基于信息粒度的聚类分析方法,凭借能够灵活选择粒度结构,消除聚类结果和先验知识之间的不协调性,有效完成聚类任务等优点,成为国内外学者的研究热点之一。从粗糙集、模糊集、商空间3个理论角度与传统聚类算法相结合,阐述并分析了把粒度的思想引入到聚类中的有效算法及其优缺点,并对这样结合后处理高维复杂数据的可行性及有效性做了分析与展望。

粒度计算的三种主要方法

粒度计算(Granular Computing,GrC)是新近兴起的人工智能研究领域的一个方向,它覆盖了所有有关粒度的理论、方法、技术和工具的研究。它是词计算理论、粗糙集理论、商空间理论、区间计算等的超集。词计算理论、粗糙集理论、商空间理论是粒度计算的三种主要方法。文中着重介绍了这三种粒度计算的基本理论、模型和方法,以及它们之间的关系,并展望了进一步的研究方向。

基于灰色关联和证据理论的故障诊断方法

本文在证据理论的基础上,结合信息熵和灰色关联算法,提出了一种新的机械故障诊断方法。该方法从信息融合的思想出发,首先依据反映机械故障的信息熵特征,获得基于信息熵的故障诊断标准特征向量。接着采用灰色关联理论建立证据理论的基本概率赋值函数,提出了利用证据理论对单传感器多测量周期证据时域融合和多传感器证据空域融合相结合的时空二级融合算法,最后以基本可信数的决策方法作为故障模式识别依据。通过旋转机械故障的典型实例证明,基于灰色关联和证据理论的机械故障诊断方法是故障模式定量识别的一种可行的新方法。

基于商空间和信息粒度的Fuzzy聚类分析

传统聚类分析主要从相似性度量的不同设计和判别函数的选择等方面进行研究。本文从商空间理论和信息粒度原理角度出发,引入分层递阶结构,论述聚类分析的本质以及Fuzzy聚类分析这种软件统计方法。

粒度计算模型的研究

粒度计算可以看作是利用粒度解决问题的理论、方法、技术和工具。文中介绍粒度计算的一些基本概念以及研究粒度计算的目的,阐述粒度计算研究的基本问题,分析当前粒度计算研究的几个模型,重点讨论不同粒度世界的描述法———商空间法,并从各种角度对几个模型做出比较,得出它们的联系与区别,证明几种方法各有优劣。

基于商空间模型的CBR系统

传统的CBR系统采用平面结构,系统在运行过程中不断学习,范例库将变得越来越大,当范例数超过某一预设的上界时,就会出现“沼泽问题”。为了解决这个问题,该文提出了基于商空间模型的CBR系统,采用分层递阶的立体结构,在运行阶段将惰性学习算法与积极学习算法相结合。实验表明利用本方法构造的CBR系统实现E-mail分类预测时,系统的性能和有效性都得到了很大的提高。

玛纳斯河流域用水结构时空演化及水资源空间匹配分析

选取2000—2018年作为研究期,以石河子市、玛纳斯县和沙湾县为主要研究对象,归纳出玛纳斯河流域现状用水结构的演变特征,利用信息熵理论、基尼系数和洛伦兹曲线分析了流域的水资源空间匹配程度。结果表明:2000年以来流域的用水总量整体呈上升趋势,用水量增加了11.76%,整体变化程度较小,用水结构的信息熵总体持续增长,信息熵水平从2000年的0.209增加到2018年的0.448,用水总量得到一定控制,用水系统均衡度也逐渐增强,生活、生态用水的空间分布不均衡程度提高,总体来看,水资源与人口和降水较为匹配,与耕地相对匹配,与工业产值较不匹配,各区域工业耗水情况差异度增加,生态用水空间分布趋于均衡,需调整产业经济结构,缩减高耗水企业数量,发展低耗水产业,对水资源进行集约利用,重视生态保护工作,完善水管理机制,实现流域经济社会的健康发展。

彩色图象分割

提出一种在特征空间进行非监督学习的新技术。以信息理论观点，把特征空间看成是两个不同的源所组成，即“峰（ｍｏｄｅ）”和“谷（ｖａｌｅｙ）”。一个熵门限被用来自动区分特征空间中的不同单元。那些标号为“峰”的单元被连接起来形成峰的区域。提出一个修改的Ａｋａｉｋｅ信息准则来求解相应的聚类有效化问题。当所有必需的参数都估计出来以后，将一个基于多数博弈论演化而来的标号算法用于求解分割所对应的优化问题。新方法应用到彩色图象的分割问题中。

商空间粒度预测方程

以商空间粒度计算理论为基础,综合考察了粒度计算,粒度上信息的增长,以及粒度集合上信息的白化问题。进一步在原粒度拓扑关系基础上建立了粒度白化信息的拓扑结构,使信息增长符合一定的拓扑关系。最后结合灰色理论的方法论建立了商空间应用领域的预测方程,是信息预测的新尝试。

基于信息熵和差别矩阵的属性约简方法

针对无决策属性的信息系统,定义了无决策属性的差别矩阵,利用商空间理论下信息熵的计算方法,提出了一种“空不变”无决策属性约简方法。该方法从属性约简的本质出发,将属性造成等价类发生改变的可能性数值化,进而实现属性约简。通过实例验证了方法的有效性,并通过与已有方法的对比和实验结果分析,进一步证实了该方法能更准确地识别出关键属性,完成属性约简。

引入商空间粒度计算的全极化SAR影像分类

为了充分利用不同极化特征信息,并将其有效地结合,提出一种结合粒度计算的全极化合成孔径雷达（synthetic aperture radar,SAR）影像分类方法。在不同极化目标分解特征组合的基础上引入影像纹理信息,利用光滑支持向量机（smooth support vector machine,SSVM）对不同特征组合进行类别划分获得粗粒度空间,采用商空间对粗粒度进行合并;根据全极化SAR影像分布特性,以相干矩阵作为新的特征矢量,利用Wishart测度代替传统欧氏距离对差异粒度进行推理,通过合并推理结果与合成论域,获得精细分类结果。采用L波段San Francisco地区和荷兰Flevoland地区的全极化SAR影像进行分类试验,结果表明：利用SSVM算法对全极化SAR影像进行粗粒度划分,并采用Wishart距离对差异粒度推理综合,总体分类效果优于结合纹理信息的Cloude及Yamaguchi4分类结果,且优于基于线性特征融合进行监督分类方法。