甘肃省自然科学基金(3ZS042-B25-014) 作品数:12 被引量:55 H指数:4 相关作者: 张永 杨志勇 陈思睿 贾桂霞 侯莉莉 更多>> 相关机构: 兰州理工大学 甘肃联合大学 更多>> 发文基金: 甘肃省自然科学基金 甘肃省教育厅科研基金 更多>> 相关领域: 自动化与计算机技术 更多>>
DRSA中基于支配矩阵的类合集近似的新方法 2006年 DRSA(Dominance-basedRoughSetApproach)是经典粗糙集理论在支配关系下的扩展,而类合集近似是DRSA中非常重要的概念与方法。传统的方法是利用原始的定义来求取类合集的上下近似,针对其计算复杂的缺点,该文提出了一种基于支配矩阵的类合集近似新方法,不仅将计算复杂度降到约1/k倍(k为决策类的个数),而且简捷直观。最后的实例证明了新方法的有效性及可行性。 李明 张保威 赵丽关键词:粗糙集理论 基于SVD和DWT的彩色图像数字水印方案 被引量:3 2007年 提出基于奇异值分解和小波变换的数字水印方案,方案中将一个灰度图像嵌入到彩色图像的蓝色分量中,结合人类视觉系统实现水印的不可见性,实验中用信噪比说明水印嵌入到蓝色分量比嵌入到其他颜色分量中可以更好地保持原始图像的感知质量.实验证明,该方案对JPEG压缩和中值滤波等处理具有较好的鲁棒性. 张永 杨永锋 李敬明关键词:奇异值分解 离散小波变换 数字水印 人类视觉系统 基于关联模式挖掘的决策规则提取方法 被引量:2 2006年 在数据挖掘领域,关联规则的挖掘和基于粗糙集理论抽取决策规则是两种截然不同的方法,但在统计意义下两种方法产生的规则基本相同。结合关联规则挖掘方法和粗糙集方法的优点,基于Apriori算法提出一种优化算法,获取具有一定支持度和可信度阈值且不产生冗余的决策规则,以提高粗糙集属性值约简算法的性能。 贾桂霞 张永关键词:数据挖掘 关联规则 粗糙集 APRIORI算法 决策表 使用增量SVM进行文本分类 被引量:9 2007年 针对传统SVM无法适应文本数据库随着时间不断更新的问题,通过对新增文本集的KKT条件的分析,研究了加入新增文本集后支持向量集的变化,提出了使用增量SVM进行文本分类的算法,并通过实验验证了通过该算法得到的分类器和传统分类器有着相似的分类能力和泛化能力. 张永 周振龙 侯莉莉 张世宏关键词:文本分类 支持向量机 KKT条件 一种基于Web用户不完备信息的规则获取方法研究 被引量:2 2006年 Web日志是一个很不完全且存在多样性特点的数据集,在获取决策规则的过程中经常会出现不一致、不完全规则的情况。提到了粗糙集理论,利用粗糙集理论在处理不完全知识上的特有优势来解决此种问题。首先把重要的用户行为特征值离散化作为属性值和值的约简,然后通过粗糙集缺省规则获取算法获得决策规则。其中条件属性的提取主要是一个对用户行为观察和分析的结果,而离散化处理方法就是应用粗糙集理论中的典型方法。这种处理方法有利于最后规则提取的进行,经过实例分析效果良好。 张永 杨志勇关键词:WEB挖掘 WEB日志 粗糙集 离散化 一种利润约束的频繁模式的挖掘方法 riori算法是关联规则挖掘最有影响的算法之一,本文提出的该算法关键在于结合领域知识,即商业领域用户关注的焦点利润,经过频集产生过程中的多次剪枝,产生那些满足用户利润要求的规则,不仅能挖掘出满足指定支持度阈值的关联模式,... 张永 贾桂霞 马华关键词:APRIORI算法 数据挖掘 基于多Agent的智能信息检索框架 被引量:7 2007年 提出了一个基于多Agent的智能信息检索(intelligent information retrieval based on multi-agent,IIR M-Agent)框架。介绍了多Agent群组的工作原理,提出了一个具有二层结构的IIRM-Agent框架,阐述了各个subagent的任务以及它们之间如何协作完成智能检索、自动通告、导航条和个人信息管理的功能。 张永 侯莉莉 周振龙关键词:多AGENT 元搜索引擎 用户兴趣 导航条 人工智能 一种基于粗糙集的Web用户访问规则获取方法 被引量:4 2006年 用户浏览模式获取是现阶段Web日志挖掘的主要目标之一。该文根据用户浏览的重要特征,提出了一种应用粗糙集理论获取规则的方法。选取重要特征作为条件属性并通过算法实现获取最终规则,实例分析效果良好。该方法的特点是只需要简单的数据预处理但可以获得简洁有效的访问模式。 张永 杨志勇关键词:WEB访问模式 粗糙集 数据挖掘 一种基于改进Elman神经网络的机器人行为控制器 被引量:2 2006年 为了增强移动机器人在动态环境中的学习和适应能力,提出了一种新的基于改进Elman神经网络的具有学习和记忆功能的机器人行为控制器,并且利用遗传算法来优化神经网络的连接权值,提高了机器人行为的准确性和快速型。仿真实验结果显示,本文提出的方法对机器人的学习和适应能力有很大的提高。 周红莉 刘满强 郭戈关键词:改进ELMAN神经网络 遗传算法 特征选择方法的研究和改进 被引量:4 2006年 目前大部分特征选择方法都是基于对每个特征按照一定的算法进行重要性赋值,然后选取一定数目的特征作为最后的类别中心向量.针对由于初始特征过多而造成分类精度不高和分类时间过长的缺点,引进了粗糙集中的依赖度函数对特征的重要性进行标定,从而解决了特征过多造成的缺点.最后通过实验验证了该算法,证明该方法是可行的. 张永 陈思睿 杨志勇 贾桂霞关键词:属性约简