基于混合挖掘的军事数据分类方法

基于军事信息系统的体系作战指挥,必须依托准确可靠的数据支撑。为了研究数据挖掘方法在军事数据上的学习性能,采用支持向量机方法和粗糙集对坦克连的作战数据进行了仿真实验。试验结果表明,支持向量机方法能够预测坦克连的命中率为100%,结合粗糙集方法,能够进一步提高支持向量机方法的学习性能,缩短学习时间。     

基于粗糙集的知识推理在后勤保障智能决策系统中的应用研究

目前,智能决策系统的实现研究已成为众多学科领域的研究热点,本文探讨了军队后勤保障智能决策系统中的知识表达,讨论了属性在知识表达系统中的作用,决策表格形式的知识表达系统的性质、作用以及根据粗糙集理论分析处理海量信息中信息的有用特征,通过分析、推理产生最小决策规则。。     

基于QFD及粗糙集的保障能力需求满足度评价方法

针对传统能力评价中指标及其权重的确定具有不一致性和不确定性特点,提出了一种以保障能力需求满足度为依据的评价方法。利用由保障能力-保障性能-保障特性映射的质量屋信息,按照构建质量屋的反方向将保障特性满足度转化为保障能力满足度。为了有效处理模糊和不确定的保障特性评价信息,采用粗糙集理论将评价数据表达为粗糙数形式。最后举例验证了方法的有效性。     

粗糙集知识约简在武器装备研制费用影响因素分析中的应用

文章将粗糙集知识约简应用于地空导弹研制费用影响因素分析,克服传统相关分析方法中缺乏费用影响因素之间相互影响分析的缺陷。利用专家评价法对分析结果进行了验证,粗糙集知识约简得到的结论与专家结论基本一致。结果表明,粗糙集知识约简是开展费用影响因素分析较为可行的数学方法。     

一种新的基于粗糙集的连续属性离散化算法

粗糙集理论作为一种新的处理含糊和不确定性问题的数学工具,已成为国际学术界的一个前沿的研究领域.传统的粗糙集理论只能对数据库中的离散属性进行处理,而绝大多数现实的数据库既包含了离散属性,又包含了连续属性.针对传统粗糙集理论的这一缺陷,提出了一种改进的基于断点重要性的属性离散化方法.最后,通过实例分析说明该方法是有效的.     

杂合数据的粗糙集属性约简方法

针对决策表中属性取值为杂合数据的情况,提出了基于粗糙集理论的属性约简算法.首先给出了对象间在杂合数据下的相似度计算定义.为了获取合理的对象集合的软划分,给出了阈值计算的最优化模型,并基于粗糙集的上、下近似的概念,得到对象集合在条件属性下的上、下近似的覆盖划分.之后,通过各对象基于条件属性和决策属性的上、下近似下的分布矩阵描述,利用最大分布矩阵,直观地得到两种不同观点下的约简结果.实验结果表明了本算法的合理和有效性.     

基于小波变换定位及FCM分割的视频字幕提取方法

提取文字信息是基于内容的视频检索中的一个重要组成部分。本文提出了一种视频字幕的自动提取方法,对含有字幕的视频帧图像首先进行小波变换和统计量计算确定字幕区域,随后采用 FCM 聚类方法对所得的彩色字幕区域进行分割,最后经滤波处理后提取出字幕。实验表明该方法可以获得较好的效果。     

基于粗糙集的武器装备体系贡献度评估方法

有效评估体系贡献度,是武器装备发展论证、作战试验开展和作战使用保障的一项基础性工作。分析了武器装备体系贡献度的概念内涵,构建了武器装备体系贡献度评估指标体系,给出了基于粗糙集的武器装备体系贡献度评估模型与步骤,并进行了算例评估与验证分析。研究工作表明,粗糙集评估法较好地解决了评估数据少、模糊或者不确定的问题,对难以完全量化系统的武器装备体系贡献度评估提供了新的解决思路与具体方法。     

基于灰色粗糙集的指标筛选方法

针对传统评估指标筛选方法适用性差、主观性强,并且需要大量测试数据等问题,提出了粗糙集属性约简和灰色关联聚类相结合的指标筛选方法。利用灰色关联聚类解决了经典粗糙集理论中的等价关系分类方法仅仅适用于离散数据的问题,并针对灰色聚类临界值难以确定的问题,采用统计量法解决,两种方法的优势互补实现了评估指标的有效筛选。最后结合作战指挥系统的评估指标体系筛选案例,对方法的合理性和有效性进行了验证。     

基于粗糙集和神经网络的联合模式识别系统

提出了一种划分属性离散区间的新方法.针对这种划分,提出一种约简和去噪的方法.随后,建立了粗糙集和LVQ神经网络的联合模式识别系统.最后,比较了用该系统和仅用神经网络进行识别的效果,证明了该方法的有效性.     

一种基于改进的ROUSTIDA算法的数据补齐方法

针对ROUSTIDA数据补齐方法存在的问题,提出了一种改进的ROUSTIDA数据补齐方法.该方法首先将条件属性与决策属性区分对待,优先填补决策属性值,避免了不一致决策表的产生;然后,在决策属性相同的前提下填补条件属性缺失值,扩展了原算法的使用范围;最后,通过一个实例说明改进算法补齐后的决策表的确能够获得更集中的决策规则...     

基于粗糙集理论的一种综合定权法

基于粗糙集理论中信息量的概念提出了一种新的主观定权法,再以优化理论为依据建立了综合定权的优化模型,并给出了模型的精确解,据此推导出了一种兼顾主观偏好和客观信息的综合权重赋值法,最后给出了一个应用实例说明了这种定权方法的有效性.     

基于粗集和最大熵的模式识别方法

用基于属性约简的粗集理论找出条件属性的最小属性集。对属性间为不确定因果关系的模式,计算在最大熵情况下发生的概率,通过比较概率来进行模式识别,实例分析和结论部分说明这种方法是有效的。     

基于最大隶属度的对空目标射击有利度模糊评估法

对空袭目标射击有利度的评估与排序是进行火力分配的重要依据之一。分析了影响防空武器对空中目标射击有利度的相关因素,基于最大隶属度原则,在各影响因素的权重只有部分已知的情况下,建立了目标射击有利度的模糊评估与排序模型,为防空武器的火力分配提供了科学依据。     

基于粗糙集理论的加权排序法及其应用

针对粗糙集理论在有限个方案的多目标决策问题应用中存在的缺陷,提出了一种新的加权排序法,该方法既吸取了粗糙集约简属性的优点,又考虑到了各属性间的相对重要性,使得决策过程更符合实际情况.最后给出了该种排序法在武器装备系统论证中的应用,取得了较好的效果.     

基于粗糙集的飞机空地作战效能多指标综合评估模型

针对以往效能评估模型中权系数确定的主观性问题,应用粗糙集理论对对地攻击型飞机的各种指标数据进行挖掘,利用信息熵概念求得各指标的属性重要度,并归一化处理为各指标的权系数,克服了传统权系数确定方法的主观性.最后,建立了空地作战效能评估的多指标综合评价模型,通过实例计算验证了该模型的有效性.     

数据库中关联规则的并行/分布式采掘技术

高效的并行/分布式采掘方法是数据库中关联规则发现技术的重要的研究方向,首先给出了关联规则的并行/分布式采掘的相关描述,针对关联规则并行/分布式采掘的基本思想,分析算法中可以改进效能的环节,提出生成更少候选集、局部剪枝、减少通讯量和优化扫描等提高性能和降低复杂度的方法。     

基于RS近似算法的医疗诊断知识挖掘

针对医学领域诊断规则挖掘算法中时间和空间复杂性问题,提出一种基于邻域系统的决策表近似算法,用于医疗诊断数据挖掘预处理阶段的数据压缩.该方法以代表元素代替若干相近元素,有效地压缩了原始决策表的对象个数,同时保证决策表本身的判断能力基本不变.实例仿真表明,该算法具有比传统聚类算法更优的性能.