子自仿射集的Hausdorff维数

设S1,S2 ,… ,SN 是Rn 上的N个仿射压缩映射 ,若Rn 的紧子集E满足E UNi =1 Si(E) ,则称E为子自仿射集 .作者在一定条件下得到了子自仿射集E的Hausdorff维数 .     

粗集理论在目标识别信息处理中的应用

为提取传感器获得的较粗糙的原始信息,运用粗集理论进行目标识别信息的处理,提出了一种采用关系表存储原始信息,通过简化关系表删去冗余信息,从而达到提取有用信息的处理方法.根据此方法,实例中通过对生成的规则进行优选,得到了简单准确的目标识别规则.此理论在信息处理中的应用,较好地满足了目标识别中原始信息处理的需求.     

Realignment in the National Football League: Did they do it right?

The National Football League (NFL) in the United States expanded to 32 teams in 2002 with the addition of a team in Houston. At that point, the league was realigned into eight divisions, each containing four teams. We describe a branch‐and‐cut algorithm for minimizing the sum of intradivisional travel distances. We consider first the case where any team can be assigned to any division. We also consider imposing restrictions, such as aligning the AFC (American Football Conference) and the NFC (National Football Conference) separately or maintaining traditional rivalries. We show that the alignment chosen by the NFL does not minimize the sum of intradivisional travel distances, but that it is close to optimal for an alignment that aligns the NFC and AFC separately and imposes some additional restrictions. © 2003 Wiley Periodicals, Inc. Naval Research Logistics 50: 683–701, 2003.     

机载C~3I系统试飞数据质量评估方法

针对机载C3I系统的试飞中数据质量评估指标多、数据量大等问题,建立了数据质量评估模型.并阐述了该模型的构造方法,将数据中复杂的指标体系进行了量化处理,将粗糙集和神经网络相结合,提出了一种试飞数据综合质量的计算方法.实现了对数据的实时监控.该模型简捷、准确、工程应用效果好.     

基于集对分析与粗糙集理论的综合评价模型

传统评价方法在处理评估问题时的基本思路是设法把随机不确定性和模糊不确定性在一定条件下转化为确定性，然后用处理变量的数学方法来处理这些不确定性，忽视了不确定性在一定范围内不确定的信息。尝试应用集对分析和粗糙集的基本概念和理论，建立综合评价模型，试图避免或化解传统评估方法的许多缺憾。最后，以一实例证明了利用这种综合评价模型对问题进行评估时，保留了问题的不确定信息，可在一定程度上客观、合理地反映出问题的本质。     

基于证据熵对不确定性度量的决策表约简

知识约简是粗糙集理论的核心内容之一,产生的粗糙决策规则往往具有一定的不确定性.在变精度粗糙集的基础上,本文构造了符合证据理论框架的一组焦元,利用基本概率分配函数计算了证据的总体信息熵,度量了决策表的不确定性;以该度量作为启发信息,给出了决策表的启发式知识约简算法.计算实例表明了本文方法的有效性.     

基于粗糙集与神经网络相结合的模拟电路故障诊断

针对当神经网络输入端维数比较大造成在模拟电路故障诊断中BP神经网络结构庞大,从而影响到诊断速度以及正确率的问题,结合粗糙集理论和神经网络在信息处理方面的优势,建立了一个基于粗糙集理论和BP神经网络相结合的模拟电路故障诊断模型。通过对某装备位置调节器板的故障诊断过程表明,该模型简化了网络数据样本的维数,优化了神经网络结构,提高了系统的诊断正确率与诊断速度。     

基于粗糙集理论的定性推理结果的约束

从分析定性推理结果存在的问题出发,提出定性约束的必要性.总结了几种现有的定性约束,提出一种新的定性约束-粗糙定性约束,利用粗糙集属性约简算法对定性推理结果进行约简.简要介绍了粗糙定性推理软件的总体设计思路流程和功能模块划分.以物资供应保障过程定性推理结果为例,对所得推理结果进行粗糙定性约束,得到重要推理结果,为物资供应保障决策提供参考意见.     

融合图嵌入的Smooth-PCANet图像识别算法

主成分分析网络（Principal Component Analysis Network,PCANet）是一种简单的深度学习算法,在图像识别领域具有优秀的性能。然而PCANet在构建网络卷积核时只关注了图像的主分量信息,忽视了近邻像素点之间的位置关系。而通常情况下,图像的相邻像素点具有空间强相关性,因此利用图结构保持像素点的位置近邻关系更有利于网络提取有效特征。因此,我们将图嵌入思想融入PCANet,提出一种新的图像识别算法Smooth-PCANet。为了验证Smooth-PCANet算法的有效性,我们在人脸、手写体字符以及图片等不同数据集上构建实验,并将Smooth-PCANet与多种基于深度学习的图像识别算法作了对比。实验结果证明,Smooth-PCANet算法比PCANet获得了更高的识别性能,并且更有效地避免了过拟合,在小样本训练时具有显著优势。     

基于NSGA-II和多属性决策的防空火力分配

为了解决防空火力分配问题,首先运用NSGA-II算法求出Pareto最优解集,然后运用多属性决策方法对Pareto最优解集中的解进行综合评估,并从中找出一个最优解。用区间数定性描述各属性,建立了防空火力分配的三目标优化模型。描述了NSGA-II算法和多属性决策方法的运算步骤。在仿真算例中,得到了一个最佳防空火力分配方案,说明该方法对于防空火力分配问题有良好的应用价值。