• 主题
高级搜索  >
历史搜索 清空历史
首页>中文会议>其他>2014集对分析湖州会议
2014集对分析湖州会议

2014集对分析湖州会议

  • 召开年：2014
  • 召开地：浙江湖州
  • 出版时间： 2014-11

主办单位：中国人工智能学会集对分析联系数学专委会;湖州师范学院

会议文集：2014集对分析湖州会议论文集

会议论文

热门论文

全部论文

全选（0）
  • 摘要：本文介绍集对分析在联系数伴随函数研究方面的进展，研究表明：一个联系数存在多个伴随函数，既说明联系数所含信息量的丰富性，也说明联系数的复杂性和可用性。继而介绍集对分析用于经典概率论扩充研究方面的进展，所给出的基于赵森烽-克勤随机实验的赵森烽-克勤概率也是一个信息量丰富的概念；至于基于集对分析的自然数联系数化，进而引出的绿色智能计算，更是具有海量的信息；显而易见，每一个方面都有大量的问题需要系统深入地研究。
  • 摘要：本文介绍黄德才等人给出的网格调度算法，为网络在不确定性环境下的高效计算提供了有现实意义的、有价值的思路，张春英等人则利用包含着不确定性的联系度刻画富有生命力的动态a关系网络社区，朱红宁等人给出基于集对分析的web选取方法，不仅从不同角度展现出在计算机科学中应用集对分析的广阔天地，也为促进计算机科学的发展，特别是关于网络的深入研究提供了新途径和提出了新问题，例如，是否可以在a关系网络社区的有关计算中引进基于集对分析的网格调度算法，而在网络社区的服务选取中应用朱红宁等人给出的思路，如此等等。
  • 摘要：本章在介绍几个有代表性的基于集对分析的粗糙集扩充模型基础上，在一般意义上探讨了集对分析与粗糙集的同异反，形式上是指出了有关粗糙集集对分析的进一步研究方向，其实也同时指出了集对分析在这方面要做的进一步工作。更深的意义则是体现了同一问题研究(如知识发现)需要两个或两个以上理论方法，而理论与理论之间，方法与方法之间本身又需要通过同异反互补才能发展和完善的集对分析思想。
  • 摘要：聚类计算在机器学习、数据挖掘、模式识别、图像分析和生物信息处理中都有重要应用。本文先介绍魏小涛的基于集对分析的半监督ISODATA聚类，再介绍张春英的基于集对分析的动态聚类统计法，再介绍彭明鸿等人的基于集对分析聚类算法的中长期电力负荷预测，朱昌烽等人把集对分析用于铁路货运量预测，宗焕玲等人把集对分析聚类预测法用于大坝变形分析的应用，和蕊等人把集对分析聚类预测用于城市生活水量预测，刘玲莉等人把集对分析用于民航事故征候预测等工作，说明基于集对分析的聚类与聚类预测的有效性与实用性。
  • 摘要：本文主要介绍杨静等人把集对分析用于多数据流进行同异反分析的开创性工作。实验表明，利用集对分析思想，使用峰值数据分析流之间相对变化趋势较为有效，既计算简单，又在多数情况下有很高的数据压缩率。同时，由于峰值数据的使用，使得两样本的样本点个数及出现时刻不一致，这就无法使用积差相关系数进行分析，杨静等人提出的方法，特别是同异反关系的引入较好地解决了这一问题。其方法实质是从流变化方向(“涨跌”)的角度进行分析，还可以把以上方法结合流变化的幅度和频度对多数据流进行分析，例如利用二元联系数同时表示一个窗口中的峰值和幅度，在此基础上对多数据流的相关关系展开分析，或许会有新的重要收获。
  • 摘要：本文针对复杂电磁环境下的雷达信号分选和雷达数据处理问题，先介绍集对分析关于两个实数的大小关系进行同异反定量刻画的知识，再通过对雷达信号分选、电磁信号环境的描述，介绍一种基于集对的信号分选算法和基于改进的集对分析聚类的信号分选算法，并通过仿真实验，说明集对分析在雷达信号分选应用中有效、可行，且实时性强，可获得较高的信号分选精度；另一方面，通过对雷达多目标数据关联问题和多雷达数据融合的阐述，分别给出了一种基于集对分析的多目标数据关联应用和一种基于集对分析在多雷达数据融合中的应用，并通过仿真分析，进一步说明集对分析方法在雷达数据处理中不仅算法简单，便于工程实现，而且可以获得较高的目标关联精度和多雷达数据融合精度，表明集对分析的思想与方法在雷达信息处理方面具有较好的实际应用价值。
  • 摘要：集对分析在环境信息评价、预测中得到了广泛应用，是一种有前途的智能计算方法，为处理环境不确定性信息提供了强有力的分析方法；但集对分析的数学理论与运算方法还需深入研究，特别是对不确定性信息的计算与合理解释，差异度系数的确定理论与方法，仍需要进一步探索；在应用集对分析进行环境质量评价时，需要结合熵值、层次分析等方法确定指标权重，如何与混沌理论、遗传算法等其他智能计算方法结合，建立良好的数学模型和验证所建模型的合理性、稳定性，也是一个重要研究方向；集对分析在国外应用实例较少，深入研究集对分析理论方法及其在全球推广应用是迫切需要解决的重要问题之一。放眼未来，集对分析在环境信息领域将会更加注重与环境遥感、3S技术、人工智能等方法有机结合应用，对应用结果的合理解释，差异度系数的合理确定，与其他不确定性方法的比较等，都是今后需要深入研究的问题，集对分析还有更大的应用潜力和发展空间。
  • 摘要：本章先介绍陈弱关于科技信息交流非对称二元性现象的集对分析研究及其同异反特质，阐述了科技信息交流的集对分析、煤自燃倾向信息的集对分析评估、基于联系数的公共场所卫生监督质量的信息处理、中医辨证论治信息的集对分析就是不同领域不同问题对不同信息从不同角度和不同程度上应用集对分析的例子，这在一定意义上说明了集对分析具有科学方法论和数学工具论的意义，另一方面也说明了有关信息处理应用集对分析的必要性和有效性，因为信息在本质上是确定性与不确定性的对立统一体，只有从确定性与不确定性两个方面去认识和处理信息，才有可能把握各种信息所反映的事物本质。
  • 摘要：本文介绍集对分析的基本概念和基本知识,主要内容有集对、联系数及其基本运算、集对分析的不确定性系统理论和同异反系统理论.
  • 摘要：本文主要概述在《自动化学报》、《电子学报》、《计算机学报》、《计算机科学》、《智能系统学报》等中文核心期刊和Computer science issuse上发表的有关集对分析用于计算机和人工智能方面的部分文献。从学术思想和科学研究方法的角度看，集中反映出集对分析“两个思想”和“一个方法”在计算机领域中的灵活运用．“两个思想”是指确定性与不确定性对立统一的思想和同异反系统的思想，这两个思想也是集对分析的不确定性系统理论和同异反系统理论的思想基础。“一个方法”是指确定性的计算加不确定性系统分析相结合的方法，这一方法集中体现在联系数的建模、运算和对不确定数i的分析上。计算机是数学的工具，计算机的有效性源自数学的精确性和确定性，计算机上的所有计算首先必须是确定的，即使是不确定性的信息也必须把其确定后才能进行计算，由此而被剥离的信息不确定性就只能从分析人手进行处理(尽管这种分析有时也借助计算来展开)，正是在这个意义上，集对分析的“确定性计算加不确定性系统分析相结合”的研究方法，特别适合于计算机对于各种信息的处理。
  • 摘要：本文介绍的内容说明，可以从不同的角度把集对分析用于计算机和网络的信息安全保障，信息安全机制维护和信息安全态势评估，特别是基于信息安全的集对分析数据融合思路与方法具有重要推广价值。由于网络信息安全是一个复杂系统的安全问题，需要从计算机和网络的不同环节、不同层次、不同角度、不同时段，全方位地采取有效的安全措施，才有可能实现信息的全过程安全处理，因此需要在已有工作基础上，开展全方位地、综合性地把集对分析用于各种实时网络的信息安全研究。
  • 摘要：本文介绍集对分析在软件质量评价和软件重构方案优选中的应用，虽然其思路和方法也可以用于其他系统问题的综合评价，但更需要吸收其他系统综合评价方法中的新思想和新方法，对于指标权重的不确定性和指标评价数据的不确定性，需要进行不确定性分析，再得出评价结论。
  • 摘要：本文介绍李志辉等人基于案例推理的同异反产品设计方法，再介绍安相华等人基于集对分析的演化细胞学习自动机的质量一成本控制方法，重点说明集对分析在不确定性条件下的产品设计和复杂产品质量一成本控制方案优选中的应用思路。阐述了关于工业产品开发与制造过程中应用计算机进行辅助设计时结合应用集对分析的研究，本质上可以看成是两个专家系统的研制开发，但前一个专家系统侧重于面向市场的产品开发进行同异反决策，后一个专家系统注重于产品制造过程中质量成本控制的集对分析，显然，可以把这两个专家系统的思路和方法进行进一步的融合，创建一个新的较为完善的专家系统，以便用于更为大型和更加复杂的产品开发与制造。
  • 摘要：边缘检测问题不仅是图像分析的重要内容，同样也是模式识别和计算机视觉等领域研究的基础。为了寻找具有抗干扰能力强、检测精度高、边缘细节保护好以及检测速度快等性能的检测方法，边缘检测问题一直是国内外众多学者关注的热点。本章介绍的应用集对分析思想来处理和研究图像的边缘检测问题不失为一种尝试。从仿真结果上看，基于联系度态势的图像边缘检测算法不仅算法简单、有效，而且比传统的算法在抗干扰、提高检测精度和保护边缘细节等方面具有较好的性能。
  • 摘要：本章先介绍基于集对分析的作物同异育种智能决策系统及其特点,简述其主要模块与功能,再介绍该系统的研究现状,指出存在的问题并给出对策,作物同异育种智能决策系统基于集对分析同异反系统理论研制而成，是定量化育种的一个有效工具和平台。该系统的研制成功对予促进作物定量化育种进程，推动定量化育种发展具有重要意义。育种工作者应用该系统能做出准确可靠的育种决策，有效地开展新品种选育，即使是育种新手，也能得到育种专家那样的决策水平，从而减少失误，提高效率；应用该系统可快捷有效地处理育种数据，使育种工作者从浩如烟海的数据群中解放出来，将更多的精力和时间用在育种实践上，因而应用前景广阔。

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有 出版物经营许可证

  • 客服微信

  • 服务号