核属性

摘要： 针对现有三支决策模型的研究对象多为单一性数据的决策系统,对于混合数据边界域样本处理的研究相对较少,本文面向混合数据提出了基于核属性的代价敏感三支决策边界域分类方法。该方法基于正域约简计算混合邻域决策系统的核属性集,在此基础上计算混合邻域类,并利用三支决策规则分别将对象划分到各决策类的正域、边界域和负域;提出了一种基于代价敏感学习的三支决策边界域分类方法,并构造了误分类代价的计算方法,以此划分边界域中的对象。通过对UCI上的10个数据集进行实验对比与分析,进一步验证了本文方法,为处理边界域样本提供了一种可行有效的方法。

摘要： 最近这些年,品牌之间的跨界联名越来越多,从大众化的街边饮品、潮牌服饰,再到泛娱乐的游戏以及自带硬核属性的数码产品等,比比皆是。通过强强联手,跨界宣传,这些品牌不仅能够获得额外的关注度与吸引力,还可以饱满自身的文化属性,从而带来更优异的品牌价值,游戏外设也不例外。这不,就在最近美商海盗船便推出了由K70 RGB TKL JOJO版机械键盘、M65 RGB ULTRA JOJO版游戏鼠标以及MM350 PRO JOJO版游戏鼠标垫组成,且主题配色十分丰富的美商海盗船×JOJO的奇妙冒险-石之海联名外设套装。那么它们到底有着怎样的特点呢?我们一起来看一看吧!

摘要： 在经典计算环境下,粗糙集的核属性求解只能逐个验证属性,而量子计算则提供了一种并行计算的可能.经分析,量子计算中的Grover算法适用于粗糙集的核属性求解,但经典Grover算法及Grover算法的一些变体都不能总以100％的概率获得目标分量.该研究首先提出一种将固定相位角度改为由目标分量占比决定的自适应匹配相位角度的改进策略;然后将改进策略应用于粗糙集的核属性求解,提出了一种基于自适应相位匹配量子计算的求核算法.通过理论证明和仿真实验,该算法总能以100％的概率得到粗糙集的核属性,其效率相较于传统求核算法有着平方根的加速.

摘要： 粗糙集的核属性求解问题在经典计算中是一个NP问题.现有的方法中最优的时间复杂度也需要O(|C||U|) (U为论域、C为属性列数).由于量子计算的并行性特点,本文致力于采用量子计算的方法来求解粗糙集的核属性,拟提出了一种基于量子计算的粗糙集核属性求解算法.经过仿真实验,在任何情况下,该算法都能以1的总概率得到目标分量;且通过理论分析证明了算法的时间复杂度不会高于O(|π/2arcsin√M/C+1||U|).

摘要： 大部分的量子算法都必须先求解目标分量占比,否则算法的迭代次数无法确定.迭代次数自适应Grover算法有效地避开了目标分量占比求解这个步骤,但其性能相对于Grover算法来说并没有任何改善.致力于提升迭代次数自适应Grover算法的性能,提出了一种改进量子搜索算法,并将其应用于求解粗糙集的核属性.经过仿真实验,改进算法不仅实现了迭代次数自适应,而且整体上提升了获得目标分量的概率,使得获得目标分量的概率恒高于85％.

摘要： Incremental attribute reduction algorithm is one of the important research contents in the area of dyanmic data mining.To reduce the storage space of binary discernibility matrix,and by combining the advantages of the binary discernibility matrix that it facilitates the calculation and is visual,this paper proposes a method to compress binary matrix.It simplifies the binary discernibility matrix storage space from | C | + 1 column to three columns.Through dynamically updating the binary discernibility matrix to incrementally get core.According to the core,the paper proposes an incremental attribute reduction algorithm based on binary discernibility matrix.Example calculation and experimental simulation prove the effectiveness of the algorithm.%增量式属性约简算法是动态数据挖掘技术的重要研究内容.为降低区分矩阵的存储空间,结合二进制区分矩阵便于计算以及形象直观的优点,给出一种压缩二进制区分矩阵的方法.将二进制区分矩阵的存储空间从|C| +1列简化成3列.通过动态更新二进制区分矩阵实现增量式求核,并以核为出发点,提出一种的增量式属性约简算法.通过实例计算及仿真实验验证了该算法的有效性.

摘要： 为了解决信息系统在条件属性动态减少情况下的核属性更新问题,本文通过深入分析得到与文献[1]中所给可分辨矩阵等价的二进制可分辨矩阵和求核方法,并分析了条件属性递减对二进制可分辨矩阵的影响,基于此提出了条件属性动态减少时核属性的动态更新算法.该算法对已有的二进制可分辨矩阵进行局部更新得到新的二进制可分辨矩阵,从而更新核属性,避免了重新计算,提高了运算效率.实验结果证明,该算法是正确有效的.%In order to solve the problem of updating core attributes for the information system with descending conditional attributes, a binary discernible matrix which is identical to the discernibility matrix that gived in literature[1] is proposed based on in-depth study at first.Then, an algorithm for fast updating core attributes for the information system with descending conditional attributes is given by analyzing the influence caused by the descended condition attributes to the binary discernibility matrix.The algorithm computes new binary discernibility matrix to get core attributes based on the originally binary discernibility matrix and updating its local portion.Because the proposed algorithm avoids calculating the core attributes from very beginning, it can avoid re-calculating and improving the computing speed.The theoretical analysis and experimental results show the proposed algorithm is much more efficient and useful in computing.

摘要： 阐述邻域粗糙集和邻域信息熵的基本定义及性质,为避免数值属性信息系统属性约简过程中,属性离散化造成特征信息的丢失,提出一种新的基于邻域信息熵度量数值属性约简算法.扩展邻域信息系统核属性集生成约简属性集,邻域信息熵度量不仅关注约简属性集正域变化,而且考察负域样本空间约简属性邻域等价类在决策属性划分的分布,具备更好的邻域关系度量细粒度.实验表明,对比邻域粗糙集近似度量、邻域有效信息率度量、邻域软间隔度量的属性约简方法,该算法能有效进行邻域信息系统属性约简的同时,也保持了约简属性集更好的分类精度.

摘要： Computing core attributes is one of the important research problems in rough sets theory. To overcome the shortcomings of computing core attributes based on discernibility matrix, the definition of decision discernibility matrix and method of dividing decision table are put forward. The methods of creating sub-decision discernibility matrix on sub-decision table and computing core attribute are presented, and it is proved that the core attribute is equivalent to the one based on positive region. The serial and parallel algorithms for computing core attribute based on horizontally parti-tioned decision table are designed. Both of the example analysis and experiment results show that the computing core algorithms proposed are correct and efficient.%核属性求解是粗糙集理论的主要研究内容之一。针对现有差别矩阵求核算法的不足，给出决策差别矩阵定义和水平划分决策表方法。提出在子决策表上创建子决策差别矩阵，进行核属性求解的方法；并证明了由该方法获得核与正区域核是等价的，同时设计相应的串行和并行求核算法。实例分析和实验比较表明所提出的求核算法是正确的、高效的。

摘要： 针对水产品安全评估体系中评估指标的复杂和冗余问题,提出一种混合信息量的属性约简算法.该算法采用正域和信息量相融合的方法,定义属性不重要性公式.为减少算法的搜索空间,只计算除核属性以外的样例属性不重要性.实例验证和分析结果表明,与启发信息为属性依赖性或属性频率的约简算法相比,该算法具有更好的属性约简效果,可以应用于水产品安全评估体系中评估指标的约简.

摘要： Rough集理论在信息观下相较于代数观在属性约简、求核属性方面有着更强的适应性,但信息观下算法的计算复杂性限制了其发展与应用.本文提出了一种信息观下不计算信息熵而快速判定核属性的算法,并通过理论分析说明了本算法相对现有算法的性能有较大提高.

摘要： 本文对数据约简中的核属性等进行了较为深入的讨论，并提出了一个先进行属性值约简再得到属性约简的算法，从而使得属性约简和属性值的约简统一在一个算法中。本文第2节简单介绍了Rough集理论;第3节介绍了属性约简和属性值约简的基本知识，第4节提出了相对于等价类的属性重要性等概念，并证明了在属性约简和属性值约简中核属性的相等性;第5节提出了一个属性值和属性约简相统一的算法;最后对全文作总结并指出进一步研究的工作。

摘要： Rough集理论自提出以来,已经在机器学习、数据挖掘等领域中得到了广泛应用.决策表信息系统是Rough集理论的主要研究对象,决策表的约简是所有R0ugh集理论和应用研究的焦点问题.决策表核属性的确定是约简的基础.根据Skowron教授提出的可辨识矩阵可以解决协调决策表下核属性的求解,而对于不协调决策表则不适用,一些学者从信息论的观点分析了不适用的原因,并提出了基于熵的核属性求解算法.本文将信息熵和辨识矩阵结合在一起,提出一种新的辨识矩阵构造方法来求解核属性,并给出验证.

摘要： 决策表核属性的计算往往是基于Rough集理论的决策表信息系统约简过程的出发点和关键。本文将针对决策表核属性的计算问题，分析Rough集理论代数观和信息观核属性之间的关系，得到二者之间的包含关系。

摘要： 针对传统的决策树生成算法存在各种各样的缺点,基于粗糙集理论,提出了一种新的决策树构造算法.详细分析了该算法所具有的各种优点,并通过实验证明了它比传统的ID3和C4.5算法在效率和精度等方面都有很大提高.

摘要： 针对传统的决策树生成算法存在各种各样的缺点,基于粗糙集理论,提出了一种新的决策树构造算法.详细分析了该算法所具有的各种优点,并通过实验证明了它比传统的ID3和C4.5算法在效率和精度等方面都有很大提高.

摘要： 针对传统的决策树生成算法存在各种各样的缺点,基于粗糙集理论,提出了一种新的决策树构造算法.详细分析了该算法所具有的各种优点,并通过实验证明了它比传统的ID3和C4.5算法在效率和精度等方面都有很大提高.

摘要： 针对传统的决策树生成算法存在各种各样的缺点,基于粗糙集理论,提出了一种新的决策树构造算法.详细分析了该算法所具有的各种优点,并通过实验证明了它比传统的ID3和C4.5算法在效率和精度等方面都有很大提高.

摘要： 本发明公开了一种基于核相关的地震数据属性提取方法，包括1)地震道的选择；2)核相关度量的计算；3)核相关矩阵的构建；4)地震道属性值的计算。本发明能实现地震属性中相干属性的提取，引入核相关函数，通过构建核相关矩阵，计算矩阵特征值等步骤，进而实现地震数据相干属性的提取。方便实现，能实现对地层地质的边缘、河道等不连续性检测和砂体的非均质性以及断层等地质特征的精细刻画，技术方案易于实现，可操作性强。

摘要： 本发明涉及一种云计算环境中的基于结点属性函数的任务核值计算方法，采用赋权有向超图对云计算环境中的元任务和依赖任务进行数学建模，描述任务的资源需求及依赖关系，并生成相应的赋权有向超图文件，然后启动赋权有向超图的核值计算程序，采用改进压缩的内存存储格式对赋权有向超图进行存储，并基于结点属性函数计算结点的核值，将所有结点的核值结果存储在赋权有向超图核值文件中。采用本发明的核值计算方法，不仅能有效地提高核值计算的效率，还有利于在赋权超图的结点匹配过程中，改善结点匹配的性能。

摘要： 本发明涉及一种基于结点属性函数的大规模集成电路的核值计算方法，其采用赋权超图对电路进行数学建模，将电路线网转换到赋权超图，并保存为赋权超图文件，然后启动赋权超图的核值计算程序，采用改进的压缩存储格式对赋权超图进行存储，并基于结点属性函数计算结点的核值，将所有结点的核值结果存储在赋权超图核值文件中。采用本发明的核值计算方法，不仅能有效地提高核值计算的效率，还有利于在赋权超图的结点匹配过程中，改善结点匹配的性能。

摘要： 本发明公开了用于生成元胞晶格核的方法和系统，其通过用于几何形状和拓扑结构的高度特定针对属性的多个目标，而不是依赖于预定核库的现有技术方法来优化。使用虚拟核特征的表征，可以使用来自虚拟核的近似来预测块体材料属性，而不必仅依赖于晶格结构的实验有限元模拟。

摘要： 本发明公开了一种单机核外属性图计算方法。本发明构建属性图；将属性图的顶点集以外层不对称网格分图策略算法分簇；对得到的每个边集合以内层不对称网格分图策略算法细化分簇；按序重组得到的细粒度边集合；重组得到的边集合；构建拓扑数组和边的属性的数组；构建顶点的属性数组；根据用户给定的属性条件限制标记满足限制的拓扑子图；根据用户给定的计算任务流式遍历拓扑图。本发明优化了图算法对底层存储系统的利用，保留了单机核外图计算系统的优势，且无需对同一属性图的不同图计算任务重新分图。

摘要： 本发明属于机器学习与脑网络领域，具体为一种基于权值特征属性融合与新型图核的脑网络分类方法。将脑网络的多种特征属性进行融合，首先，将原始实验数据经过预处理后完成脑网络构建；其次，根据不同的阈值来提取脑网络中多种脑网络属性值；第三，利用支持向量机训练所有数据、根据训练结果的优劣、在每种网络属性值里挑选分类效果最优的阈值参数并将它们进行基于权值的特征属性融合；第四，使用基于新型图核的支持向量机训练融合后的特征向量；利用本发明方法对脑网络进行分类，提高了脑网络的分类准确率。本发明适用于脑区病变分析、阿尔茨海默症以及认知障碍机理分析等领域。

摘要： 本发明公开了一种基于核相关的地震数据属性提取方法，包括1)地震道的选择；2)核相关度量的计算；3)核相关矩阵的构建；4)地震道属性值的计算。本发明能实现地震属性中相干属性的提取，引入核相关函数，通过构建核相关矩阵，计算矩阵特征值等步骤，进而实现地震数据相干属性的提取。方便实现，能实现对地层地质的边缘、河道等不连续性检测和砂体的非均质性以及断层等地质特征的精细刻画，技术方案易于实现，可操作性强。

摘要： 本申请公开了一种基于颜色属性的核相关目标跟踪方法，建立训练样本集，包含所述目标处于不同位置和/或不同姿态的多帧样本图像；对所述待处理图像和样本图像进行颜色命名，提取所述待处理图像和样本图像颜色特征数据；利用核相关响应函数计算样本图像颜色特征数据与待处理图像的颜色特征数据的响应值大小，所述待处理图像中目标的位置或姿态被识别为响应值最大的样本图像所包含的目标位置或姿态。本发明利用目标颜色属性成功解决跟踪过程中出现的光照变化、目标遮挡、快速运动、形变、多相似目标干扰等问题，并利用FFT加速傅里叶变换。

摘要： 本发明涉及一种云计算环境中的基于结点属性函数的任务核值计算方法，采用赋权有向超图对云计算环境中的元任务和依赖任务进行数学建模，描述任务的资源需求及依赖关系，并生成相应的赋权有向超图文件，然后启动赋权有向超图的核值计算程序，采用改进压缩的内存存储格式对赋权有向超图进行存储，并基于结点属性函数计算结点的核值，将所有结点的核值结果存储在赋权有向超图核值文件中。采用本发明的核值计算方法，不仅能有效地提高核值计算的效率，还有利于在赋权超图的结点匹配过程中，改善结点匹配的性能。

摘要： 本发明涉及一种基于高斯核化有效性指标的自适应优选石脑油属性聚类数的模糊核聚类方法，该方法基于密度和距离的初始聚类中心选取方法成功处理以下两方面的问题：一个是模糊核聚类方法对初始值的敏感，另一个是运行速度慢，执行时间长，该方法采用定义一个密度度量的方法选取具有高密度的数据对象作为初始聚类中心，有效克服了方法对初始值的敏感；同时，设置了一个二维数组存储石脑油属性数据之间的距离，大大缩短了计算时间，提高了聚类效率。