基于SVM的灵敏度分析方法选取肿瘤特征基因

提出基于支持向量机的灵敏度分析方法选取结肠癌特征基因.用支持向量机分析基因对分类决策函数的灵敏度,递归去除灵敏度较低的若干基因,得到一组候选特征基因子集;以支持向量机为分类工具,检验候选特征基因子集对样本分类的贡献,选取具有最佳分类能力的候选特征基因子集作为结肠癌特征基因子集.通过实验比较,该特征基因子集的分类能力优于文献给出的其他特征基因子集,表明了该方法的可行性和有效性.     

用模糊模式识别方法选择联轴器类型

由对类型的选择转化为对功能的选择,用１－９比率标度法构造功能模糊向量的判断比率矩阵,用特征向量方法求解功能模糊向量,用一致性检验方法检查思维一致性。通过计算各模糊子集的贴近度,选出与所给工况最贴近的联轴器类型。     

基于类高斯隶属函数的模糊万能逼近器性能分析

为了验证由三角形和高斯型隶属函数构造的逼近器均能以任意精度逼近非线性连续系统,引入了一种基于类高斯隶属函数的模糊逼近器设计方法,借助参数可调性来构造隶属函数的“泛模型”,从而实现三角形到高斯型两类隶属函数的切换.由类高斯隶属函数、单值模糊器、乘积型推理和中心平均解模糊器构成模糊逼近系统,并由万能逼近定理指出逼近精度及模糊子集数目的确定方法.与神经网络、决策树和小波级数等非线性万能逼近器相比,模糊系统具有可解释性强和可利用语言信息的独特优势.分别以一维和二维非线性系统为例进行模糊逼近设计与分析,逼近效果体现了不同的控制特性,证明了类高斯函数用于模糊隶属函数表示的合理性和有效性.     

阴影集的模糊支持向量机样本选择方法

样本选择可以提高模糊支持向量机训练速度并在一定程度上提高其抗噪能力,但存在有效样本选择困难和选样率高的问题,利用阴影集对模糊集的分析能力,提出一种新的基于阴影集的模糊支持向量机样本选择方法,将模糊集合划分为可信任、不可信任及不确定3个子集,仅在可信任和不确定子集中选样,并分别采用子空间样本选择和边界向量提取的方法选样．实验结果表明,该方法在保持分类器泛化能力的前提下可以有效降低选样率和训练时间．因该方法去除了样本中的不可信任数据,所以当训练样本中含有噪声时,还可以有效提高分类器的分类性能．     

公路客车舒适性水平的综合评判

对公路客车乘坐舒适性影响因素分三层共23项指标进行分析，针对每个因素分别构造其模糊子集隶属函数，并对这些因素进行权重分配，运用模糊评判理论，确立了二级模型评判步骤。结合实际。以北方奔驰、西沃等客车的具体数据为参考，探讨了客车乘坐舒适性的综合评判方法。     

模糊可拓子集及其性质

本文在模糊子集,可拓子集的基础上,提出一个新的概念——模糊可拓子集,并研究其有关性质。     

基于遗传算法的人力资源组合测评模型

提出一种组合测评模型,通过构造权向量表示不同测评模型对人才评价的测评性能,把多测评模型的组合问题转化为对权重的优化问题.在测评准确度的基础上设计适应度函数,采用遗传算法对权向量进行优化,并设计了个体选择策略,避免陷入局部优化.实验表明,所构造的模型能够有效降低测评结果的平均误差.     

模糊综合评估模型的改进

对传统模糊综合评估模型进行了改进,提出了匹配修正的概念并构造了匹配矩阵,解决了传统模糊综合评估模型中因权向量与模糊矩阵之间失配而造成的超模糊问题。通过对某系统智能化水平评估的计算实例表明,改进后的模型完备、有效和切实可行。     

基于关联图的频繁闭模式挖掘

将关联图的数据挖掘思想应用到频繁闭模式的挖掘中,使用位向量的技术简化项集支持度的计算,构造关联图表示项集间的频繁关系.在此基础上,提出一种频繁闭模式挖掘算法,针对频繁闭模式的特点,结合剪枝策略、子集检测策略、搜索策略等技术手段,优化算法性能.实验结果表明,该算法在时间性能上优于经典的频繁闭模式算法CLOSET.     

汛期径流的模糊聚类多模式预报方法

用最大树法和软划分法,对径流样本进行最佳模糊聚类,然后将所得聚类中心扩展成模糊子集,由此构造多个来水预报模式。并运用计算机试验,找到合适曲参数以确定出各来水类型的Gamma分布密度,从而可预报出汛期来水流量及其实现的模糊概率。