煤炭自燃早期预测的粗糙集分析方法

煤炭井下火灾防治的研究一直是煤矿安全生产的重要课题,而煤炭自燃的预测是防治工作的关键环节[1].煤炭自燃的预测是一个非常复杂和困难的工作,涉及到大量不精确的、不确定性的信息处理.粗糙集(Rough Set,RS)理论是波兰科学家Z.Pawlak在1982年首先提出一种分析数据的数学理论[2],该理论在分类意义下定义了模糊性和不确定性的概念,是一种处理不确定性和不精确性问题的新型数学工具.RS能有效地分析和处理不精确、不一致、不完整等各种不完备信息,并从中发现隐含的知识,揭示潜在的规律.RS理论从新的视角对知识进行了定义,把知识看成是关于论域的划分,认为知识是有粒度的,它主要用于对知识的简化及知识依赖性的分析.     

信念修正的一种数据结构--LAT

1前言 信念修正(Belief Revision)是研究知识进化过程的一种理论方法.20世纪80年代,瑞典著名哲学家、人工智能专家Alchourrón和其同事G(a)rdenfors与Makinson发展起来的AGM理论[1](或称AGM假设)是比较典型也是比较完整的信念修正体系,并且在知识工程、演绎数据库、逻辑程序理论等领域的研究中获得非常有意义的应用,深受国际人工智能界的关注.     

基于粒度的知识粗糙性研究

粒度计算是粗糙集理论研究的一种强有力的工具.在粗糙集理论中,提出知识是有粒度的并定义了知识粗糙度的概念.众所周知,知识获取是专家系统开发的"瓶颈"问题.文中主要从知识粒度、分辨度以及重要度等方面入手,着重研究了知识粗糙性的粒度原理与知识粗糙性的关系,提出了一种基于属性重要度的粗糙性知识获取算法,并通过理论与实验,证明该算法是正确的,行之有效的.     

基于遗传算法的粗糙集属性最小约简方法

1引言 粗糙集理论是由波兰学者Z.Pawlak于1982年提出的一种处理模糊和不确定知识的数学工具,其主要思想就是在保持知识分类能力不变的前提下,通过知识约简,导出问题的决策或分类规则[1].目前被广泛应用于数据挖掘、机器学习、决策分析、人工智能、模式识别等领域[2].     

粗糙集在智能系统知识维护中的应用

在基于知识的智能系统中 ,知识的维护对于提高系统的整体性能具有重要意义 .在一定程度上 ,知识的维护过程可以看成是对系统本身的优化过程 .本文中的漏焊智能检测系统是一个基于知识的智能系统 ,用软计算方法对知识加以处理是当前众多国内处研究人员所关注的热点 .粗糙集理论是近年来出现的处理不精确、模糊、不确定数据的有效数学工具 ,是一种新兴的软计算方法 .使用粗糙集理论处理数据不需要任何先验知识 ,可以最大限度的减少主观因素的影响 ,在这一点上粗糙集理论明显优于模糊集理论、神经网络等其它软计算方法 ,所以在实际中应用粗糙集理论具有极大的潜力 .本文在这方面做了积极的尝试 ,给出了漏焊智能检测系统的知识维护过程中基于粗糙集理论的数据处理方法以及知识维护的具体步骤     

粗糙集理论与应用进展

1引言 粗糙集(rough sets,RS)理论是20世纪80年代初由波兰科学家Pawlak提出的[1].其主要思想就是在保持分类能力不变的前提下,通过知识约简,导出概念的分类规则.它从一个新的角度将知识定义为对论域的划分能力,并将其引入数学中的等价关系来进行讨论,从而为数据分析,特别是不精确、不完整数据分析提供了一套新的数学方法.同时,粗糙集理论具有无需提供除问题所需处理的数据集合之外的任何先验信息,仅根据观测数据删除冗余信息,比较不完整知识的程度--粗糙度、属性间的依赖性与重要性,抽取分类规则等的能力.近几年,这个理论已得到空前的发展,无论在理论本身研究方面,还是在理论应用方面都取得了令人瞩目的成果.     

超文本教学系统中学生知识的自适应测评研究

知识空间理论提供了一种描述给定知识域结构的方法,它被看作是有效评估学生知识程度的一个基础,但它是一种基于问题的知识空间理论.利用超文本结构和知识空间结构相似的特性,将知识点超文本结构转换为超文本知识空间,使知识空间理论建立在知识点上,并在此超文本知识空间上利用自动机原理实现对学生知识结构的自适应测评过程.给出了基于自动机的自适应测评算法,并进一步分析了算法的有效性和复杂性.     

基于三角模的近似空间的拓扑结构

1引言 粗糙集理论[1]作为一种处理不精确、不确定与不完全数据的数学工具,最初是由波兰数学家Pawlak于1982年提出的.经过20年的研究与发展,粗糙集已经在理论和应用方面都取得了长足的发展[2～4],目前在数据库知识发现、模式识别与分类、故障检测等方面取得了成功的应用.     

基于粗糙集理论的粒度计算研究及其应用

经典的粗糙集理论提出知识是有粒度的,但它没有量化信息粒度所表示的信息量.本文定义了知识粒数,知识粒的微粒数,平均微粒数,近1系数,知识粒度的概念;提出了知识粒度的量化计算方法;提出了一种基于知识粒度的属性约简算法以避免选择约简子集的盲目性:给出了时间复杂度证明;通过海上交通事故的决策实例证明所提出的粒度计算方法是可行有效的.     

粗糙集理论及其在数据挖掘中的应用

粗糙集理论是一种研究不完整、不确定知识处理的数学工具,近几年来已经在诸多领域得到应用,在机器学习、知识发现、算法研究、决策支持系统以及模式识别等应用中取得了较好的成果.本文在阐述粗糙集理论概念的基础上,介绍了粗糙集理论在数据挖掘中的两个应用.     

基于JSP分页技术的研究

电子商务应用中的数据量往往非常大,甚至会达到几十万到几千万条记录的规模,将如此大量的数据显示在一个页面里困难大、效率低。在这种情况下就需要采用分页显示技术将数据库中符合条件的数据逐页显示给用户。对JSP分页技术进行比较,在分析JSP分页技术特点的基础上,提出一种有效的分页解决方案,同时对分页技术的优化进行阐述。     

系统集成芯片综述

集成电路芯片工艺的发展已可使一个系统或一个子系统集成在一个芯片上 ,称为系统集成芯片。本文综述了系统集成芯片的硬件构造、超长指令 (VLIW )结构、芯片嵌入软件及软硬件协同设计方法。     

基于VRML的网上虚拟教室漫游研究

以一个虚拟教室为例进行3D虚拟漫游的初步设计．这种方式不同于目前网上的虚拟教室。介绍在WWW上采用VKML实现虚拟教室漫游系统的特点、VRML的工作模式和造型机制,采用了基于几何图形的建模方法,探讨场景中交互设计实现的方法,提出碰撞检测技术的应用．实现网上发布和优化。     

Hibernate技术在基于GIS数据库中的应用研究

空间信息的存储和处理问题是地理信息系统(GIS)的核心问题.对空间数据和属性数据的统一存储管理已成为必然趋势.本文通过对GIS中海量数据的存储方式进行研究,指出对象-关系型的数据库存储方式是空间数据库的发展方向.在此基础上讨论了Hibernate技术与GIS数据库的结合,使用Hibernate技术将关系数据库中空间数据和属性数据进行封装,屏蔽了数据库底层操作,使得程序员可以用面向对象的思想随意操纵数据库,在利用了关系数据库的快速检索、查询能力的同时也增强了数据的一致性和可移植性.     

基于移动agent的分布式视频点播系统的研究

该文通过对移动agent技术和传统的视频点播系统的研究,提出了一种基于移动agent的分布式视频点播系统的设计和构造,具体地阐述了系统的工作流程,并着重讨论了实现该系统所要考虑的关键问题。移动agent的引入有效地减少了网络传输负载,实现了高速响应点播请求、高质量的影音效果,从而更好地满足更多用户的需求。     

基于FPGA的立方星可重构星载处理系统研究

为了以最小代价提高立方星可重构星载计算机的可靠性,提出了一种基于FPGA的立方星可重构星载处理系统架构。首先,在对国内外微纳卫星星载计算机设计特点进行分析的基础上,分别采用基于SRAM架构和基于Flash架构的FPGA作为核心处理模块与外部表决接口模块,兼顾了系统的运算速度与可靠性。其次,针对可重构星载处理系统中所涉及的可重构策略、在线重构技术以及系统同步技术进行了详细设计。最终,基于所设计硬件系统上进行的测试以及在轨的实测数据验证了该架构的可靠性和有效性。     

基于服务总线（ESB）的应用集成（EAI）探索和研究

科研院所设计研究中各类异构软件应用系统并存,数据和信息在各个应用系统中同步和共享成为现代企业信息化的瓶颈。针对这种现状,文中采用Java技术,通过建立异构系统底层的消息通讯机制,构建连接异构系统的ESB,实现各个异构系统通过ESB进行通讯,最终达到EAI的目的。实际中,基于该ESB构建了船舶设计行业应用软件系统集成平台,在数据集成、应用集成和业务流程集成中取得了较好的效果,肯定了文中成果的可行性。文中重点叙述了所构建的ESB结构图、ESB内部通讯原理及实现中所使用的数据结构,并给出了以该ESB为核心纽带设计的相关EAI平台架构。     

基于SVG的WEBGIS的研究

为了更加适合网上地理信息系统的发布 ,介绍了 SVG作为发布 WEBGIS的一种方法 ,研究了如何用SVG进行地理空间数据的表示、存储和客户端的实现。研究表明 :SVG具有可扩展、可交互、基于 XML和开放标准等特点     

面向Web的文本挖掘技术研究

简要介绍了文本挖掘技术,并描绘了该技术在Web应用特别是信息检索技术中的重要性.再对整个文本知识挖掘过程所涉及的各个方面进行了进一步地研究探讨,包括了文本特征的建立、特征提取、特征匹配、特征集缩减和模型评价等几个方面.其间运用数据挖掘技术对各个过程进行处理,并引进基于评估函数的特征筛选算法、词频矩阵、余弦计算法和潜在语义标引等方法来处理文本挖掘过程所产生的问题.在此基础上得出了一个完整的Web文本挖掘过程.最后展望了文本挖掘技术在Web应用中的前景.     

基于链上数据的区块链欺诈账户检测研究

针对区块链上存在的欺诈账户给交易带来的安全问题,提出了基于机器学习的欺诈账户的检测及特征分析模型,将以太坊上真实的链上数据进行特征提取后作为模型的数据来源,通过对不同的机器学习方法进行比较得到最优模型并进行迭代训练以获得最佳的预测模型,同时引入 SHAP值对数据特征进行分析。实验结果表明,基于XGBoost的欺诈账户检测模型在RMSE、MAE和R2三组指标上达到了0.205、0.084和0.833,优于其余的对比模型,并结合SHAP值识别出预测欺诈账户的关键因素,为区块链的交易安全提供决策参考。