期刊文献+
共找到113篇文章
< 1 2 6 >
每页显示 20 50 100
数据集分类可用性评估的置信区间方法
1
作者 谈询滔 顾依依 +1 位作者 阮彤 袁玉波 《计算机科学》 CSCD 北大核心 2019年第1期78-85,共8页
如何有效评价训练数据集的可用性,一直是困扰智能分类系统应用的难点问题。针对机器学习领域的数据分类问题,提出了一种基于区间分析和信息粒化的数据集分类可用性的评估方法,用于评价数据集的可分程度。该方法将待评估的数据集定义为... 如何有效评价训练数据集的可用性,一直是困扰智能分类系统应用的难点问题。针对机器学习领域的数据分类问题,提出了一种基于区间分析和信息粒化的数据集分类可用性的评估方法,用于评价数据集的可分程度。该方法将待评估的数据集定义为分类信息系统,提出了分类置信区间的概念,通过区间分析进行信息粒化。在此信息粒化策略下,定义分类可用性的数学模型,并进一步给出单个属性以及整体数据集的分类可用性的计算方法。选择18个UCI标准数据集作为评估对象,给出了部分数据集分类可用性的评估结果,并且选取3种分类器对所选数据集进行分类实验,最终通过对上述实验结果的分析证明了该评估方法的有效性和可行性。 展开更多
关键词 数据可用性 分类系统 区间分析 信息粒化 分类可用性
在线阅读 免费下载
基于模糊信息粒化和支持向量机的股票价格回归预测
2
作者 郑明 李娌芝 +1 位作者 官心果 杨柱元 《云南民族大学学报:自然科学版》 CAS 2018年第6期517-524,共8页
对股票进行投资时,由于股票数据具有较大的不稳定性,往往大多数时候无法对其进行精确的预测,而对其变化趋势和变化空间进行预测尤为重要,当利用支持向量机对股票数据进行回归预测时,只能得到具体点的预测值,不能预测股票数据短期的变化... 对股票进行投资时,由于股票数据具有较大的不稳定性,往往大多数时候无法对其进行精确的预测,而对其变化趋势和变化空间进行预测尤为重要,当利用支持向量机对股票数据进行回归预测时,只能得到具体点的预测值,不能预测股票数据短期的变化趋势,因此本文将模糊信息粒化和支持向量机相结合,对股票数据未来5天的变化趋势进行了预测研究,实验表明该方法具有理想的效果. 展开更多
关键词 支持向量机 信息粒化 回归预测
在线阅读 免费下载
通航飞机起落架系统故障频率预测研究 预览 被引量:1
3
作者 丰世林 张中波 杜仲 《组合机床与自动化加工技术》 北大核心 2018年第6期51-55,共5页
文章研究起落架系统发生故障的频率,变事后维修为预防维修,尽可能保证飞行安全。因此提出一种采用模糊信息粒化和支持向量机相融合的时序回归预测技术来预测起落架系统故障发生频率。以某型通航飞机2012年1月至2016年12月的起落架故障... 文章研究起落架系统发生故障的频率,变事后维修为预防维修,尽可能保证飞行安全。因此提出一种采用模糊信息粒化和支持向量机相融合的时序回归预测技术来预测起落架系统故障发生频率。以某型通航飞机2012年1月至2016年12月的起落架故障数据为基础,根据该模型输入数据并进行故障频率预测。预测结果表明,采用该方法预测起落架故障频率合理有效,根据该预测结果可得到起落架故障频率的变化趋势和变化空间,并为机务维修提供技术支持。 展开更多
关键词 支持向量机 信息粒化 起落架系统 故障频率预测
在线阅读 下载PDF
基于信息粒化的多标记特征选择算法 预览
4
作者 王晨曦 林耀进 +2 位作者 唐莉 傅为 林培榕 《模式识别与人工智能》 CSCD 北大核心 2018年第2期123-131,共9页
特征选择旨在从原始特征空间中选择一组规模较小的特征子集,在分类学习任务中提供与原集合近似或更好的性能.文中提出基于信息粒化的多标记特征选择算法,融合标记权重与样本平均间隔,将改进的邻域信息熵应用到特征选择过程中.在6... 特征选择旨在从原始特征空间中选择一组规模较小的特征子集,在分类学习任务中提供与原集合近似或更好的性能.文中提出基于信息粒化的多标记特征选择算法,融合标记权重与样本平均间隔,将改进的邻域信息熵应用到特征选择过程中.在6组数据集以及5个评价指标上的实验表明文中算法在分类上的有效性. 展开更多
关键词 特征选择 信息粒化 标记权重 多标记学习
在线阅读 下载PDF
基于信息粒化的数据拟合模型对城市主干道交通违法数据分析——以南京市中心城区为例 预览
5
作者 丁浩 曹杰 《科技管理研究》 CSSCI 北大核心 2018年第10期227-234,共8页
通过对城市交通大数据的分析,研究中心主城区主干道路交通违法行为。利用优化的数学模型进行数字化及可视化分析,找出交通违法行为的现状和分布规律;采用粒计算的思想对数据进行信息粒化,在周期性的数据中找到数据的总体波动,剥落Low层... 通过对城市交通大数据的分析,研究中心主城区主干道路交通违法行为。利用优化的数学模型进行数字化及可视化分析,找出交通违法行为的现状和分布规律;采用粒计算的思想对数据进行信息粒化,在周期性的数据中找到数据的总体波动,剥落Low层数据,筛选出Up层和R层数据,选取不同模型对数据进行线性拟合与对比,显示Fourier级数模型拟合结果更优;对每条路线的车辆交通违法信息逐一分析,结果显示二号路线在7—8月份出现车辆交通违法56.38次,四号线路线在6月份出现8次。文中建立新的数学模型来处理周期性数据,模型精确度高,能明确评估城市交通违法情况。 展开更多
关键词 大数据 信息粒化 数据拟合 Fourier级数模型
在线阅读 下载PDF
多粒度粗糙集粒度约简的高效算法 预览 被引量:1
6
作者 胡善忠 徐怡 +1 位作者 何明慧 王冉 《计算机应用》 CSCD 北大核心 2017年第12期3391-3396,共6页
针对已有多粒度粗糙集粒度约简算法效率较低的问题,提出一种多粒度粗糙集粒度约简的高效算法(EAGRMRS)。首先,以决策信息系统为对象,定义决策类下近似布尔矩阵,该矩阵能够将粒度约简过程中过多且有重复的集合运算转换为布尔运算... 针对已有多粒度粗糙集粒度约简算法效率较低的问题,提出一种多粒度粗糙集粒度约简的高效算法(EAGRMRS)。首先,以决策信息系统为对象,定义决策类下近似布尔矩阵,该矩阵能够将粒度约简过程中过多且有重复的集合运算转换为布尔运算,基于该矩阵给出计算决策类下近似算法和计算粒度重要度算法。然后,针对计算粒度重要度时存在冗余计算的问题,提出粒度动态增加时快速计算粒度重要度的算法,并在此基础上,提出EAGRMRS,该算法的时间复杂度为0(IA|·|u|^2+|A|^2·|U|),其中|A|表示粒度集合大小,|u|表示决策信息系统中实例数。在UCI数据集上的实验结果验证了所提算法的有效性和高效性,并且随着数据集的增大,EAGRMRS相较于多粒度粗糙集粒度约简的启发式算法(HAGSS)效率优势更加明显。 展开更多
关键词 多粒度粗糙集 布尔矩阵 信息系统 重要度 粒度约简
在线阅读 下载PDF
基于GA-SVM的太原市空气质量指数预测 被引量:4
7
作者 尹琪 胡红萍 +1 位作者 白艳萍 王建中 《数学的实践与认识》 北大核心 2017年第12期113-120,共8页
针对大气环境的复杂多变性和不确定性,采用太原市2014年至2016年的空气污染物监测数据,分别将改进的粒子群算法(IPSO)和遗传算法(GA)与支持向量机(SVM)相结合,通过参数寻优构建新模型完成对空气质量指数(AQI)的预测.实验结... 针对大气环境的复杂多变性和不确定性,采用太原市2014年至2016年的空气污染物监测数据,分别将改进的粒子群算法(IPSO)和遗传算法(GA)与支持向量机(SVM)相结合,通过参数寻优构建新模型完成对空气质量指数(AQI)的预测.实验结果表明,GA-SVM在预测精度、误差率和可靠性方面均优于IPSO-SVM与SVM.因此GA-SVM模型更适用于AQI的预测,为大气污染防治提供了科学合理的理论依据和新的预测方法. 展开更多
关键词 粒子群优化算法 遗传算法 支持向量机 信息粒化 空气质量指数预测
基于高斯模糊信息粒化和改进小波神经网络的短期负荷区间预测研究 预览 被引量:2
8
作者 余鹏 唐权 +1 位作者 张文涛 黄民翔 《机电工程》 CAS 2017年第2期167-172,共6页
针对现有短期负荷预测方法适应性不足、预测精度不高,WNN原始连接权值和阈值采取随机赋值并采用梯度学习算法进行修正,存在进化缓慢、易出现陷入局部极小或不收敛等问题,提出了基于高斯FIG和改进WNN的短期负荷区间预测新方法。用收敛速... 针对现有短期负荷预测方法适应性不足、预测精度不高,WNN原始连接权值和阈值采取随机赋值并采用梯度学习算法进行修正,存在进化缓慢、易出现陷入局部极小或不收敛等问题,提出了基于高斯FIG和改进WNN的短期负荷区间预测新方法。用收敛速度更快的函数取代常用的输出层神经元函数,并用粒子群算法寻优取代WNN连接权值和阈值随机赋值。把网络连接权值和阈值作为粒子群算法微粒的位置向量,不断调整微粒的速度和位置向量以寻求最优值。选择了合适的数据跨度作为一个粒化窗口,对原始负荷数据进行了高斯模糊粒化处理,得到了对应的高斯FIG后的序列值,并用改进后的WNN对模糊序列值进行了区间预测。与WNN及SVM方法的对比研究结果表明,该方法不仅能够获得比单一负荷值更多的区间信息,而且预测精度更高,能够更好地指导电力系统相关决策。 展开更多
关键词 高斯模糊 信息粒化 改进小波神经网络 短期负荷 区间预测
在线阅读 下载PDF
基于信息粒化支持向量机的主轴热误差综合预测模型
9
作者 王舒阳 姚斌 +3 位作者 姚博世 冯伟 何昱超 曹新城 《工具技术》 北大核心 2017年第5期54-57,共4页
主轴热变形是影响数控机床加工精度的主要因素。为提高主轴热误差的预测精度,提出了基于信息粒化支持向量机(SVM)的主轴热误差综合预测模型。使用信息粒化方法对采样温度数据与主轴热误差数据进行预处理,分别建立基于SVM的主轴热误差... 主轴热变形是影响数控机床加工精度的主要因素。为提高主轴热误差的预测精度,提出了基于信息粒化支持向量机(SVM)的主轴热误差综合预测模型。使用信息粒化方法对采样温度数据与主轴热误差数据进行预处理,分别建立基于SVM的主轴热误差的回归预测模型和时间序列模型,通过计算两个模型权重系数,最终建立主轴热误差综合预测模型。以2MZK7150五轴数控可转位刀片工具磨床为研究对象,实验表明,较之于单一模型该模型具有良好的泛化能力和较高建模精度。 展开更多
关键词 主轴热误差 信息粒化 支持向量机 预测模型
在线阅读 免费下载
基于互信息的粒化特征加权多标签学习k近邻算法 预览 被引量:3
10
作者 李峰 苗夺谦 +1 位作者 张志飞 张维 《计算机研究与发展》 CSCD 北大核心 2017年第5期1024-1035,共12页
传统基于k近邻的多标签学习算法,在寻找近邻度量样本间的距离时,对所有特征给予同等的重要度.这些算法大多采用分解策略,对单个标签独立预测,忽略了标签间的相关性.多标签学习算法的分类效果跟输入的特征有很大的关系,不同的特征含有的... 传统基于k近邻的多标签学习算法,在寻找近邻度量样本间的距离时,对所有特征给予同等的重要度.这些算法大多采用分解策略,对单个标签独立预测,忽略了标签间的相关性.多标签学习算法的分类效果跟输入的特征有很大的关系,不同的特征含有的标签分类信息不同,故不同特征的重要度也不同.互信息是常用的度量2个变量间关联度的重要方法之一,能够有效度量特征含有标签分类的知识量.因此,根据特征含有标签分类知识量的大小,赋予相应的权重系数,提出一种基于互信息的粒化特征加权多标签学习k近邻算法(granular feature weighted k-nearest neighbors algorithm for multi-label learning,GFWML-kNN),该算法将标签空间粒化成多个标签粒,对每个标签粒计算特征的权重系数,以解决上述问题和标签组合爆炸问题.在计算特征权重时,考虑到了标签间可能的组合,把标签间的相关性融合进特征的权重系数.实验表明:相较于若干经典的多标签学习算法,所提算法GFWML-kNN整体上能取得较好的效果. 展开更多
关键词 互信息 特征权重 粒化 多标签学习 K-近邻
在线阅读 下载PDF
信息粒化的SVR组合模型在季度GDP中的应用 被引量:1
11
作者 张鹏 《重庆工商大学学报:自然科学版》 2016年第3期66-69,共4页
针对GDP未来一段时间的变化范围及走势进行预测,提出了信息粒化算法与支持向量回归机算法相结合的时间序列组合预测模型;以1994年第1季度到2013第4季度GDP值模糊粒化处理,对3个模糊参数Low、R、Up,通过交叉实验训练寻找支持向量回归机... 针对GDP未来一段时间的变化范围及走势进行预测,提出了信息粒化算法与支持向量回归机算法相结合的时间序列组合预测模型;以1994年第1季度到2013第4季度GDP值模糊粒化处理,对3个模糊参数Low、R、Up,通过交叉实验训练寻找支持向量回归机的最优参数,并进行回归预测,得出GDP在2014年各季度的变化范围与走势,与实际比较相吻合,说明算法具有良好的泛化性,能够作为时序数据的预测模型。 展开更多
关键词 信息粒化 支持向量回归机 GDP
在线阅读 免费下载
面向大数据的粒计算理论与方法研究进展 被引量:7
12
作者 梁吉业 钱宇华 +1 位作者 李德玉 胡清华 《大数据》 2016年第4期13-23,共11页
大数据的规模性、多模态性与增长性给传统的数据挖掘方法带来了挑战。粒计算作为智能信息处理领域中大规模复杂问题求解的有效方法,探索大数据分析的粒计算理论与方法有望为应对这些挑战提供新的思路和策略。瞄准若干大数据挖掘任务,对... 大数据的规模性、多模态性与增长性给传统的数据挖掘方法带来了挑战。粒计算作为智能信息处理领域中大规模复杂问题求解的有效方法,探索大数据分析的粒计算理论与方法有望为应对这些挑战提供新的思路和策略。瞄准若干大数据挖掘任务,对数据粒化、多粒度模式发现与融合、多粒度/跨粒度推理等方面取得的一些进展进行梳理和剖析,并针对天文数据挖掘和微博数据挖掘两个典型示范应用领域的初步研究进行了总结,以期为大数据挖掘领域的研究做出有益的探索。 展开更多
关键词 大数据 粒计算 数据挖掘 信息粒化 多粒度
集值序信息系统的信息熵和知识粒度 预览 被引量:5
13
作者 鲍忠奎 《计算机工程与应用》 CSCD 2014年第24期38-41,共4页
针对已有文献中二元优势关系定义过于宽松的不足,在集值序信息系统中结合对象间的不同优势程度,提出δ-优势关系的概念;基于δ-优势关系,将信息熵和知识粒度引入集值序信息系统中进行不确定性的度量。结论表明提出的信息熵和知识粒度可... 针对已有文献中二元优势关系定义过于宽松的不足,在集值序信息系统中结合对象间的不同优势程度,提出δ-优势关系的概念;基于δ-优势关系,将信息熵和知识粒度引入集值序信息系统中进行不确定性的度量。结论表明提出的信息熵和知识粒度可以精确地度量集值序信息系统的不确定性。 展开更多
关键词 集值序信息系统 δ-优势关系 信息熵 知识粒度
在线阅读 下载PDF
基于支持向量机与信息粒化的上证指数预测研究 预览
14
作者 周晓辉 姚俭 《科技通报》 北大核心 2014年第9期131-134,222共5页
参数的优化选择对支持向量机回归算法(SVR)的预测精度和泛化能力影响显著,提出混沌粒子群优化算法(CPSO)优化选取支持向量回归算法中参数c 和g,信息粒化是进行海量数据挖掘和模糊信息处理的有效工具.在此基础上利用上证指数数据建... 参数的优化选择对支持向量机回归算法(SVR)的预测精度和泛化能力影响显著,提出混沌粒子群优化算法(CPSO)优化选取支持向量回归算法中参数c 和g,信息粒化是进行海量数据挖掘和模糊信息处理的有效工具.在此基础上利用上证指数数据建立上证指数开盘数预测模型,研究结果表明,混沌粒子群优化的SVR信息粒化时序回归预测模型克服了传统时间序列模型仅局限于线性系统的缺点,速度快,预测精度高,且实用性强. 展开更多
关键词 信息粒化 支持向量机 混沌粒子群算法 回归预测
在线阅读 下载PDF
基于小波包变换的最小二乘支持向量机短期风速多步预测和信息粒化预测的研究 被引量:9
15
作者 柳玉 曾德良 +2 位作者 刘吉臻 白恺 宋鹏 《太阳能学报》 EI CAS CSCD 北大核心 2014年第2期214-220,共7页
讨论风电场短期风速多步预测和信息粒化预测,建模方法采用最小二乘支持向量机回归算法,数据处理方法采用小波包变换算法,在小波变换的基础上有选择地分解高频部分,可进一步提升预测精度。最后,将该文所提的建模方法应用于短期风速... 讨论风电场短期风速多步预测和信息粒化预测,建模方法采用最小二乘支持向量机回归算法,数据处理方法采用小波包变换算法,在小波变换的基础上有选择地分解高频部分,可进一步提升预测精度。最后,将该文所提的建模方法应用于短期风速多步预测和信息粒化预测。大量实例分析表明,多步预测方法可得到风速预测曲线,适用于含风电场的区域能源连续调度;信息粒化方法可处理冗余数据并得到较准确的风速预测的特征数据,能准确分析不同风电场或不同风电机组的机组特性。 展开更多
关键词 风速预测 最小二乘支持向量机 小波包变换 多步预测 信息粒化
基于信息粒化和支持向量机的风功率预测 预览 被引量:1
16
作者 吴康 姚秀萍 +2 位作者 王维庆 王海云 李猛 《水力发电》 北大核心 2014年第5期81-83,共3页
基于信息粒化和支持向量机对大型风电场的输出功率进行短期预测,利用国内某大型风电场的实测输出功率数据进行回归预测模型的构建。应用结果表明:小样本情况下有效克服了传统的时间序列模型仅是单一线性模型的缺点。该方法可以有效的... 基于信息粒化和支持向量机对大型风电场的输出功率进行短期预测,利用国内某大型风电场的实测输出功率数据进行回归预测模型的构建。应用结果表明:小样本情况下有效克服了传统的时间序列模型仅是单一线性模型的缺点。该方法可以有效的预测大型风电场的输出功率变化范围。 展开更多
关键词 信息粒化 支持向量机 功率预测 风电场
在线阅读 下载PDF
基于信息粒化的SVM时序回归预测 预览 被引量:8
17
作者 彭勇 陈俞强 《计算机系统应用》 2013年第5期163-167,206共6页
为了提高SVM的学习效率和泛化能力,首先利用一种信息粒化算法对原始数据进行预处理,该算法能将样本空间划分为多个粒(子空间),降低样本规模,节省时间复杂度.然后将模糊粒化后的信息利用SVM进行回归分析,同时利用交叉验证选出最... 为了提高SVM的学习效率和泛化能力,首先利用一种信息粒化算法对原始数据进行预处理,该算法能将样本空间划分为多个粒(子空间),降低样本规模,节省时间复杂度.然后将模糊粒化后的信息利用SVM进行回归分析,同时利用交叉验证选出最优的分类器调节参数,可降低分类器的复杂性和提高分类器的泛化能力,避免出现过学习和欠学习.最后通过预测上证指数的实验验证了该算法具有优越的特性,能够较为准确的进行时序回归预测. 展开更多
关键词 信息粒化 支持向量机 泛化能力 回归预测
在线阅读 下载PDF
基于小波和信息粒化的BP神经网络的轴承故障诊断 被引量:11
18
作者 张蕾 周洲 《机械科学与技术》 CSCD 北大核心 2012年第1期 49-52,共4页
通过对圆锥滚子轴承轴向故障振动信号的预处理,得到响应的特征,从而利用BP神经网络进行故障诊断。首先利用一种新的小波消噪算法对监测信号进行预处理,该算法是基于最佳正交小波基的选择,使熵在小波收缩过程中的作用最小;文章重点在于... 通过对圆锥滚子轴承轴向故障振动信号的预处理,得到响应的特征,从而利用BP神经网络进行故障诊断。首先利用一种新的小波消噪算法对监测信号进行预处理,该算法是基于最佳正交小波基的选择,使熵在小波收缩过程中的作用最小;文章重点在于利用模糊信息粒化对消噪后信号进行模糊粒化,从而更好的特征提取;最后将特征向量作为输入,运用BP神经网络进行故障诊断。通过实验故障信号验证了,消噪后的信号能更好地进行特征提取;同时,模糊粒化后能更准确的进行故障诊断。 展开更多
关键词 小波消噪 信息粒化 BP神经网络 轴承 故障诊断
在线阅读 免费下载
应用信息粒方法构建测井岩性解释模型 预览 被引量:2
19
作者 余翔宇 徐义贤 骆淼 《物探化探计算技术》 CAS CSCD 2012年第6期703-707,共5页
基于模糊聚类、神经网络等常用测井岩性识别方法,提出应用信息粒(Information Granulation)技术建立测井数据到岩性知识的映射模型。并以中国大陆科学钻探(CCSD)的测井数据为例,详细介绍了这种岩性解释方法的应用过程及其所取得... 基于模糊聚类、神经网络等常用测井岩性识别方法,提出应用信息粒(Information Granulation)技术建立测井数据到岩性知识的映射模型。并以中国大陆科学钻探(CCSD)的测井数据为例,详细介绍了这种岩性解释方法的应用过程及其所取得的良好应用效果。 展开更多
关键词 测井 岩性解释 信息粒 中国大陆科学钻探
在线阅读 下载PDF
SVM的信息粒化时序回归预测城市用水量 预览 被引量:5
20
作者 张清周 黄源 赵明 《供水技术》 2012年第4期共4页
利用基于信息粒化的支持向量机预测模型对某市11个月的时用水量数据进行模拟训练,对下一个月的每日最高时用水量进行预测.首先提取每日的最高时用水量,再将每7个数据变换为一个三角型模糊粒子,该模糊粒子中的三个参数Low、R和Up分别代... 利用基于信息粒化的支持向量机预测模型对某市11个月的时用水量数据进行模拟训练,对下一个月的每日最高时用水量进行预测.首先提取每日的最高时用水量,再将每7个数据变换为一个三角型模糊粒子,该模糊粒子中的三个参数Low、R和Up分别代表一周内最高时用水量变化的最小值、平均值和最大值,然后利用SVM对最高时用水量及Low、R和Up进行预测.针对SVM在预测时调整自身相关参数困难的问题,提出了运用网格法对模型中的参数进行优化选择.实例分析结果表明,该模型建模速度快,预测精度高,且实用性强. 展开更多
关键词 信息粒化 支持向量机 网格算法 用水量预测 相对误差
在线阅读 下载PDF
上一页 1 2 6 下一页 到第
使用帮助 返回顶部 意见反馈