C4.5算法与粗糙集在数据挖掘中的研究

分类在数据挖掘中是一项非常重要的任务,而决策树方法和粗糙集方法则是分类的主要方法.在详细介绍决策树方法的经典算法C4.5算法和粗糙集方法的基础上,针对C4.5算法的不足,引人粗糙集方法,提出新算法IC4.5来弥补C4.5算法的缺陷.并设计出一个基于C4.5算法和粗糙集算法的分类器,最后通过实验来证明基于IC4.5算法的分类器在抗噪声方面要优于C4.5算法.     

粗糙集在洪水风险评估中的应用

针对洪水灾害事故的随机性,复杂性和不确定的特点,以及在洪水风险评估选取评估指标过程中存在的主观性,通过采用粗糙集的改进属性约简算法对用于评估的指标集进行约简,从而剔除其中的对最终结果不造成影响的指标,并且利用相对约简建立用于洪水风险评估的层次指标体系,应用模糊层次分析法对该地区的洪水风险进行评估,比单纯的依靠专家打分法更具有科学依据和数据支持。     

Ambient noise during rough weather and cyclones in the shallow Bay of Bengal

This paper presents ambient noise analysis during rough weather, using time series measurements from an automated noise measurement system in the shallow southwest Bay of Bengal during October–November 2010. The period witnessed low-pressure events including depressions and cyclones, with JAL cyclone passing close to the measurement site. The time series noise level shows a shift in mid-October, after which deep depressions and cyclones formed, with an average increase of 5–10 dB in the lower band and 2–3 dB in the higher band of frequencies. Furthermore, correlation between noise level and wave height(data from wave rider buoy deployed at the site) for sea state scale 3 and above shows good correlation with an increase in noise level with increase in wave height, the effect being most pronounced at 0.5 kHz. The noise captured during JAL was analysed to identify the spectrum components due to convective precipitation and heavy wind/wave activity and shows anomalously high levels during the crossing of the cyclone. Rain noise spectra from the rain bands associated with the wall of the cyclone are reported. This has been correlated with radar refl ectivity measurements to ascertain the presence of rain, and discriminate between convective and stratiform types. Also, vertical directionality pattern of ambient noise during JAL showed clearly distinct surface contributions. On the whole, knowledge of ambient noise fields during high sea states and precipitation is useful in optimizing SONAR performance. The findings at the study site have been compared with measurements from other shallow water locations during rough weather.     

基于粗糙集与BP神经网络的底板破坏深度预测

基于粗糙集理论,以指标集为基础,建立了底板破坏深度影响因素的知识表达系统,提出了规则提取原则,通过粗糙集决策规则的数据处理,得出获得各因素对底板破坏深度的影响顺序为:采深、煤层倾角、工作面斜长、采厚、底板抗破坏能力、工作面是否有切穿型断层或破碎带。由于底板抗破坏能力、工作面是否有切穿型断层或破碎带这些参数难以确定,采用其余4种影响因素建立BP神经网络的预测模型,并根据建立的模型预测肥城煤田的9101和9507工作面的底板破坏深度。通过与实测结果对比,证明该网络模型的计算结果比规程提供的经验公式计算结果更接近实际。     

飞机积冰防御系统及其模糊综合评判

基于系统安全分层次模型(Reason模型),设计出减少积冰对飞行安全影响的积冰防御分层次系统,利用层次分析法(AHP法)确定测评指标权重集,并采用模糊综合评判法建立了积冰防御系统综合评估模型,旨在避免人为因素的主观片面性.计算结果表明,系统综合评判等级为较好.     

APPLICATION OF FUZZY OPTIMIZATION MODEL IN ECOLOGICAL SECURITY PRE-WARNING

1INTRODUCTIONAs the basis of the human existence and sustainable de-velopment, the ecological security has become a prob-lem increasingly inviting the attention of the whole so-cietyand the government. Ecological security pre-warn-ing is a kind of early i…     

模糊控制在直流变频空调器中的应用

从直流型变频空调器的特点及控制要求出发,提出了模糊控制系统的结构,讨论了直流变频空调器的模糊控制算法.对控制器的性能(主要是鲁棒性)进行了详细的分析,对所采用的模糊控制算法在Matlab平台下进行了仿真,作为比较同时给出了其他常用算法的仿真结果.     

基于粗糙集的交通道路与城镇用地扩展关系分析

交通道路是城镇用地扩展的重要驱动力因素之一,对城镇用地的扩展具有积极的作用。城镇用地的扩展也不断地对交通道路的发展提出新的需求。目前,众多的数理方法和空间模型已用以研究交通道路与城镇用地扩展之间的相互作用。为了更加有效地分析交通道路与城镇用地扩展的作用关系,以更加有效地研究交通道路与城镇用地扩展的相互作用程度和模式,需进一步探索新的技术方法和手段。本文利用粗糙集理论,以广东省城镇化问题为例,从一个新的角度来研究交通道路与城镇用地扩展之间的关系。结果表明,使用粗糙集抽取的反映交通道路和城镇用地扩展的决策规则可以有效地反映交通道路与城镇用地扩展的关系,对于城镇化的研究具有一定的指导作用。     

区间值直观模糊集的直积与相关性

在区间值直观模糊集上定义新的算子,给出这些关系与算子之间的一些重要性质,并讨论了区间值直观模糊集的相关性问题.     

基于模糊C均值聚类和数学形态学的图像分割

心肌细胞钙离子实时激光扫描共聚焦光学切片呈现为点状分布的荧光图像并且受到噪声的严重干扰,单独利用模糊C均值聚类不能对这种图形进行有效分割。针对这种特定的图像提出了一种基于模糊C均值聚类和数学形态学的图像分割算法。首先利用邻域平均对图像预处理,然后利用模糊C均值聚类做分割,最后利用数学形态学的方法对图像做了平滑、连通和去噪处理。这种方法,不但有效地抑制了噪声,而且分割出的图像边缘连续、清晰。