【摘 要】
：
结合粗糙集的属性约简和Logistic回归的分类机理，提出了一种新的RS-Logistic回归分类模型。模型中采用粗糙集理论在不改变训练集分类质量的前提下进行数据浓缩，提取少量具有代表性的训练子集，然后基于Logistic回归进行分类建模和预测。这样不但降低后验概率估计的计算复杂度，解决Logistic回归的解的稀疏性问题，而且提高了模型的整体分类性能。通过对UCI数据集的仿真实验，验证了该模型的
【机 构】
：
皖南医学院计算机教研室,安徽芜湖 241002 安徽师范大学数学计算机学院,安徽芜湖 241002
【出 处】
：
全国第20届计算机技术与应用(CACIS)学术会议
论文部分内容阅读
结合粗糙集的属性约简和Logistic回归的分类机理，提出了一种新的RS-Logistic回归分类模型。模型中采用粗糙集理论在不改变训练集分类质量的前提下进行数据浓缩，提取少量具有代表性的训练子集，然后基于Logistic回归进行分类建模和预测。这样不但降低后验概率估计的计算复杂度，解决Logistic回归的解的稀疏性问题，而且提高了模型的整体分类性能。通过对UCI数据集的仿真实验，验证了该模型的可行性和有效性。
其他文献
在离网型风力机功率的测试中,通常采用手动测量,记录直流电流功率的方式,但是由于实验人员的技术熟练程度等一系列问题,实验结果往往存在着很大的误差。从理论上分析采集交流输出端的功率相对于采集直流端的功率虽然更复杂,但可以避免整流器等一系列损耗带来的不确定因素,从而提高试验的精度,为此本文在采用原有实验仪器,保持原有直流参数测试功能的基础上,通过添加少量硬件,采用LabWindows/CVI编程语言,自
半字情况下的数字识别一直是水表读数自动识别中的难点。根据半字图像的分割结果，本文提出了一种基于变化字长模板匹配的半字识别算法。该方法无需半字模板，直接通过比较上下半字的长度来选择相应的标准数字模板。在上下半字处理时，根据各自的字长分别选择标准数字模板的下上半部分来进行匹配，从而实现半字的识别。实验结果表明，该方法可以准确识别各种情况下的半字，有效地提高了水表读数自动识别的性能。
水表子表中心的检测是水表读数自动识别中的重要步骤。利用图像处理技术，本文提出了一种实用的检测水表子表中心的方法。首先，利用水表图像的灰度特点，在HOUGH变换的基础上，确定3个子表的中心，同时对水表的正中心进行定位。然后，根据水表子表分布的几何特性，结合已计算的3个子表中心，完成所有的8个子表中心的检测。实验结果表明，该方法可以准确检测各种光照情况下的水表子表中心，为后期的水表读数自动识别打下了良
车牌图像预处理是车牌识别系统中的一个关键步骤，图像增强技术被广泛应用于图像预处理中。本文将一种改进的模糊增强技术和传统的模糊增强技术作了简单对比，并将其应用到车牌图像预处理中。主要步骤包括：图像模糊特征提取、隶属函数值的修正和模糊域反变换。实验结果表明，这种改进的模糊增强技术具有计算量小，灵活性和适应性强等特点，更适用于车牌图像的预处理。
介绍了GridFTP相关模型，并且介绍了DPSS(distributedParalell Storage System)数据集系统在GridFTP的相关特性，同时介绍了一类新的优化模型系统，利用这个模型针对GridFTP在超量数据处理方面进行了逻辑的优化和仿真，从而可以增强传输的效率。
任务调度是实现高性能网格计算的基本问题。在网格应用中，Agent能适应动态的网格环境，有效地降低网络负载、提高通信效率，可以较好地解决网格调度问题。在研究多Agent技术的基础上，采用集中式和分布式相结合的管理方式，提出了分布式Agent结构，描述了基于分布式Agent的网格任务调度模型。进行了分布式Agent在制造网格中的应用。
随着信息技术和通信技术的发展，信息栅格的研究和应用正逐渐兴起，其思想就是将独立分布的软硬件资源综合成一个整体，使栅格内的用户可以像使用自己本地资源一样来使用栅格内的任何资源，从而实现所有资源的真正共享。基于分布式网络具有环境异构和网络动态性的特点，本文在介绍Jini技术的基础上，分析比较了Jini相比其他几种分布式技术的优势，提出利用Jini技术进行信息栅格组网。
视频监控技术在日常工作、生活中得到了越来越广泛的应用，“全球眼”业务就是中国电信推出的一项完全基于宽带网络的图像远程监控、传输、存储、管理的增值业务；该业务利用中国电信无处不在的宽带网络，将分散、独立的图像监控点进行联网，实现跨区域、全球范围内的统一管理，资源共享；主要适用于需要进行图像远程监控、传输、存储和管理的地方和场所，不仅可以服务于行业客户，对于公众客户市场同样可以提供相应服务。本文从功能
本文针对协同工作中的任务调度问题，提出了一种改进的基于模拟退火的Q学习算法。该算法通过引入模拟退火，并结合贪婪策略，以及在状态空间上的筛选判断，显著地提高了收敛速度，缩短了执行时间。最后与其它文献中相关算法的对比分析，验证了本改进算法的有效性。
车辆定损是机动车辆保险工作中的一个重点，本文在构建汽车损失评价的指标体系的基础上，运用人工神经网络方法，建立了汽车损失的神经网络评价模型，并用样本数据对其进行了训练和测试，验证了该模型能够对车辆的损失做出科学合理的、公正的评定。