【摘 要】
：
在实际环境中,经常需要划分出一批对象,而对象的属性可能是动态变化的,针对这种属性动态更新的条件下选出一定数量对象的问题,提出一种属性动态更新的三支决策模型.首先针对
【机 构】
：
安徽大学 计算机智能与信号处理教育部重点实验室,合肥230601安徽大学 计算机科学与技术学院,合肥230601;
论文部分内容阅读
在实际环境中,经常需要划分出一批对象,而对象的属性可能是动态变化的,针对这种属性动态更新的条件下选出一定数量对象的问题,提出一种属性动态更新的三支决策模型.首先针对属性动态更新的特点,建立属性关联度和重要度,然后针对更新的属性,提出一种属性比的定义来构造三支决策的评估函数,同时对更新后的属性的值排序,提出一种基于基尼系数计算对象偏差的方法来动态计算三支决策的阈值.根据计算的阈值和对象的评估函数,属性动态更新的三支决策模型被建立,能在属性更新后动态划分对象.进一步对于模型可能出现两种异常划分问题,给出了相应的解决方法,最后通过在改造的四个数据集上实验仿真,结果表明在属性动态更新情况下能有效划分对象,模型是可行的和有效的.
其他文献
近年来对抗生成网络广泛应用于诸如风格迁移、黑白照片着色等很多图像生成的场景中.本文根据生成网络观点提出了一种新的基于深度学习的漫画着色算法.由于漫画原始的线稿中并没有漫画人物的纹理细节、阴影等信息,所以相比于现有的照片着色生成任务,漫画着色的难度大大增加.为了解决上述问题,文中提出了一个两阶段的漫画自动着色模型.首先,在第一阶段中,网络模型根据线稿和颜色提示信息来丰富漫画的细节信息对漫画主题进行勾
针对多人密集环境下所采集的人脸分辨率不高且人脸面积微小,导致现有人脸识别算法检测和识别的准确率不高的问题,本文首先提出一种微小人脸检测算法,即利用图像金字塔和残差网络结合的方式,对每层图像金字塔的网络特征面进行检测,并根据图像金字塔缩放大小选择合适的检测模板的尺寸.其次,设计一种融合人脸先验信息的人脸超分辨率重建网络,利用面部先验知识,更好地还原小尺寸人脸的面部细节.最后,利用重建后的高分辨率人脸
针对基于Ball-tree结构的KNN算法初始K个近邻点位置固定,导致剪枝半径过大,剪枝效果差,查询效率低的问题,本文提出一种基于“双树”结构的高维向量空间K近邻快速搜索方法.在
课题所研究的问题是受困人员如何从未知情形的受灾区域中尽快地完成撤离.单源点疏散问题是指受灾人员位于危险区域P中的某个位置,需要找到一条能够快速地到达安全位置(P的边