信息粒化相关论文
对于证券市场投资者而言，基于合理假设准确预测资产价格未来发展方向与趋势关乎投资成败。本文通过构建一个基于ARIMA与信息粒化SVR......
一般而言,在邻域信息粒化的进程中,样本的邻域求解需遍历样本空间中所有的样本,并计算该样本与样本空间中所有样本间的距离.当面临......
京沪高速铁路自建成运营以来,客流量快速增长,对京沪高铁列车运行图的编制质量提出了更高的要求。均衡性作为评价运行图编制质量的......
本文基于较原始的基于像数网格点信息模式匹配识别算法的基础上进行,而近年来在数字识别领域的一些新的特征提取和特征的选择方法:......
关联规则是数据库中存在的一种十分有用的知识模式,其挖掘算法已得到较为广泛的重视和研究,并取得了较大进展.粒计算作为一种新的......
从地球物理、生物医学、材料科学和工程控制等许多学科中提出的大量无损检测问题，往往要通过电、磁、声、光等物理手段确定物体内部......
该文从研究模糊控制器的结构入手,借鉴常规的控制理论研究模糊控制器的解析结构,试图揭示模糊控制器的本质,同时也为经典控制理论......
在知识发现的诸多理论之中,粗糙集理论是一种对处理复杂数据较为有效的方法,它并不要求提供问题所需处理的数据集之外的任何先验信......
特征选择作为数据预处理的关键手段,是数据挖掘、模式识别和机器学习等领域的重要研究课题之一。它是指在原始数据中删除大量无关......
随着数据收集、传输及存储技术的迅猛发展,我们对某一对象的描述更为丰富,刻画更为全面,记录更为长久,因而产生的数据往往表现出一......
不平衡数据的分类问题普遍存在于实际应用中,例如,医疗诊断,网络入侵检测和生物数据分析。少数类样本往往隐藏着更重要的信息,错误......
大数据时代,基于数据挖掘技术的医疗诊断对现在医学的医疗辅助中有着重要的作用。医疗诊断对于患者的病例、特征、患病类别以及严......
粒计算理论是智能数据处理领域中的新的计算范式,是研究多层次粒结构的思维方式,是复杂问题求解和信息处理模式的方法论.勾股模糊......
针对类簇交叉且分布不均衡的复杂数据,依据可信粒度准则,提出一种结合区间二型模糊粗糙C均值(IT2FRCM)聚类与混合度量的两阶段信息......
人类以粒的观点看世界,从极不相同的粒上观察和分析问题是智能的公认特点.建立虚拟城市战场环境的信息粒化模型,对智能虚拟士兵感......
该文综述了模糊信息粒化，粒元和语词计算的概念，展望了语词计算在模糊控制中的应用前景，提出了应进一步研究的问题。......
短期负荷预测作为确保电力系统系统安全与经济运行的重要手段,准确的负荷预测,能够有效的提高电能的使用率及减少不必要的损失,其......
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......
在邻域粗糙集的研究中,往往借助给定的半径来约束样本之间的相似性进而实现邻域信息粒化,需要注意的是,若给定的半径较大,则不同类......
为了克服单个Agent知识的局限性，提高系统决策的可靠性，提出了一种基于证据推理和粒计算的Muhi．Agent决策信息融合算法，并对Muhi—Agen......
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......
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......
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......
为了使概念格模型具有更强的数据处理能力,消除不完备信息带来的影响,针对经典概念格的局限性,本文将粗糙集中的粒化思维融入到概......
在定义了粒元关系网络和矩阵的基础上，研究了基于信息粒化、语词计算模糊控制系统中的信息重组方法，并通过算例说明了此方法的有效性......
本文在已有的有关粒计算研究成果的基础上,提出了粒集的概念,并利用统一集的形式对粒集进行了描述,即是(U,D,B,J),其中U是论域,D是......
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......
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。......
随着互联网技术的飞速发展,信息的多样化及产生速度有着质的飞跃,促使数据呈现爆发式的增长。大量的数据中势必蕴含着很多有价值的......
随着信息技术的发展,经济管理领域中产生并存储着大量的时间序列数据,运用数据挖掘算法可以挖掘出数据中潜在的、有价值的知识和信......
为提高决策的准确性,人们提倡充分发挥集体的智慧,因而,群决策代替个体决策成为常用的决策模式。传统的群决策仅执行方案的选择过......
提出了一种基于信息粒化和语词计算(IGCW)的模糊控制器的结构,此模糊控制器具有更强的信息处理和推理判断能力,更高程度地模拟了人......
犯罪时间序列一般具有随机性和波动性强的特点。传统的时间序列建模方法利用犯罪时序数据之间的相关性建立预测模型;但对细颗粒度......
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......
准确地短期风速预测对电网安全稳定具有重要意义。该文将信息粒化和相似数据搜索应用于风速预测中，实现对风速变化区间的预测。对原......
随着大数据时代的到来,数据挖掘技术正日益渗透到各行各业。基于数据挖掘技术挖掘出掌柜钱包的基本面数据,其目的是为了获取投资的......
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......
VMG(Velocity Made Good)是帆船在前进过程中船速在风的方向上的投影,它体现了帆船在风向上前进的能力,反映了帆船运动员利用风的......
预测技术的研究是进行科学研究的重要方面,它可以根据预测结果作出科学有效地决策。人工智能技术的发展带动了预测技术的研究,而数......
通过寻找一个最优的特征子集,特征选择可以降低计算复杂度,提高分类精度以及结果的可理解性。提出基于大间隔信息粒化的特征选择算......
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......
传统的金融时间序列预测方法以精确的输入数据为研究对象,在建立回归模型的基础上做单步或多步预测,预测结果是一个或多个具体的值......
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......
数据挖掘旨在将数据转换为有用信息,是目前信息化社会中发现知识的重要手段之一。随着信息技术的迅猛发展,尤其是Internet和数据库......
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”＄ MN。W;- __._——————》 砧叫]们......
随着经济的快速发展,金融领域的研究越来越受到国内外学者的重视。近年来时间序列分析的方法有好多种,传统的模型要么模型非线性映......
