一种基于FPGA的改进粗糙集属性约简方法

粗糙集理论是一种新型的数学工具,主要用于分析处理模糊和不确定知识。属性约简是其中的一个重要环节。本文结合遗传算法,提出了一种基于FPGA改进的粗糙集属性约简方法,在原研究的基础上,先利用属性重要度求解决策表的核属性,再运用于属性约简,从而减少遗传操作的迭代次数,加快属性约简速度。     

基于信息公理的车间布局问题评价方法

车间布局评价问题属于典型多属性决策问题.为了使信息公理更适合于解决多属性决策问题,通过增加满意度项改进了原有的信息量计算方法.属性值被划分为精确型、不确定型和模糊型,同时针对效益性、成本性、定值性和区间性属性给出了这三种数值类型的信息量的计算办法.改进后的信息量同时反映系统的成功概率以及决策者满意程度,并能够对包含多种数值类型的多属性决策问题进行评价.最后,作为实例,对焊接装配车间的布局方案进行了评价,结果验证了所改进的信息公理对于解决多属性决策问题的可行性和有效性.     

基于链路预测的未来新增航线发现

针对新增航线发现研究中存在的航线选择主观化、网络信息挖掘不充分等问题,考虑航空运输网络的拓扑结构特征和节点(通航城市)层次属性,提出了一种基于链路预测的未来新增航线发现(NARP)模型。NARP模型提取局部封闭子图构建子图邻接矩阵,基于距离标记子图节点结构重要性,采用因子分析和层次聚类提取节点层次属性。在此基础上,融合子图结构和节点属性2类特征,采用深度图卷积神经网络(DGCNN)进行链路预测,实现新增航线发现。在中国航空运输网络实际运行数据上的实验结果表明:较之基准方法,NARP模型的预测准确率最高提升9.28%;在网络极度不完整时,预测准确率可以保持在80%左右;预测结果符合航空运输网络的实际演变情况。      

一种保护敏感属性证书的披露方法

进一步研究了敏感属性证书披露问题,尝试运用密码学机制给出一个属性证书披露方案,增强安全保证,在一定条件下保护资源请求者和提供者双方的权利,该方案实现了以下特点: 资源请求者最终向资源提供方提交所拥有属性证书中的一部分;提供方可以获得这一部分证书但不能获得其余的属性证书;请求者无法得到资源提供方获得(感兴趣)哪些属性证书的任何信息;可根据双方协议,为不同的属性设置特定的限值,对于每一属性只有提供方参与成员(或权限)达到或超过这一值才可以获得或验证这些属性证书,同时保护双方的部分权利和隐私.      

基于多属性决策的火控雷达抗有源干扰能力评估

依据多属性决策理论和方法 ,综合雷达分辨力、功率、频率、角度跟踪体制和抗有源干扰技术措施五个属性建立了火控雷达抗有源干扰能力评估模型。在想定的有源电子干扰环境下 ,应用模型对三种型号火控雷达的抗有源干扰能力进行了综合评估     

论会计计量

会计计量的核心是计量属性的计量单位。选择不同方式的会计计量属性和不同的计量单位,其结果将导致不同会计实务领域的出现。     

拉压不同模量凹腔陶瓷导流块动力固有模态特性研究

为了研究拉压不同模量(以下简称双模量)凹腔陶瓷导流块的动力特性,将陶瓷导流块等效成一根双模量材料简支Euler梁,从而得出凹腔火焰稳定器在双模量材料下的振动情况,保证该结构在高温状态下稳定。以双模量简支Euler梁为研究对象,通过二次开发,实现了Ansys平台分析具有该类材料属性结构动力特性的功能。将得到的前三阶固有频率与文献中推得的频率计算公式所得的固有频率进行了分析对比,得到的误差除了第一阶外都大于5%,发现文献所得结果有缺陷。将得到的各阶频率及振型曲线与已知的经典弹性理论的频率与振型曲线进行对比,说明材料的双模量属性对固有频率的影响很大,对振型曲线并没有影响。通过振型及材料属性分布图能直观地观察到材料的拉压区域,说明材料的拉压区域不能仅分为两个区域,振型阶次越高分区也越复杂。     

基于CRITIC-TOPSIS的动态辐射源威胁评估

为解决传统辐射源威胁评估方法与空战动态态势联系不紧密的问题,提高评估准确度,提出泊松分布逆形式与逼近理想解排序（TOPSIS）方法相结合的算法,并引入指标相关性的权重确定（CRITIC）方法分配属性权重,构建基于CRITIC-TOPSIS的动态辐射源威胁评估模型。针对传统方法仅依靠当前侦收数据,未体现空战态势动态变化的不足,采用泊松分布逆形式融合多个时刻的辐射源数据信息,实现动态评估;针对传统TOPSIS方法依赖主观赋值的问题,CRITIC方法综合考虑单个指标内部和多个指标之间的关联性,能完整描述属性信息并客观分配属性权重。仿真结果表明,相较于传统静态评估模型,所提模型对于威胁度不同的辐射源区分度更大,评估准确性和可靠性更高。      

基于本体建模的态势推理

为了克服传统推理方法在态势表示和态势推理方面的不足,本文针对态势推理问题,以本体建模储存态势推理所需要的规则知识,使得战场逻辑规则清晰化,易于扩展.结合态势本体逻辑,对基于关系数据库存储的战场数据进行识别、分类,完成态势信息从关系数据库到本体的转化,从而将态势推理问题转化为基于本体建模的战场态势推理.该方法充分考虑到了...     

基于RS-CART决策树的航空发动机小样本故障诊断

针对CART(classification and regression tree)分类决策树构建过程中由于小样本集特征维数高及噪声等造成的过拟合问题,在CART决策树算法训练过程中引入基于互信息的粗糙集(rough sets,RS)属性约简,考虑信息熵与基尼(GINI)系数刻画样本集“纯净度”的相似关系,对历史故障数据进行属性约简,降低属性维度以优化训练集,在此基础上构建分类决策树,可视化输出规则。实验结果表明:将改进的CART决策树算法应用于某型航空发动机油液故障诊断,提取的规则可解释性强,能够减小冗余属性及噪声对决策的影响,与常用故障诊断算法相比,该模型的诊断准确率提升20%左右,AUC(area under curve)值高达92%,可以有效处理高维离散型航空发动机小样本故障问题。