您现在的位置: 首页> 研究主题> 粒计算

粒计算

粒计算的相关文献在1997年到2022年内共计596篇,主要集中在自动化技术、计算机技术、数学、机械、仪表工业 等领域,其中期刊论文537篇、会议论文31篇、专利文献414823篇;相关期刊197种,包括宿州学院学报、西北大学学报(自然科学版)、电子学报等; 相关会议21种,包括第十一全国博士生学术年会——信息技术与安全专题、第四届全国智能信息处理学术会议、第29届中国数据库学术会议等;粒计算的相关文献由974位作者贡献,包括王国胤、吴伟志、陈泽华等。

粒计算—发文量

期刊论文>

论文:537 占比:0.13%

会议论文>

论文:31 占比:0.01%

专利文献>

论文:414823 占比:99.86%

总计:415391篇

粒计算—发文趋势图

粒计算

-研究学者

  • 王国胤
  • 吴伟志
  • 陈泽华
  • 邱桃荣
  • 张清华
  • 李鸿
  • 刘清
  • 刘宏兵
  • 谢克明
  • 谢刚
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

期刊

作者

    • 邓大勇; 唐雨朋; 杜巧连
    • 摘要: 粒计算是人工智能的重要方法.为了解决粒计算的基本问题——信息粒及其表示能力,提出了信息粒和信息粒基等概念,并探讨了它们的性质.从传统集合论和离散数学的角度出发,提出了理想信息系统假设,给出了信息粒基表示能力的计算方法及其数学性质;初步回答了"什么是信息粒?""各种粗糙集模型是否可以统一?"等问题.研究结果为粒计算的进一步发展奠定了一定的数学基础.
    • 王金波; 吴伟志
    • 摘要: 多尺度数据分析是当前粒计算研究领域的热门研究方向,它模拟人类思考模式,以建立多层次的复杂数据和信息处理的有效计算模型为目标.在多尺度数据分析中,一个关键的问题是从系统中选择一个合适的子系统用于最终的分类或决策,这个子系统对应的每个属性的尺度水平的组合称为系统的一个最优尺度组合.针对广义多尺度覆盖决策系统中的知识获取问题,首先,在协调广义多尺度覆盖决策系统中,使用信任函数和似然函数刻画最优尺度组合.然后,在不协调广义多尺度覆盖决策系统中定义7种最优尺度组合的概念,并给出它们之间的关系,结果表明实际有4种不同的最优尺度组合,阐明使用似然函数和信任函数可以定量刻画不协调广义多尺度覆盖决策系统的上、下近似最优尺度组合的特征.最后,举例说明文中方法可用在不完备广义多尺度决策系统和广义多尺度集值决策系统中的最优尺度组合的选择.
    • 于子淳; 吴伟志
    • 摘要: 作为人工智能领域的一个重要方向,粒计算在数据挖掘和知识发现方面的研究呈现较大优势.针对具有多尺度决策的信息系统的知识获取问题.提出用证据理论研究具有多尺度决策的信息系统的最优尺度选择问题.首先介绍具有多尺度决策的信息系统及其尺度选择的概念,阐明尺度选择的全体构成一个格结构;其次,给出具有多尺度决策的信息系统在不同尺度选择下信息粒的表示及其相互关系;最后,定义协调的具有多尺度决策的信息系统的最优尺度选择概念,并用证据理论中的信任函数和似然函数刻画最优尺度选择的特征.
    • 李金海; 邓小媛; 智慧来
    • 摘要: 为了进一步拓宽实值概念格的应用范围,将多粒度思想与实值形式背景相结合,提出实值类属性块与多粒度实值形式背景,分析了不同概念知识空间之间的实值概念转移规律,并给出了不同粒度空间之间的决策规则推理关系。有关多粒度实值概念与决策规则的结论进一步完善了实值概念格理论,同时也推广了现有的多粒度形式概念分析方法。
    • 李懿恒; 杜晨曦; 杨燕燕; 李翔宇
    • 摘要: 针对大多数粒计算特征选择算法未考虑数据的类别不平衡性的问题,提出一种融合伪标签策略的类别不平衡数据特征选择算法。首先,为了便于研究类别不平衡数据特征选择算法,重新定义样本和数据集一致度的概念,并设计了相应特征选择的贪婪前向搜索算法;其次,引入伪标签策略以平衡数据的类别分布,并将所学样本的伪标签融入一致性测度中,以构造伪标签一致度来估计类别不平衡数据集的特征;最后,通过保持类别不平衡数据集的伪标签一致度不变,设计一种面向类别不平衡数据的基于伪标签一致性的特征选择算法(PLCFS)。实验结果表明,所提PLCFS的性能仅次于最大相关最小冗余(mRMR)算法,而优于Relief算法和基于一致性的特征选择算法(CFS)。
    • 宋茂林; 吴伟志
    • 摘要: 粒计算模拟人类思考模式,它以粒为基本计算单位,以建立大规模复杂数据和信息处理的有效计算模型为目标,是知识表示和数据挖掘的一个重要方法.针对决策属性具有多尺度的不完备数据集的知识获取问题,首先,提出了决策属性具有多尺度的广义不完备多尺度信息系统的最优尺度选择的概念,阐明了尺度选择全体构成了一个完备格;其次,给出了在不同尺度选择下信息粒的表示及其相互关系;最后,讨论了协调的决策多尺度不完备信息系统的最优尺度选择问题,并用示例解释最优尺度选择的计算.
    • 郝冉
    • 摘要: 本文从大数据当前面临的挑战、粒计算作为大数据的新的研究方向、粒计算的研究现状等方面对基于粒计算的大数据处理分析进行了讨论。高度信息化的时代背景下,大数据的处理分析必将成为为社会进步与发展提供有效帮助的科技手段,如何提高大数据的处理分析,提升粒计算的性能都是必须要考虑的问题,对解决实际问题有着重要的参考价值。不断提高大数据的相关技术,对各行各业的发展都有着积极的意义。
    • 方连花; 林玉梅; 吴伟志
    • 摘要: 针对由随机实验得到的多尺度序信息系统的知识获取问题,首先,引入随机多尺度序信息系统和基于优势-等价关系的随机多尺度序决策系统的概念;然后,在随机多尺度序信息系统中给出在不同尺度下基于优势关系的信息粒的表示、以及集合关于由条件属性集生成的优势关系的下近似与上近似的定义,并得到在不同尺度下信息粒、集合的下近似与上近似的变化关系;最后,分别在随机多尺度序信息系统和基于优势-等价关系的随机多尺度序决策系统中定义了几类最优尺度的概念,并用证据理论中的信任函数与似然函数刻画了最优尺度的数值特征。
    • 王国胤; 傅顺; 杨洁; 郭毅可
    • 摘要: 在传统的机器学习研究中,数据空间与知识空间分离表达、计算机的信息处理过程与人脑的认知处理过程不一致,成为了当前人工智能研究需要解决的核心关键问题.本文从认知计算的角度,回顾分析了基于多粒度认知的智能计算研究的发展历史轨迹,介绍了该领域的研究现状,提出了多粒度认知计算、可解释的认知机器学习、脑认知的智能计算辅助等该领域的三个前沿研究方向,探讨了在多粒度认知启发下,这些智能计算研究的未来可能发展趋势.
    • 陈玉明; 董建威
    • 摘要: 感知机是模式识别领域的二分类判别模型,具有简单、线性和运算效率高的优点,也是众多分类器的基础。然而,感知机无法表达复杂的非线性映射,难以处理非线性可分数据。针对感知机的固有缺陷,结合粒计算特性,本文提出了一种新型的感知机分类模型——粒感知机。通过粒计算理论,样本在单特征上的粒化形成粒子,多特征上的粒化构造成粒向量;进一步定义粒感知机模型,设计粒感知机策略,提出粒感知机学习算法。为了求解粒感知机的优化解,证明了粒感知机损失函数的导数形式,设计了梯度下降算法,并从收敛速度、非线性能力与分类精度多方面进行了实验比较,结果表明所提出的粒感知机模型具有收敛速度快与非线性处理数据的能力。
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号