期刊文献+
共找到131篇文章
< 1 2 7 >
每页显示 20 50 100
大数据挖掘的粒计算理论与方法 被引量:93
1
作者 梁吉业 钱宇华 +1 位作者 李德玉 胡清华 《中国科学:信息科学》 CSCD 北大核心 2015年第11期1355-1369,共15页
大数据往往呈现出大规模性、多模态性以及快速增长性等特征.粒计算是智能信息处理领域中大规模复杂问题求解的有效范式.从推动大数据挖掘研究角度,本文首先概要地讨论了大数据的特征对可计算性、有效性与高效性提出的3大挑战;其次,结合... 大数据往往呈现出大规模性、多模态性以及快速增长性等特征.粒计算是智能信息处理领域中大规模复杂问题求解的有效范式.从推动大数据挖掘研究角度,本文首先概要地讨论了大数据的特征对可计算性、有效性与高效性提出的3大挑战;其次,结合粒计算的思维模式特点,概述了已有研究成果,分析论述了以粒计算应对大数据挖掘挑战的可行性,认为粒计算有望为大数据挖掘提供一条极具前途的崭新途径;最后,对大数据挖掘的粒计算理论与方法中的若干科学问题进行了梳理与展望,以期抛引这一领域的学术思考与研究工作. 展开更多
关键词 大数据 数据挖掘 模式发现 计算 信息
原文传递
基于模糊信息粒化与多策略灵敏度的短期日负荷曲线预测 被引量:23
2
作者 李滨 覃芳璐 +1 位作者 吴茵 黄佳 《电工技术学报》 EI CSCD 北大核心 2017年第9期149-159,共11页
针对气象变化时负荷曲线预测精度低、预测模型不能完全适应气象变化的情况,提出了一种基于模糊信息粒化与多策略灵敏度的短期日负荷曲线预测方法。提出了完全气象因子序列的概念,建立气象粒化集;采用空间多元回归及滞后模型结合多策略... 针对气象变化时负荷曲线预测精度低、预测模型不能完全适应气象变化的情况,提出了一种基于模糊信息粒化与多策略灵敏度的短期日负荷曲线预测方法。提出了完全气象因子序列的概念,建立气象粒化集;采用空间多元回归及滞后模型结合多策略灵敏度分析法,建立了针对复杂气象条件下的极值预测模型;基于改进的K-means聚类分析法查找并获取气象特征日,计算初步预测曲线,主动判断预测曲线畸变概率并进行优化修正,得到最佳预测日负荷曲线;利用动态数据流对模型参数进行更新,实现精细化预测。最后采用该方法对我国南方某地区全年负荷曲线进行预测,验证了模型在多种气象条件下的预测准确性,尤其适用于短期内气象存在复杂变化的情形。 展开更多
关键词 短期日负荷预测 完全气象因子 信息 空间多元回归灵敏度 改进K-means聚类
下载PDF
基于GA-SVM的太原市空气质量指数预测 被引量:21
3
作者 尹琪 胡红萍 +1 位作者 白艳萍 王建中 《数学的实践与认识》 北大核心 2017年第12期113-120,共8页
针对大气环境的复杂多变性和不确定性,采用太原市2014年至2016年的空气污染物监测数据,分别将改进的粒子群算法(IPSO)和遗传算法(GA)与支持向量机(SVM)相结合,通过参数寻优构建新模型完成对空气质量指数(AQI)的预测.实验结果表明,GA-SV... 针对大气环境的复杂多变性和不确定性,采用太原市2014年至2016年的空气污染物监测数据,分别将改进的粒子群算法(IPSO)和遗传算法(GA)与支持向量机(SVM)相结合,通过参数寻优构建新模型完成对空气质量指数(AQI)的预测.实验结果表明,GA-SVM在预测精度、误差率和可靠性方面均优于IPSO-SVM与SVM.因此GA-SVM模型更适用于AQI的预测,为大气污染防治提供了科学合理的理论依据和新的预测方法. 展开更多
关键词 子群优算法 遗传算法 支持向量机 信息 空气质量指数预测
原文传递
基于信息粒化的多标记特征选择算法 被引量:20
4
作者 王晨曦 林耀进 +2 位作者 唐莉 傅为 林培榕 《模式识别与人工智能》 EI CSCD 北大核心 2018年第2期123-131,共9页
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的多标记特征选择算法,融合标记权重与样本平均间隔,将改进的邻域信息熵应用到特征选择过程中.在6组数据... 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的多标记特征选择算法,融合标记权重与样本平均间隔,将改进的邻域信息熵应用到特征选择过程中.在6组数据集以及5个评价指标上的实验表明文中算法在分类上的有效性. 展开更多
关键词 特征选择 信息 标记权重 多标记学习
下载PDF
面向大数据的粒计算理论与方法研究进展 被引量:16
5
作者 梁吉业 钱宇华 +1 位作者 李德玉 胡清华 《大数据》 2016年第4期13-23,共11页
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,探索大数据分析的粒计算理论与方法有望为应对这些挑战提供新的思路和策略。瞄准若干大数据挖掘任务,对... 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,探索大数据分析的粒计算理论与方法有望为应对这些挑战提供新的思路和策略。瞄准若干大数据挖掘任务,对数据粒化、多粒度模式发现与融合、多粒度/跨粒度推理等方面取得的一些进展进行梳理和剖析,并针对天文数据挖掘和微博数据挖掘两个典型示范应用领域的初步研究进行了总结,以期为大数据挖掘领域的研究做出有益的探索。 展开更多
关键词 大数据 计算 数据挖掘 信息
下载PDF
基于信息粒化和支持向量机的股票价格预测 被引量:16
6
作者 喻胜华 肖雨峰 《财经理论与实践》 CSSCI 北大核心 2011年第6期44-47,共4页
信息粒化是进行海量数据挖掘和模糊信息处理的有效工具。本文提出了一种基于信息粒化和支持向量机的股票价格预测方法。利用长安汽车的股票数据,建立股票开盘价回归预测模型,该模型克服了传统时间序列模型仅局限于线性系统的情况。应用... 信息粒化是进行海量数据挖掘和模糊信息处理的有效工具。本文提出了一种基于信息粒化和支持向量机的股票价格预测方法。利用长安汽车的股票数据,建立股票开盘价回归预测模型,该模型克服了传统时间序列模型仅局限于线性系统的情况。应用实例表明:该方法能有效地预测股票价格的变化范围。 展开更多
关键词 信息 支持向量机 股票价格
下载PDF
基于小波包变换的最小二乘支持向量机短期风速多步预测和信息粒化预测的研究 被引量:16
7
作者 柳玉 曾德良 +2 位作者 刘吉臻 白恺 宋鹏 《太阳能学报》 EI CAS CSCD 北大核心 2014年第2期214-220,共7页
讨论风电场短期风速多步预测和信息粒化预测,建模方法采用最小二乘支持向量机回归算法,数据处理方法采用小波包变换算法,在小波变换的基础上有选择地分解高频部分,可进一步提升预测精度。最后,将该文所提的建模方法应用于短期风速多步... 讨论风电场短期风速多步预测和信息粒化预测,建模方法采用最小二乘支持向量机回归算法,数据处理方法采用小波包变换算法,在小波变换的基础上有选择地分解高频部分,可进一步提升预测精度。最后,将该文所提的建模方法应用于短期风速多步预测和信息粒化预测。大量实例分析表明,多步预测方法可得到风速预测曲线,适用于含风电场的区域能源连续调度;信息粒化方法可处理冗余数据并得到较准确的风速预测的特征数据,能准确分析不同风电场或不同风电机组的机组特性。 展开更多
关键词 风速预测 最小二乘支持向量机 小波包变换 多步预测 信息
下载PDF
基于小波和信息粒化的BP神经网络的轴承故障诊断 被引量:14
8
作者 张蕾 周洲 《机械科学与技术》 CSCD 北大核心 2012年第1期49-52,共4页
通过对圆锥滚子轴承轴向故障振动信号的预处理,得到响应的特征,从而利用BP神经网络进行故障诊断。首先利用一种新的小波消噪算法对监测信号进行预处理,该算法是基于最佳正交小波基的选择,使熵在小波收缩过程中的作用最小;文章重点在于... 通过对圆锥滚子轴承轴向故障振动信号的预处理,得到响应的特征,从而利用BP神经网络进行故障诊断。首先利用一种新的小波消噪算法对监测信号进行预处理,该算法是基于最佳正交小波基的选择,使熵在小波收缩过程中的作用最小;文章重点在于利用模糊信息粒化对消噪后信号进行模糊粒化,从而更好的特征提取;最后将特征向量作为输入,运用BP神经网络进行故障诊断。通过实验故障信号验证了,消噪后的信号能更好地进行特征提取;同时,模糊粒化后能更准确的进行故障诊断。 展开更多
关键词 小波消噪 信息 BP神经网络 轴承 故障诊断
下载PDF
基于模糊信息粒化的支持向量机在犯罪时序预测中的应用 被引量:15
9
作者 陈鹏 胡啸峰 陈建国 《科学技术与工程》 北大核心 2015年第35期54-57,63,共5页
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;但对细颗粒度下的信息利用不足。相比之下,基于模糊信息粒化的支持向量机能够在对时间序列的细颗粒度数据进行粒化预处... 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;但对细颗粒度下的信息利用不足。相比之下,基于模糊信息粒化的支持向量机能够在对时间序列的细颗粒度数据进行粒化预处理的基础上建立拟合回归模型,实现粗颗粒度下的时序预测。利用基于模糊信息粒化的支持向量机方法对S市的侵财类案件数据进行分析预测,并与ARIMA模型进行了比较。结果表明该方法在预测精度上要显著优于时间序列预测模型。对公安部门的警务指挥与情报研判具有较高的实用性。 展开更多
关键词 信息 支持向量机 时间序列 犯罪预测
下载PDF
粒集理论:粒计算的新模型 被引量:13
10
作者 李鸿 《重庆邮电大学学报(自然科学版)》 2007年第4期397-404,共8页
在已有的有关粒计算研究成果的基础上,表述了信息的粒化、层次化和动态性原理,并综合了粒的表示形式后,提出了粒集的概念,确认了粒的二元组的表示形式;同时借用统一集的形式对粒集进行了描述,分析了统一集与粒集的异同,给出了与粒集相... 在已有的有关粒计算研究成果的基础上,表述了信息的粒化、层次化和动态性原理,并综合了粒的表示形式后,提出了粒集的概念,确认了粒的二元组的表示形式;同时借用统一集的形式对粒集进行了描述,分析了统一集与粒集的异同,给出了与粒集相关的一些概念,讨论了用粒集形式来表达其他各种各样的集合,诸如经典集合、模糊集合、可拓集合、Vague集合、粗糙集合等后,又讨论并表示了粒运算和粒集运算,最后给出了粒集理论的初步应用框架。粒集理论为粒计算提供很好的理论基础,从而使粒计算确立自己独立的研究领域。 展开更多
关键词 计算 信息 运算 集运算
下载PDF
基于信息粒化的SVM时序回归预测 被引量:10
11
作者 彭勇 陈俞强 《计算机系统应用》 2013年第5期163-167,206,共6页
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),降低样本规模,节省时间复杂度.然后将模糊粒化后的信息利用SVM进行回归分析,同时利用交叉验证选出最优的分类... 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),降低样本规模,节省时间复杂度.然后将模糊粒化后的信息利用SVM进行回归分析,同时利用交叉验证选出最优的分类器调节参数,可降低分类器的复杂性和提高分类器的泛化能力,避免出现过学习和欠学习.最后通过预测上证指数的实验验证了该算法具有优越的特性,能够较为准确的进行时序回归预测. 展开更多
关键词 信息 支持向量机 能力 回归预测
下载PDF
粒集及其描述 被引量:9
12
作者 李鸿 《宿州学院学报》 2006年第1期90-93,共4页
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是描述域,B是由D到U的映射,J是约束。由此出发,分析统一集与粒集的异同,给出与粒集相关的一些概念,描述了... 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是描述域,B是由D到U的映射,J是约束。由此出发,分析统一集与粒集的异同,给出与粒集相关的一些概念,描述了用粒集形式来表达其他各种各样的集合,诸如经典集合、模糊集合、可拓集合、V ague集合、粗糙集合等。粒集理论为粒计算提供很好的理论基础,从而使粒计算确立自己独立的研究领域。 展开更多
关键词 计算 信息 统一集 描述
下载PDF
金融时间序列模糊边界预测研究 被引量:9
13
作者 桂斌 黄立冬 +1 位作者 周杰 杨小平 《小型微型计算机系统》 CSCD 北大核心 2012年第10期2283-2286,共4页
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.由于金融市场的复杂性,传统的预测方法可靠度较低.提出将金融时间序列模糊信息粒化成一个模糊粒子序列,... 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.由于金融市场的复杂性,传统的预测方法可靠度较低.提出将金融时间序列模糊信息粒化成一个模糊粒子序列,运用支持向量机对模糊粒子的上下界进行回归,然后应用回归所得到的模型分别对上下界进行单步预测,从而将预测的结果限定在一个范围之内.这是一种全新的思路.以上证指数周收盘指数为实验数据,实验结果表明了这种方法的有效性. 展开更多
关键词 信息 支持向量机 回归 金融时间序列
下载PDF
SVM的信息粒化时序回归预测城市用水量 被引量:8
14
作者 张清周 黄源 赵明 《供水技术》 2012年第4期43-46,共4页
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。首先提取每日的最高时用水量,再将每7个数据变换为一个三角型模糊粒子,该模糊粒子中的三个参数Low、R和Up分别代... 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。首先提取每日的最高时用水量,再将每7个数据变换为一个三角型模糊粒子,该模糊粒子中的三个参数Low、R和Up分别代表一周内最高时用水量变化的最小值、平均值和最大值,然后利用SVM对最高时用水量及Low、R和Up进行预测。针对SVM在预测时调整自身相关参数困难的问题,提出了运用网格法对模型中的参数进行优化选择。实例分析结果表明,该模型建模速度快,预测精度高,且实用性强。 展开更多
关键词 信息 支持向量机 网格算法 用水量预测 相对误差
下载PDF
数据集分类可用性评估的置信区间方法 被引量:8
15
作者 谈询滔 顾依依 +1 位作者 阮彤 袁玉波 《计算机科学》 CSCD 北大核心 2019年第1期78-85,共8页
如何有效评价训练数据集的可用性,一直是困扰智能分类系统应用的难点问题。针对机器学习领域的数据分类问题,提出了一种基于区间分析和信息粒化的数据集分类可用性的评估方法,用于评价数据集的可分程度。该方法将待评估的数据集定义为... 如何有效评价训练数据集的可用性,一直是困扰智能分类系统应用的难点问题。针对机器学习领域的数据分类问题,提出了一种基于区间分析和信息粒化的数据集分类可用性的评估方法,用于评价数据集的可分程度。该方法将待评估的数据集定义为分类信息系统,提出了分类置信区间的概念,通过区间分析进行信息粒化。在此信息粒化策略下,定义分类可用性的数学模型,并进一步给出单个属性以及整体数据集的分类可用性的计算方法。选择18个UCI标准数据集作为评估对象,给出了部分数据集分类可用性的评估结果,并且选取3种分类器对所选数据集进行分类实验,最终通过对上述实验结果的分析证明了该评估方法的有效性和可行性。 展开更多
关键词 数据可用性 分类系统 区间分析 信息 分类可用性
下载PDF
基于信息粒化理论的主体间任务分配方法 被引量:6
16
作者 修保新 刘忠 +1 位作者 张维明 阳东升 《国防科技大学学报》 EI CAS CSCD 北大核心 2007年第3期71-75,102,共6页
有效的任务分配对于多主体系统通过主体间协作完成其使命任务是非常重要的。基于信息粒化理论提出了一种新的解决方法,任务分配过程包括两个阶段:主体和任务粒化阶段和粒内规划阶段。给出了主体和任务粒化阶段的数学表示和基于遗传算法... 有效的任务分配对于多主体系统通过主体间协作完成其使命任务是非常重要的。基于信息粒化理论提出了一种新的解决方法,任务分配过程包括两个阶段:主体和任务粒化阶段和粒内规划阶段。给出了主体和任务粒化阶段的数学表示和基于遗传算法的求解方法。案例分析和对比试验表明本文的方法具有较好的性能。 展开更多
关键词 主体 任务分配 信息 遗传算法
下载PDF
基于信息粒化、语词计算模糊控制系统中的信息重组 被引量:3
17
作者 李征 邵世煌 《中国纺织大学学报》 CSCD 2000年第3期9-13,共5页
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。
关键词 模糊控制 信息 语词计算 信息重组
下载PDF
基于信息粒化和语词计算的模糊控制器 被引量:3
18
作者 李征 王维工 《辽宁工程技术大学学报(自然科学版)》 CAS 北大核心 2001年第5期636-639,共4页
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类智能。对于具有不确定性的复杂大系统的控制、决策,有着良好的应用前景。
关键词 模糊控制 信息 语词计算 控制器
下载PDF
基于粒度聚类的转炉炼钢氧气消耗量预测
19
作者 阳青锋 赖旭芝 +3 位作者 杜胜 胡杰 陈略峰 吴敏 《自动化学报》 EI CAS CSCD 北大核心 2024年第1期132-142,共11页
转炉炼钢是钢铁企业的主要耗氧工序,预测转炉炼钢的氧气消耗量对氧气系统合理调度、保证生产安全具有重要意义.考虑到转炉冶炼工况多、钢种数据粒度不统一,提出一种基于粒度聚类的转炉炼钢氧气消耗量预测方法.首先,利用孤立森林异常检... 转炉炼钢是钢铁企业的主要耗氧工序,预测转炉炼钢的氧气消耗量对氧气系统合理调度、保证生产安全具有重要意义.考虑到转炉冶炼工况多、钢种数据粒度不统一,提出一种基于粒度聚类的转炉炼钢氧气消耗量预测方法.首先,利用孤立森林异常检测法剔除历史数据库中的异常数据;接着,采用皮尔逊相关性分析和互信息相关系数选取相关影响因子,对不同钢种数据进行信息粒化,实现数据特征提取和维度统一,使用模糊C均值(Fuzzy C-means,FCM)划分工况并建立不同工况下的氧气消耗量预测子模型;最后,利用企业的实际生产数据进行实验,验证所提方法的准确性和有效性. 展开更多
关键词 转炉炼钢 氧气消耗预测 信息 工况识别
下载PDF
基于ARIMA与信息粒化SVR组合的股指预测研究 被引量:5
20
作者 姚金海 《运筹与管理》 CSSCI CSCD 北大核心 2022年第5期214-220,共7页
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的组合预测模型,对股票市场指数价格和收益变化的趋势进行预测。实证研究结果表明:基于ARIMA与信息粒化... 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的组合预测模型,对股票市场指数价格和收益变化的趋势进行预测。实证研究结果表明:基于ARIMA与信息粒化SVR组合的股指预测模型相较于传统时间序列模型而言,在预测精度和效度方面有较大提升,能够在一定时间周期内对股票等风险资产的价格波动区间进行较为可靠地预测,但目前还只能大致确定时间序列波动的区间范围而不能精确地预测具体点位。未来仍需结合其他预测模型和预判技术进一步深入研究,以有效提升股指趋势预测的准确性和实际指导性。 展开更多
关键词 ARIMA模型 信息 SVR模型 股价指数 投资组合优
下载PDF
上一页 1 2 7 下一页 到第
使用帮助 返回顶部