-
题名基于模糊特征向量的差异驱动模糊决策算法
被引量:3
- 1
-
-
作者
顾祥柏
朱群雄
-
机构
北京化工大学信息学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2005年第2期53-56,共4页
-
基金
国家自然科学基金项目(编号:29976003)
教育部科学技术研究重点项目(编号:01024)
-
文摘
为了识别多属性专家决策的差异,在常规模糊决策矩阵的基础上,采用协方差的定义,构建了模糊协方差相似决策矩阵,提出了基于模糊协方差相似矩阵的模糊特征向量简化算法的多属性差异驱动模糊决策法,该方法从整体上体现决策信息的离散投影,具有较好的客观性和透明性。验证实例的对比结果说明了该方法的有效性。提出的算法对于属性与方案关系比较复杂,难以直观地确定各属性与方案相对重要性权重的决策应用(如多层次的流程工业优化与调度决策)具有较好的应用前景。
-
关键词
模糊协方差对称决策矩阵
模糊特征向量
离散投影因子
差异驱动
-
Keywords
fuzzy covariance symmetrical matrix,fuzzy eigenvector,dispense project factor,difference driving
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于改进模糊综合评价的电影情感分类
被引量:2
- 2
-
-
作者
林新棋
-
机构
福建师范大学数学与计算机科学学院
福建师范大学网络安全与密码技术福建省高效重点实验室
-
出处
《计算机科学》
CSCD
北大核心
2014年第2期161-165,196,共6页
-
基金
国家自然科学基金(61070062
11071041)
+4 种基金
福建省教育厅基金项目(JA12075
JA10064
JB11036)
福建省高等学校科技创新团队(IRTSTFJ
N.J1917)资助
-
文摘
为了提高电影情感分类精确度,以模糊数学理论为基础,建立电影底层特征和高层认知情感之间的关系,提出一种基于改进模糊综合评价的电影情感分类新算法。首先,选择了反映情感变化的场景亮度、镜头切换率和颜色能量作为视频场景底层特征,介绍了相应的特征提取方法。其次,引入和改进模糊综合评价模型,并给出特征对情感的模糊隶属函数,建立了单因素评价矩阵。最后,对于不同情感,采用层次分析法确定底层特征之间的相对权重,根据改进的模糊综合评价模型计算出电影场景的情感模糊特征向量,用最大判决值和阈值原则确定待识别场景的情感类型。实验结果表明,所提出的算法能有效地提高电影场景的情感分类精确度。
-
关键词
情感模糊特征向量
模糊综合评价
单因素评价矩阵
视频情感内容
-
Keywords
Affective fuzzy feature vector, Fuzzy comprehensive evaluation, Single factor evaluation matrix, Video affective content
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名一种基于模糊VSM和神经网络的文本分类方法
被引量:1
- 3
-
-
作者
潘俊辉
王辉
-
机构
东北石油大学
-
出处
《科学技术与工程》
2011年第9期2121-2124,共4页
-
基金
中国博士后科学基金(20090460864)资助
-
文摘
针对文本自动分类时可能存在一个文本属于多类的问题,提出了一种基于模糊向量空间模型和神经网络的文本自动分类方法。该方法采用模糊集理论,把特征项在文档中出现的位置作为反映文档主题的重要程度(隶属度),并在特征提取时充分考虑该位置信息,从而构造出模糊特征向量,使文本分类更接近手工分类方法。建立的网络由输入层、隐含层和输出层组成,其中输入层完成分类样本的输入,隐含层提取输入样本所隐含的模式特征,输出层用于输出分类结果。实验部分以万方数据库中部分文档数据为例验证了该方法的有效性。
-
关键词
文本分类
模糊向量空间
神经网络
模糊特征向量
特征提取
隶属度
-
Keywords
text classification fuzzy vector space neural networks fuzzy feature vector feature extracted membership
-
分类号
TP391.3
[自动化与计算机技术—计算机应用技术]
-
-
题名基于模糊VSM和RBF网络的文本分类方法
- 4
-
-
作者
许少华
李小红
潘俊辉
-
机构
大庆石油学院计算机科学与工程学院
-
出处
《计算机工程与设计》
CSCD
北大核心
2007年第1期145-148,共4页
-
文摘
针对文本自动分类问题,提出了一种基于模糊向量空间模型和径向基函数网络的分类方法。网络由输入层、隐层和输出层组成。输入层完成分类样本的输入,隐层提取输入样本所隐含的模式特征,将分类结果在输出层表现出来。该方法在特征提取时充分考虑了特征项在文档中的位置信息,构造出模糊特征向量,使自动分类更接近手工分类方法。以中国期刊网全文数据库部分文档数据为例验证了该方法的有效性。
-
关键词
数据挖掘
特征提取
神经网络
文本分类
模糊特征向量
-
Keywords
data mining
feature extracted
neural network
document classification
fuzzy characteristic vector
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-