期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于邻域信息熵度量数值属性快速约简算法 被引量:7
1
作者 李少年 吴良刚 《计算机工程与科学》 CSCD 北大核心 2016年第2期350-355,共6页
阐述邻域粗糙集和邻域信息熵的基本定义及性质,为避免数值属性信息系统属性约简过程中,属性离散化造成特征信息的丢失,提出一种新的基于邻域信息熵度量数值属性约简算法。扩展邻域信息系统核属性集生成约简属性集,邻域信息熵度量不仅关... 阐述邻域粗糙集和邻域信息熵的基本定义及性质,为避免数值属性信息系统属性约简过程中,属性离散化造成特征信息的丢失,提出一种新的基于邻域信息熵度量数值属性约简算法。扩展邻域信息系统核属性集生成约简属性集,邻域信息熵度量不仅关注约简属性集正域变化,而且考察负域样本空间约简属性邻域等价类在决策属性划分的分布,具备更好的邻域关系度量细粒度。实验表明,对比邻域粗糙集近似度量、邻域有效信息率度量、邻域软间隔度量的属性约简方法,该算法能有效进行邻域信息系统属性约简的同时,也保持了约简属性集更好的分类精度。 展开更多
关键词 属性约简 邻域信息熵度量 核属性 邻域信息系统 负域样本空间 分类精度
在线阅读 下载PDF
一种基于邻域容差信息熵的组合度量方法 被引量:5
2
作者 姚晟 陈菊 吴照玉 《小型微型计算机系统》 CSCD 北大核心 2020年第1期46-50,共5页
在实际应用中,大多数信息系统中的数据都是混合的,为了度量混合信息系统的不确定性,本文提出了一种组合度量方法.首先在不完备邻域粗糙集中定义了混合近似精度和混合近似粗糙度的概念;接着考虑到这两种单一度量方法对信息系统不确定性... 在实际应用中,大多数信息系统中的数据都是混合的,为了度量混合信息系统的不确定性,本文提出了一种组合度量方法.首先在不完备邻域粗糙集中定义了混合近似精度和混合近似粗糙度的概念;接着考虑到这两种单一度量方法对信息系统不确定性评估的不足,然后,进一步引入邻域容差信息熵的概念;最后将混合近似粗糙度和邻域容差信息熵这两种单一度量进行结合提出一种组合度量方法,并且研究了相关性质.UCI实验结果表明,本文所提出的方法在混合信息系统中具有更好的不确定性度量效果,从而验证了该度量方法具有一定的优越性,并且从理论上也证明了该方法的可行性. 展开更多
关键词 不确定性度量 混合近似粗糙度 邻域容差信息熵 组合度量
在线阅读 下载PDF
邻域粗糙集中不确定性的熵度量方法 被引量:4
3
作者 陈玉明 曾志强 田翠华 《计算机科学与探索》 CSCD 北大核心 2016年第12期1793-1800,共8页
针对传统粗糙集理论中不确定度量方法难以适用于邻域粗糙集模型的问题,引入信息熵的度量方法,提出了基于信息熵的邻域粗糙集不确定性度量方法。该方法采用邻域关系对连续型数据进行信息粒化,基于粒化后的数据定义邻域系统中的近似精度... 针对传统粗糙集理论中不确定度量方法难以适用于邻域粗糙集模型的问题,引入信息熵的度量方法,提出了基于信息熵的邻域粗糙集不确定性度量方法。该方法采用邻域关系对连续型数据进行信息粒化,基于粒化后的数据定义邻域系统中的近似精度、邻域信息熵、加权邻域信息熵等不确定性度量。进一步提出邻域系统不确定性度量的公理化表示,证明邻域系统的近似精度、邻域信息熵、加权邻域信息熵都是公理化度量;给出其最大最小值,证明其满足单调性原理。理论分析与实验表明邻域系统中的信息熵度量优于近似精度度量。 展开更多
关键词 邻域粗糙集 邻域信息熵 不确定性度量 信息系统 近似精度
在线阅读 下载PDF
基于计量自动化系统的电能计量异常诊断技术研究 被引量:22
4
作者 宋晓川 郑宽昀 +2 位作者 李俊臣 武文广 胡威 《电网与清洁能源》 北大核心 2022年第4期110-116,共7页
为及时发现电能计量异常,减少电力企业和用户损失,提出基于计量自动化系统的电能计量异常诊断技术。利用面向服务的体系架构设计对应计量自动化系统,将系统分为数据采集、信息交换、业务处理等层次,建立整体架构;设置系统档案管理、预... 为及时发现电能计量异常,减少电力企业和用户损失,提出基于计量自动化系统的电能计量异常诊断技术。利用面向服务的体系架构设计对应计量自动化系统,将系统分为数据采集、信息交换、业务处理等层次,建立整体架构;设置系统档案管理、预警管理、实时抄表等功能;在系统中引入均值聚类算法,根据采集的大量历史计量信息,建立时间序列重构计量信息,填补缺失数据;使用相对邻域信息熵算法,结合目标样本权重,计算异常数据在全域中的比例,通过离群度诊断电能计量是否异常。仿真实验表明,所提技术可以有效填补计量缺失数据,无论对于设备异常还是用户异常均有较高的诊断精度。 展开更多
关键词 计量自动化系统 电能计量 异常诊断 均值聚类 邻域信息熵
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部