-
题名CCA三支决策模型的边界域样本处理
被引量：3
- 1
-
-
作者
张燕平
邹慧锦
邢航
赵姝
-
机构
安徽大学计算机科学与技术学院
安徽大学计算智能与信号处理教育部重点实验室
-
出处
《计算机科学与探索》
CSCD
2014年第5期593-600,共8页
-
基金
国家自然科学基金Nos.61073117
61175046
+2 种基金
安徽省自然科学基金No.11040606M145
安徽省教育厅科学基金No.KJ2013A016
安徽大学大学生科研训练计划~~
-
文摘
构造性覆盖算法(constructive covering algorithm,CCA)三支决策模型在学习过程中根据样本分布特征,自动产生正域、负域和边界域。该模型为边界域样本处理问题提供了新的思路。重点讨论了基于CCA的三支决策的边界域样本处理问题。对边界域样本处理提出了两种决策方案:一种为处理全部的边界域样本,给出了距中心最近原则、距边界最近原则、万有引力原则3种方法;另一种为处理部分的边界域样本,即只对满足一定条件的边界域样本作进一步的划分,这样使不满足条件的边界域样本仍保留在边界域,提高了边界域样本处理的正确率。用十字交叉法在5组数据集上对这两种决策方案进行了对比,实验结果表明,处理部分边界域样本时正确率更高,效果更好。
-
关键词
构造性覆盖算法(CCA)
边界域样本处理
三支决策
CONSTRUCTIVE
COVERinG
ALGORITHM
(CCA)
-
Keywords
dealing with samples in boundary regions
three-way decisions
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名改进PRM算法的无人机航迹规划
被引量：17
- 2
-
-
作者
谭建豪
肖友伦
刘力铭
孙敬陶
-
机构
湖南大学电气与信息工程学院
湖南大学机器人视觉感知与控制国家工程实验室
-
出处
《传感器与微系统》
CSCD
2020年第1期38-41,共4页
-
基金
国家自然科学基金资助项目(61433016,61573134,61733004)
-
文摘
针对传统随机路标图(PRM)算法对航迹规划的自由空间进行随机采样表现出的随机性,和在狭窄通道中可能出现的航迹无解问题,提出一种改进PRM的航迹规划算法。通过将障碍物的边界点作为确定采样点,并对栅格地图的自由空间建立最优可行区域,降低传统PRM算法随机采样点的分散性,使路径搜索具有明确性,以此来提高算法在时间和空间上的利用率。为验证算法的有效性,采用MATLAB仿真平台建立无人机二维和三维空间,进行航迹规划对比实验。实验结果表明:在三维空间中,改进PRM算法较传统PRM算法航迹规划时间降低2.469%至5.721%,航迹长度减少0.89%至1.54%。
-
关键词
随机路标图(PRM)算法
障碍物边界采样
最优可行区域
航迹规划
-
Keywords
probabilistic road map(PRM)algorithm
obstacle boundary sampling
optimal feasible region
path planning
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
-
题名面向混合数据的代价敏感三支决策边界域分类方法
被引量：2
- 3
-
-
作者
周阳阳
钱文彬
王映龙
彭莉莎
曾武序
-
机构
江西农业大学计算机与信息工程学院
江西农业大学软件学院
南京大学工程管理学院
-
出处
《智能系统学报》
CSCD
北大核心
2022年第2期411-419,共9页
-
基金
国家重点研发计划项目(2020YFD1100605)
国家自然科学基金项目(61966016)
+1 种基金
江西省自然科学基金项目(20192BAB207018)
江西省研究生创新专项基金项目(YC2020-S236).
-
文摘
针对现有三支决策模型的研究对象多为单一性数据的决策系统,对于混合数据边界域样本处理的研究相对较少,本文面向混合数据提出了基于核属性的代价敏感三支决策边界域分类方法。该方法基于正域约简计算混合邻域决策系统的核属性集,在此基础上计算混合邻域类,并利用三支决策规则分别将对象划分到各决策类的正域、边界域和负域;提出了一种基于代价敏感学习的三支决策边界域分类方法,并构造了误分类代价的计算方法,以此划分边界域中的对象。通过对UCI上的10个数据集进行实验对比与分析,进一步验证了本文方法,为处理边界域样本提供了一种可行有效的方法。
-
关键词
三支决策
粒计算
代价敏感
混合数据
正域约简
边界域样本处理
粗糙集
核属性
-
Keywords
three-way decisions
granular computing
cost sensitive
hybrid data
positive domain reduction
boundary region sample processing
rough set
core attribute
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
