基于信息融合的模糊粗糙学习算法研究

发布时间：2022-02-16 14:31

　　信息融合是指将单个或多个信息源所获取的数据和信息进行关联、相关和综合,对态势和威胁及其重要程度进行全面、及时评估的信息处理过程。将信息融合的思想与模糊粗糙集理论结合,即利用模糊粗糙集将事物或对象的多源信息进行有效的融合,可以得到更加全面、综合的决策。本文基于信息融合分别构造了模糊粗糙属性约简算法和分类模型。1.基于信息融合的模糊粗糙属性约简,其在利用模糊粗糙集模型进行决策时,通常采用最大隶属度原则。经典模糊粗糙集决策模型在计算模糊下近似时通常取均值,忽略了每个属性在信息融合中重要性的差异。为了解决这个问题,首先分别对每一个属性计算单一属性决策下近似,然后引入了融合决策的概念,并通过最优化理论以及相应的算法求解出单一属性的决策近似的权重,即融合系数。将决策下近似组合得到多属性融合下的模糊粗糙下近似矩阵,最后再根据最大隶属度原则进行多属性融合下的决策。同时,根据计算出的融合系数,构造了基于信息融合的模糊粗糙属性约简算法。2.信息融合下的分类模型,是在信息融合的模糊粗糙决策模型的基础上,将决策类的差异也考虑在内进行信息融合。与上一章的决策过程基本一致,但由于考虑到决策类的不同,相关的概念及性... 

【文章来源】：渤海大学辽宁省

【文章页数】：57 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
1 绪论
    1.1 引言
    1.2 模糊粗糙集的研究概况
    1.3 模糊粗糙学习方法概述
        1.3.1 属性约简概述
        1.3.2 分类器概述
    1.4 本文的主要工作
2 基础知识
    2.1 经典粗糙集的基本概念
    2.2 模糊粗糙集的基本概念
3 基于信息融合的模糊粗糙属性约简
    3.1 经典模糊粗糙集决策模型
    3.2 信息融合的模糊粗糙决策模型
        3.2.1 多属性融合下的模糊粗糙近似
        3.2.2 融合决策权重的确定
        3.2.3 融合系数优化模型的矩阵表示
            3.2.3.1 优化模型构造说明
            3.2.3.2 优化模型的矩阵表示
    3.3 属性约简
    3.4 实验分析
    3.5 本章总结
4 基于信息融合的模糊粗糙分类
    4.1 信息融合下的分类模型
        4.1.1 信息融合的模糊粗糙决策模型
        4.1.2 融合决策权重的确定
        4.1.3 融合系数优化模型的构造说明
            4.1.3.1 拉格朗日乘数法
            4.1.3.2 二次规划法
    4.2 实验分析
    4.3 本章总结
总结与展望
参考文献
发表论文情况
致谢


【参考文献】：
期刊论文
[1]随机模糊粗糙分类方法[J]. 王长宝,杨习贝,王平心,窦慧莉,陈向坚.  计算机工程与设计. 2017(10)
[2]基于模糊集理论的信息关联模式识别算法应用[J]. 陕振沛,宁宝权,张转周.  江苏科技大学学报(自然科学版). 2017(01)
[3]基于改进分辨矩阵的属性约简方法[J]. 黄治国,杨晓骥.  计算机仿真. 2014(09)
[4]自适应模糊决策树算法[J]. 孙娟,王熙照.  计算机工程与设计. 2013(02)
[5]信息融合理论的基本方法与进展（Ⅱ）[J]. 潘泉,王增福,梁彦,杨峰,刘准钆.  控制理论与应用. 2012(10)
[6]MATLAB在最优化模型求解中的应用[J]. 石磊.  赤峰学院学报(自然科学版). 2012(08)
[7]农业机器人多传感器信息融合技术的研究进展[J]. 关宇,杨晓京,姜涛.  安徽农业科学. 2010(25)
[8]基于模糊神经网络的信息融合技术研究[J]. 杨芳勋,黄席樾,李建科.  自动化与仪器仪表. 2009(02)
[9]决策树的经典算法:ID3与C4.5[J]. 黄文.  四川文理学院学报. 2007(05)
[10]决策树算法的研究与改进[J]. 冯少荣.  厦门大学学报(自然科学版). 2007(04)

硕士论文
[1]数据分布引导的模糊粗糙近邻分类算法[D]. 费轶楠.大连海事大学 2015
[2]基于信息融合技术的航空发动机故障诊断[D]. 赵鹏.西北工业大学 2007



本文编号：3628135