HI,欢迎来到好期刊网,发表咨询:400-888-9411 订阅咨询:400-888-1571证券代码(211862)

计算机科学杂志北大期刊CSCD期刊统计源期刊

  • 主管单位:国家科学技术部

  • 主办单位:国家科技部西南信息中心

  • ISSN:1002-137X

  • CN:50-1075/TP

计算机科学杂志

计算机科学 2018年第10期杂志 文档列表

计算机科学杂志2018年中国粒计算与知识发现学术会议
1-5

基于决策粗糙集的广义序贯三支决策方法

作者:杨新; 李天瑞; 刘盾; 方宇; 王宁 单位:西南交通大学信息科学与技术学院; 成都611756; 四川工商学院计算机学院; 成都611745; 西南交通大学经济管理学院; 成都610031; 西南石油大学计算机科学学院; 成都610500; 重庆师范大学涉外商贸学院; 重庆401520)5

摘要:三支决策是求解动态不确定性问题的有效方法之一。相比传统的二支决策,序贯三支决策方法在信息不充分或证据不足时能有效平衡决策结果代价和过程代价。在研究多层次的粒结构、多选择的处理对象和多样化的代价结构的基础上,提出了一种基于决策粗糙集的广义序贯三支决策模型。该模型在每一层都考虑了7种不同的对象处理方式。最后,通过实验对比分析了该模型中7种方法的效率和性能。

6-10

代价敏感的序贯三支决策方法

作者:邢颖; 李德玉; 王素格 单位:山西大学计算机与信息技术学院; 太原030006; 山西大学计算智能与中文信息处理教育部重点实验室; 太原030006

摘要:在现实决策中,代价敏感问题是影响人类决策的重要因素之一,许多研究者致力于降低决策的代价。现阶段,在粗糙集领域中,研究者多基于DTRS模型且仅考虑某一种代价,不够全面。针对以上问题,利用序贯三支决策模型对两种代价的敏感性,通过多层次粒结构可以有效降低决策总代价,且能够更好地模拟人类动态渐进的决策过程。在序贯三支决策模型的基础上,构造了多层次粒结构;将各个属性的测试代价与其分类能力相关联,从信息熵的角度为其设置测试代价;与此同时,将属性约简与序贯三支决策相结合,利用基于代价最小准则的属性约简去除冗余属性及不相关属性对代价的影响。在7个UCI数据集上的实验结果显示,在保证较高准确度的同时,决策的总代价平均下降了26%左右,充分验证了该方法的有效性。

11-20

基于加权粒度和优势关系的程度多粒度粗糙集近似集的动态并行更新算法

作者:赵艺琳; 姜麟; 米允龙; 李金海 单位:昆明理工大学理学院; 昆明650500; 中国科学院大学计算机与控制学院; 北京101408; 昆明理工大学数据科学研究中心; 昆明650500

摘要:随着大数据集的不断更新,经典的多粒度粗糙集理论不再适用。为此,提出加权粒度优势关系程度悲观多粒度粗糙集与加权粒度优势关系程度乐观多粒度粗糙集的相关理论。在此基础上,给出了一种基于加权粒度和优势关系的程度多粒度粗糙集近似集的动态并行更新算法。最后,通过实验验证了所提算法的有效性,其能够应对海量动态更新的数据变化并提升运行效率。

21-26

三支类背景上的规则获取

作者:任睿思; 魏玲; 祁建军 单位:西北大学数学学院; 西安710127; 西安电子科技大学计算机学院; 西安710071

摘要:规则提取是三支概念分析中的一个重要问题。首先,基于属性导出三支概念,定义了两种三支类背景,即三支条件类背景和三支决策类背景,给出了类背景上的类概念并且研究了类概念的结构。其次,讨论了三支决策类背景上的类概念与三支弱协调决策形式背景上的属性导出三支概念之间的关系。然后,提出了三支决策类背景上的规则获取方法,并且通过比较证明了基于三支类背景获取的规则优于基于三支弱协调决策形式背景获取的规则。最后,利用三支条件类背景给出了反向规则与双向规则的获取方法。关键词 属性导出三支概念,三支弱协调决策形式背景,三支条件类背景,三支决策类背景,规则获取

27-32

基于最优相似度三支决策的模糊粗糙集模型

作者:杨霁琳; 张贤勇; 唐孝; 冯林 单位:四川师范大学基础教学学院; 成都610068; 四川师范大学智能信息与量子信息研究所; 成都610068; 四川师范大学数学与软件科学学院; 成都610068; 四川师范大学计算机科学学院; 成都610068

摘要:模糊信息系统中,对象的相似度往往会受噪声影响,且它在模型运算中常常并非全部需要高精度参与计算。文中首先引入阈值对(α,β),提出了一种基于相似度三支决策的模糊粗糙集模型;其次利用模糊集近似的三支决策方法,给出了对象相似度三支决策的错误率、决策代价以及相应的语义解释;然后以总体决策代价最小化为目标,给出了最优(α,β)的计算方法,从而建立了一种基于最优相似度三支决策的模糊粗糙集模型;最后通过实例分析说明了该模型的可行性和合理性。本文建立的三支决策模糊粗糙集模型保留了模糊信息系统的不确定性,一定程度地去除了噪声影响,且能通过计算得到最优阈值(α,β),从而建立基于相似度三支决策的最优模型,这将有益于模糊信息系统的应用。

33-36

决策形式背景面向属性与面向对象的决策规则

作者:姜玉婷; 秦克云 单位:西南交通大学数学学院; 成都611756

摘要:决策形式背景是形式概念分析的重要研究内容,决策形式背景的知识体现为决策规则。文中提出了面向对象与面向属性概念格的决策规则,给出了决策规则的语义解释;刻画了面向属性概念格的决策规则与基于Wille概念格的决策规则的关系,给出了一种属性集协调性判别方法。

37-42

用户非对称信任关系的推荐算法

作者:张紫茵; 张恒汝; 徐媛媛; 秦琴 单位:西南石油大学计算机科学学院; 成都610500

摘要:数据稀疏性是目前协同过滤面临的主要挑战之一。用户间的信任关系为推荐系统提供了有用的附加信息。已有工作主要采用直接信任关系作为附加信息,对间接信任关系考虑得较少。针对这一情况,提出一种融合直接和间接的用户非对称信任关系的推荐算法(ATRec)。首先,构建一种信任传递机制,并利用该机制获得用户间的间接非对称信任关系。其次,根据直接和间接非对称信任关系获得每个用户的信任集合。最后,利用信任集合、最近邻的评分和好评阈值计算出商品的受欢迎程度,进而获得对用户的to p-N推荐列表。在真实数据集上的实验结果表明,该算法比主流的推荐算法在to p-N推荐性能上有更好的表现。

43-46

基于分割策略的特征选择算法

作者:焦娜 单位:华东政法大学信息科学与技术系; 上海201620

摘要:特征选择是粗糙集理论中最基本、最重要的研究内容之一。已有的大多数特征选择算法对小规模数据表较为有效。在信息时代,数据表的规模越来越大,传统的特征选择方法对于大规模数据表的计算效率非常低。因此,文中引入分割策略的思想,将大规模数据表分割成若干个较小规模的数据表,然后通过合并所得结果来解决原数据表的特征选择问题。在标准数据集上的实验结果表明了所提算法的有效性。

47-50

决策形式背景三支粒约简

作者:林洪; 秦克云 单位:西南交通大学数学学院; 成都611756

摘要:针对决策形式背景,文中研究了基于对象导出三支概念格的粒约简问题。首先提出了三支粒协调决策形式背景的概念以及三支粒协调集的概念,以此为基础给出了三支粒协调集的判定定理。然后结合区分矩阵和区分函数给出了三支粒约简方法,并通过实例说明了提出的约简方法的有效性。最后讨论了决策形式背景下三支粒约简、粒约简、分类约简之间的关系。

51-53

面向对象的多粒度形式概念分析

作者:曾望林; 折延宏 单位:西安石油大学计算机学院; 西安710065; 西安石油大学理学院; 西安710065

摘要:为进一步将粒计算思想引入到形式概念分析之中,在多粒度形式背景中研究了面向对象的形式概念,将已有的面向对象概念由单粒度拓展至多粒度情形。首先,在多粒度形式背景中,给出了不同粒度下概念的定义;其次,研究了在不同粗细粒度下,面向对象概念之间的内在联系;最后,证明了在不同粗细粒度下外延集相等的充分必要条件。所得结论为在多粒度形式背景中建立融合形式概念分析与粗糙集理论的数据分析模型提供了可能的框架。

54-58

广义优势多粒度直觉模糊粗糙集的属性约简

作者:梁美社; 米据生; 冯涛 单位:河北师范大学数学与信息科学学院; 石家庄050024; 石家庄职业技术学院科技发展与校企合作部; 石家庄050081; 河北科技大学理学院; 石家庄050018

摘要:证据理论和多粒度粗糙集模型的结合已成为知识挖掘中的热点研究之一,其建立的模型已被应用于不完备、覆盖、模糊等信息系统,但在直觉模糊决策信息系统中还未见相关讨论。首先,在直觉模糊决策信息系统中利用三角模和三角余模定义了3种优势关系,得到了3种优势类,并构造了广义优势关系多粒度直觉模糊粗糙集模型;其次,基于证据理论,讨论了广义多粒度直觉模糊粗糙集的信任结构;然后,通过定义粒度重要性和属性重要性给出了属性约简方法;最后,通过实例说明了该模型在处理直觉模糊决策信息系统时是有效的。

59-63

基于粒计算的极限学习机模型设计与应用

作者:陈丽芳; 代琪; 付其峰 单位:华北理工大学理学院; 河北唐山063210; 华北理工大学信息工程学院; 河北唐山063210

摘要:在数据智能处理中属性重要度差异很大且具有高度非线性的特征,在这种情况下直接应用机器学习进行建模处理往往很难获得问题的有效解。针对此问题,文中探索了基于粒计算的属性重要度的排序方法且结合排序结果应用二元关系实现粒层划分算法;应用极限学习机对不同划分获得的粒层空间进行学习,进而对不同粒层空间的学习结果进行对比分析,从而获得最优划分与粒层;此外,将提出的粒度极限学习机模型应用于空气质量的预报问题,不仅加快了预报速度,而且获得的结果与实际预测高度吻合,实证了粒度极限学习机模型的有效性和可靠性。

计算机科学杂志网络与通信
64-68

基于无线OFDM系统的调制方式保护算法

作者:高宝建; 王少迪; 任宇辉; 王玉洁 单位:西北大学信息科学与技术学院; 西安710127

摘要:随着无线通信系统的宽带化;传统的数据加密算法具有很高的计算复杂度;并且没有考虑到物理层调制方式的安全性。针对这一问题;从物理层加密的角度;提出了一种基于无线OFDM系统的调制方式保护算法。在单载波和多载波情况下;分别对所提算法的调制方式保护效果进行了分析;并通过采用典型的认知无线电调制识别方法对加密前后的识别率进行了仿真和比较。理论分析和仿真结果表明;所提算法在不改变原系统固有性能的情况下;具有不错的调制方式保护性能。

69-77

针对设备差异性问题的增量式室内定位方法

作者:夏俊; 刘军发; 蒋鑫龙; 陈益强 单位:中国科学院大学; 北京100049; 中国科学院计算技术研究所泛在计算系统研究中心; 北京100190; 北京市移动计算与新型终端重点实验室; 北京100190

摘要:随着WLAN的普及,基于RSS(Received Signal Strength)的室内定位方法逐渐成为研究与应用的热点。其中,基于指纹的定位方法已成为主流,此类方法的特点之一在于要求离线训练数据与在线测试数据满足独立同分布,然而,在实际环境中,现有的指纹定位方法或系统存在以下3个问题:1)不同终端设备的无线通讯硬件存在差异性,训练数据和测试数据的采集设备之间的差异性将严重影响定位精度;2)环境中的无线信号呈现高动态性,采集的数据存在显著的时效性,因此由训练数据得到的模型的定位性能将随着时间的推移不断下降;3)传统增量式定位模型需要大量的标定数据,不具有实际可用性。为解决以上问题,提出了一种针对设备差异性问题的增量式室内定位方法,利用终端在持续定位服务中采集的无标记数据来实时更新定位模型。实验表明,在实际蓝牙定位数据集上,相比于传统的定位模型方法,所提方法的整体定位精度更高,误差距离为3~5 m时,其优势更为明显;同时,该方法具有时效优势,能够长时间保持有效定位。

78-82

D2D通信网络中一种基于时间反演的无线资源优化机制

作者:李方伟; 张琳琳; 朱江 单位:重庆邮电大学移动通信技术重庆市重点实验室; 重庆400065

摘要:针对D2D(Device-to-Device)异构无线通信网络中D2D用户和蜂窝用户之间的干扰问题,提出一种基于时间反演的无线资源优化机制。该机制包括两个步骤:1)在上行传输系统中结合时间反演镜技术实现干扰消除,即对每个用户执行信道签名,提取有用信号,剔除干扰,获取系统用户信干噪比;2)根据用户信干噪比,采用功率控制算法并结合凸优化理论来调整用户的发射功率,以最大系统吞吐量为优化目标。仿真结果表明,该机制有效地抑制了D2D异构无线通信网络中蜂窝用户和D2D用户的相互干扰,提升了系统容量,同时满足了用户对通信可靠性的需求,保证了用户能够获得更高的QoS(Quality of Service)。