摘要：特征选择算法主要分为filter和wrapper两大类,并已提出基于不同理论的算法模型,但依然存在算法处理能力不强、子集分类精度不高等问题。基于模糊粗糙集的信息熵模型提出最大互信息最大相关熵标准,并根据该标准设计了一种新的特征选择方法,能同时处理离散数据、连续数据和模糊数据等混合信息。经UCI数据集试验,表明该算法与其他算法相比,具有较高的精度,且稳定性较高,是有效的。

摘要：多标签数据广泛存在于现实世界中,多标签特征选择是多标签学习中重要的预处理步骤。基于模糊粗糙集模型,研究人员已经提出了一些多标签特征选择算法,但是这些算法大多没有关注标签之间的共现特性。为了解决这一问题,基于样本标签间的共现关系评价样本在标签集下的相似关系,利用这种关系定义了特征与标签之间的模糊互信息,并结合最大相关与最小冗余原则设计了一种多标签特征选择算法LC-FS。在5个公开数据集上进行了实验,实验结果表明了所提算法的有效性。

摘要：针对舰船成本预测系统中自变量众多且相互关系错综复杂的特点,提出了用模糊粗糙集方法对舰船成本预测系统中的自变量进行约简。在模糊粗糙集方法的框架下,给出了模糊不可分辨关系和相对约简的定义,构建了基于模糊粗糙集的舰船成本预测系统自变量约简模型,并且针对实际的舰船成本预测系统一般是混合数据系统的问题,对广义差别矩阵的定义进行了改进,设计了相应的启发式约简算法。实例分析结果表明:文中所提的方法不仅能使约简的自变量大为减少,而且约简的效果较传统方法更好,且计算过程也更简单。

摘要：由于低分化肿瘤很难通过常规组织病理学诊断发现,而结合基因检测的手段可以准确筛选出针对特定肿瘤的致病基因,因此基因选择是进行肿瘤分类和临床治疗的关键问题.肿瘤基因表达数据具有样本小、维度高的特征,现有的基因选择算法在分类精度和计算效率上还有待提高.在模糊粗糙集理论的基础上进行区分矩阵模糊化,并依此设计了模糊区分矩阵属性约简算法.相比于经典的区分矩阵,模糊化的区分矩阵能够体现不同属性对于两个对象区分程度的差异,从而选择区分程度更高的属性而获得更好的分类效果.数值实验表明该方法提高了肿瘤基因数据的分类精度,且降低了计算耗时.实验采用kNN分类器进行结直肠癌(Colon Microarray)分类特征基因选择实验,从2000个特征基因中筛选出了五个结直肠癌发病相关的关键基因,且分类精度高达88.06%。

摘要：目的从人因工程学角度,基于多层次模糊理论提出一种列车驾驶人机交互界面的评价方法。方法针对当前地铁列车驾驶作业,基于驾驶任务分析,从能够直接反映舒适性的人体关节活动角度出发,构建了列车驾驶界面综合评价的"任务-器件-动作"指标体系。基于多层次模糊理论构建用于评价列车人机交互驾驶界面布局的模型,通过设计人因实验,使用层次分析和模糊粗糙集法获取各层级指标权重,展开对列车驾驶界面布局方案的综合量化评价。结论以北京地铁全自动列车驾驶台布局为例,使用该方法验证了综合评价模型的有效性和可行性,能够为地铁列车驾驶界面前期的布局设计阶段提供理论与实践指导。

摘要：针对现有大空间建筑火灾风险评估方法涉及面较窄、适用性差等特点,设计了一种基于模糊控制算法计算建筑物内部消防分区系数的火灾风险评估方法。通过分析大空间建筑的火灾相关参数计算方法、古斯塔夫火灾风险评估现存的问题,提出了采用消防分区降低火灾事故的概念,重点研究了基于粗糙集隶属度算法的消防分区系数计算原理与计算方法,并通过模拟不同建筑火灾模型,计算出相应的消防分区系数,为提高大空间建筑消防安全开辟了新途径。

摘要：为了综合全面地诊断电力变压器故障,克服单项诊断方法考虑问题角度单一,不能重复利用已知信息,诊断准确度和稳定性不高的缺点,并结合电力变压器油中溶解气体的数据,提出了利用组合模型诊断变压器故障.该方法将灰关联熵、小波神经网络、模糊粗糙集、支持向量机和IEC三比值作为独立诊断模块,利用熵值法优化得到各个模块的最佳权重,最终得到发生故障最大概率所属类型.通过实例验证,组合诊断法优于单项诊断方法,提高了故障诊断精度,减少了误判率,诊断的稳定性得到提升.