陈德刚
- 作品数:9 被引量:47H指数:2
- 供职机构:华北电力大学数理学院更多>>
- 发文基金:国家自然科学基金北京市教育委员会共建项目中央高校基金更多>>
- 相关领域:自动化与计算机技术理学电气工程更多>>
- 概率意义下近似正确理论的改进
- 在机器学习领域,学习问题正变的越来越流行、重要。一个学习算法的好坏,可以通过概率意义下近似正确理论来评价。然而,概率意义下近似正确理论对期望风险的上界的估计却不够精确。本文提出了对概率意义下近似正确理论的一些改进,通过把...
- 王恒友陈德刚
- 文献传递
- 基于优势关系的正协调模糊决策形式背景的规则融合
- 2021年
- 形式概念分析理论(Formal concept analysis,FCA)是知识发现的重要工具,促进了人工智能的发展。FCA重要的研究课题之一就是规则提取,提取决策规则能够帮助解决不同内涵取值的概念的决策问题。该文首先提出了基于优势关系的模糊决策形式背景的3种协调性定义,并针对其关系进行讨论。然后基于确定性的粒决策规则提出正协调模糊决策形式背景上的决策规则融合方法,给出其对应算法从而获取包括确定性和不确定性的所有决策规则,且通过实例描述了该方法的有效性。
- 张晓鹤陈德刚米据生
- 关键词:概念格粒计算
- 基于样本对的极小决策树构建
- 2015年
- 决策树是归纳学习和规则提取的一种重要方法,已经被广泛应用于数据挖掘和机器学习等领域。由于基于信息增益构建决策树的方法存在内在偏置,所以,针对该方法可能存在的特征选择不当而导致规则置信度降低、特征排序不当等问题,提出一种使用样本对构建决策树的新方法。首先,为了保持所有确定规则的置信度不变,定义了极小特征集合来删去冗余特征,并用极小特征集合建立了极小决策树;其次,通过样本对选择的方法设计了构建极小决策树的算法;最后,用实例验证了该算法的可行性。
- 黄正勇陈德刚杨燕燕
- 基于广义模糊划分的粗糙集理论
- 本文定义了基于模糊T相似关系的模糊相似类,研究了模糊相似类的性质;定义了广义模糊划分,利用构造性方法和公理化方法研究了广义模糊划分与模糊关系之间的联系,构造了基于广义模糊划分的模糊粗糙集模型,证明了基于广义模糊划分的模糊...
- 刘建奇陈德刚
- 关键词:模糊粗糙集属性约简
- 文献传递
- 粗糙集预测算法的稳定性分析
- 2018年
- 粗糙集预测旨在从决策信息系统中学习规则从而预测新样本的标签.文中利用置信度刻画规则的可信程度,从而设计基于粗糙集的置信度预测算法,称为置信度算法.该算法可以对新样本分配与其匹配之后置信度最高的标签.泛化误差作为衡量算法有效性的指标之一,对其界的估计一直是构造学习模型的基础.利用算法稳定性概念刻画了置信度算法的泛化界,结果表明泛化能力由样本个数以及稳定性参数决定:样本数目越大,规则数目越多且稳定性参数越小;泛化误差界越小,经验误差越逼近泛化误差.
- 张晓霞陈德刚
- 关键词:泛化误差
- 局部约简在故障诊断中的应用
- 决策表的局部约简可以找到影响决策属性中某个决策属性类的关键条件属性,而在故障诊断中找到影响某一个故障的关键特征非常重要。本文首先引进决策表的局部约简,在此基础上给出一个故障问题,通过局部约简得到了影响某一故障的关键特征。
- 雷明陈德刚
- 关键词:粗糙集决策表区分矩阵故障诊断
- 文献传递
- 一种基于核对齐的分类器链的多标记学习算法被引量:4
- 2018年
- 在解决多标记分类问题的问题转换方法中,二值相关是一种常用的方法,其对于标记间相互独立的假设忽略了标记之间的相关性.多标记分类的分类器链算法通过标记信息在分类器之间的传递考虑了标记间的相关性,从而克服了二值相关算法中标记独立性问题.然而此算法中,分类器链的排序是任意指定的,不同的排序具有不同的分类结果.为了解决这个问题,引入核对齐方法对分类器进行排序并提出了两种算法,其中核对齐是用来衡量两个核函数之间一致性程度的量.一种是最大化特征空间中核函数和标记空间中理想核的凸组合的对齐值,根据每个理想核的权重进行排序,其中理想核是由每个标记定义的.另一种是直接计算核函数与每个理想核的对齐值,根据对齐值进行排序.实验结果表明,提出的基于核对齐的分类器链的多标记学习算法是有效的.
- 陈琳琳陈德刚
- 关键词:多标记学习
- 基于证据理论和效用理论的电力系统风险评估被引量:43
- 2009年
- 在所提出的风险评估模型中,将线路的故障可能性看做随机模糊数,基于证据理论构造了架空线路的故障可能性模型,可更好地反映外部环境对线路故障可能性的影响;并采用效用函数度量电力系统元件故障损失带来的不满意程度,所给出的指标能灵敏地反映电力系统故障风险的变化趋势,符合电网运行实际;最后以北京电网为例,说明了该方法的可行性和有效性。
- 张国华段满银张建华陈德刚杨京燕
- 关键词:证据理论
- 大规模图顶点覆盖的增量算法研究
- 2020年
- 顶点覆盖问题在图论中是一个经典的组合优化问题,并且在实际问题中有非常广泛的应用。针对大规模图顶点数目增加、边数目增加和顶点与边数目均增加3种动态过程,设计了能够在原极小顶点覆盖集合的基础上更新增量后图的极小顶点覆盖集合的算法。提出的算法考虑了图结构中顶点与边的关系,并采用邻接矩阵的方法对其进行存储,在图结构发生增量变化后,在原极小点覆盖集合的基础上添加或者删除若干顶点来更新增量后的极小顶点覆盖集合。实验结果验证了算法的准确性和高效性。
- 乔龙陈德刚
- 关键词:顶点覆盖独立集组合优化