分享到:

基于小生境遗传算法的粗糙集属性约简

0引言粗糙集理论是一种新的处理模糊和不确定性知识的数学工具,其主要思想就是在保持分类能力不变的前提下,通过知识约简,导出问题的决策或分类规则.这一理论最初由波兰数学家Z.Pawlak于1982年提出[1].目前已经在机器学习、决策分析、过程控制、模式识别与数据挖掘等领域获得了成功的应用.本文是利用粗糙集数据挖掘技术进行电力系统故障诊断课题的一部分成果.知识约简是粗糙集的核心内容之一,长期以来都是研究的热门课题.知识约简就是在保持知识的分类或决策能力不变的条件下,删除不必要或不相关的知识;换言之就是可以用较少的知识获得与原来的知识库相同的分类或决策能力.已经证明了求取一个知识库的所有约简是一个N-P完全问题,目前大多数方法都是采用启发式算法求得一个最优约简[2~4],且有些算法得到的不是约简而是近似最优约简即:一个含有约简的属性集合,如文献[5].用粗糙集理论进行电力系统的故障诊断时,每一个约简对应于电力系统的一个故障诊断规则,约...  (本文共5页) 阅读全文>>

《计算机工程》2008年05期
计算机工程

基于小生境遗传算法的粗糙集属性约简方法

粗糙集理论作为一种全新的刻画具有不完整性和不确定性信息的数学工具,已经成为人工智能领域的一个新的学术热点[1]。目前,粗糙集理论已被成功地应用于机器学习、决策分析、模式识别与数据挖掘等领域。属性约简是粗糙集理论中的一个重要研究课题。属性约简就是在保持知识库分类或决策能力不变的条件下,删除不相关或不重要的属性。目前已有一些属性约简算法[2]:文献[3]采用信息论方法,用互信息度量属性的重要性,并以此作为启发式信息求取最小约简,但只适用于属性较少的系统;文献[4]以属性频率函数作为启发式信息求取最小约简,此算法不要求求取核属性,但求出的结果可能是最小约简的超集;文献[5]采用基本遗传算法求解最小约简时,没有考虑信息系统中存在的不同最小约简。对一个信息系统而言,不同的约简可以从不同角度对数据进行简化,从而为用户提供更多信息,因此得出多组不同的最小约简是有必要的。而小生境遗传算法在解决这类问题时有着良好的性能。1粗糙集理论的相关概念[6...  (本文共3页) 阅读全文>>

国防科学技术大学
国防科学技术大学

基于机器学习的入侵检测技术研究

入侵检测技术作为动态安全系统(P2DRR)最核心的技术之一,在网络纵深防御体系中起着极为重要的作用,它是静态防护转化为动态防护的关键,也是强制执行安全策略的有力工具。随着网络攻击手段的日益复杂化、多样化和自动化,传统的入侵检测系统(IDS)已不能满足安全需求。为了对付目前越来越频繁出现的分布式、多目标、多阶段的组合式网络攻击和黑客行为,提高在高带宽、大规模网络环境下入侵检测的效率、降低漏报率和缩短检测时间,把先进的机器学习方法引入到IDS中来已成为一种共识。本文的主要工作是将目前几种有生命力的机器学习策略应用于入侵检测技术中,论文从入侵检测的不同视角出发,系统深入地研究了统计学习理论、基于符号的归纳学习理论和遗传学习方法在入侵检测信号分析中的应用技术,并在可能近似正确(PAC)学习框架下,利用计算学习理论和统计假设检验方法对基于不同机器学习策略的入侵检测方法进行了性能比较和评估。在基于统计学习理论的入侵检测研究中,把入侵检测看作...  (本文共176页) 本文目录 | 阅读全文>>

南京师范大学
南京师范大学

粗糙集理论及其在入侵检测中的应用研究

粗糙集理论是一种处理不精确、不相容和不完全数据的新型数学工具。本文介绍了粗糙集理论的相关概念,研究基于粗糙集理论的属性约简和值约简算法及其在入侵检测中的应用,实现了一个基于粗糙集的网络安全规则挖掘实验平台。数据约简是粗糙集理论中一个非常重要的研究课题。论文在研究已有数据约简算法的基础上,提出了利用扩展决策矩阵计算属性最佳约简的完备的EDMAR算法。与传统基于区分矩阵的约简算法相比,该算法在时间和空间开销上具有一定优势。为了从不同的角度对数据进行浓缩和简化,为用户提供更多的信息,论文提出了基于小生境遗传算法的属性约简算法。该算法可以同时求解出信息表达系统中存在的不同约简,从而为特征提取、决策支持和数据挖掘等提供更多的信息。求取决策表的最小值约简已被证明是一个NP难问题,因此很难通过枚举法求出问题的最小值约简。论文研究了一般的值约简算法和启发式值约简算法,并提出了一种新的值约简算法(EDMVR算法)。该算法可以有效地简化最终得到的决...  (本文共54页) 本文目录 | 阅读全文>>

南京航空航天大学
南京航空航天大学

粗糙集属性协同演化约简关键问题研究

粗糙集理论具有能有效定量分析并处理不精确、不一致、不完整信息与知识等特征,已被广泛应用于数据挖掘、模式识别和机器学习等领域。属性约简是粗糙集理论研究的重要内容,其是指在保持决策表中数据分类能力不变的条件下,删除不相关和冗余属性,选择最小属性集,使决策表中知识表示可简化而又不丢失决策表中重要信息。Wong等人已证明找出决策表的最小属性约简是一个典型NP-Hard问题,许多学者对此开展了相关研究,并取得了一定的研究成果,然而至今仍未找到一种通用且高效的解决方法为其求解提供有效途径。近年来,协同演化算法通过揭示和模拟自然界生态系统中多种群协同进化现象和过程而成为计算智能领域研究热点,它能有效解决许多传统演化算法难以解决的复杂问题,尤其是在NP-Hard问题上凸显其较强优势。本文将协同演化算法引入到粗糙集最小属性约简优化中,对属性协同演化约简中算法收敛性、协同机制、模型优化、演化自适应性、大规模属性约简及其代表性个体选择等关键问题进行了...  (本文共130页) 本文目录 | 阅读全文>>

湖南大学
湖南大学

免疫计算智能及其在系统优化中的研究与应用

生物免疫系统是一个高度进化的系统,它具有高度自适应、分布性、自组织等特性,蕴含着丰富的信息处理机理。人工免疫系统正是借鉴生物免疫系统信息处理机制的而发展起来的智能信息处理技术。由于人工免疫系统具备模式识别、学习和记忆的能力,因此它成为了一种科学及工程领域中信息处理的工具,由此也开辟了计算智能研究的新领域。充分挖掘和借鉴其资源,不断完善并开发新的计算模型和方法,并展开其理论及应用研究,已成为免疫计算智能的重要研究内容。在这种背景下,本文致力于研究基于生物免疫原理的免疫智能优化方法,以免疫计算智能的基本原理为线索,对其研究状况加以系统性的论述,从理论、算法构建及工程应用等方面对免疫计算智能进行分析。针对最优化、机器学习及复杂系统智能控制等优化问题,提出一系列计算智能新方法,并展开理论及应用探讨。仿真实验及应用表明已获算法是可行的且有效的,从不同侧面反映了免疫系统的特定动力学行为,丰富和发展了人工免疫系统的内涵。论文主要研究内容及成果...  (本文共138页) 本文目录 | 阅读全文>>