杨大春
- 作品数：11 被引量：804H指数：5
- 供职机构：中兴通讯股份有限公司更多>>
- 发文基金：国家自然科学基金重庆市科技攻关计划重庆市应用基础研究项目更多>>
- 相关领域：自动化与计算机技术电气工程更多>>
- 基于VC++(MFC)的并行神经 网络学习系统的设计及实现被引量：1
- 2000年
- 介绍了一个以基于BP模型的并行神经网络(PNN)模型为基础 ，利用VC++(MFC)开发的并行神经网络学习系统的具体实现过程。给出了实现思路、程序框 架等。
- 余英泽杨大春廖里陈艺华
- 关键词：系统设计神经网络VC++
- 基于条件信息熵的决策表约简被引量：751
- 2002年
- Rough集理论是近年来发展起来的一种有效地处理不精确、不确定、含糊信息的数学理论方法 ,在机器学习、数据挖掘、智能数据分析、控制算法获取等领域取得了很大的成功 .研究者从不同的角度对这个理论进行研究 .本文将从信息论观点出发对 Rough集理论的基本概念和主要运算进行分析讨论 ,通过与 Rough集理论的代数观点进行比较分析 ,得到这两种观点下的一些等价性质和不同的特性 ,并基于条件信息熵提出决策表的约简算法 .
- 王国胤于洪杨大春
- 关键词：条件信息熵决策表约简近似集等价性知识约简ROUGH集理论
- 基于Rough Set理论的知识约简算法
- 本文从信息论的角度来研究决策表的知识约简.提出了两种新的知识约简算法.
- 于洪杨大春王国胤吴中福
- 关键词：知识约简算法粗糙集理论
- 文献传递
- 基于Rough set理论的增量式规则获取算法被引量：8
- 2005年
- 从 Rough set理论出发 ,讨论在新增数据时 ,新数据与已有规则集的关系、属性约简以及值约简的变化规律 .并在此基础上提出一个新的基于 Rough Set理论的增量式算法 .从理论上和实验上对新算法和传统算法在算法复杂度上做了分析与比较 .
- 于洪杨大春吴中福
- 关键词：增量式算法ROUGHSET理论决策表
- 基于粗糙集理论的数据挖掘的应用被引量：22
- 2001年
- 在粗糙集理论的基本思想及其特点的基础上说明它是数据挖掘的一种工具 ,并对其广泛的应用作了描述。介绍了常见的粗糙集理论的应用工具软件 (如 Rosetta) ,并给出了一个应用粗糙集技术来实现数据挖掘的实例系统 (电力系统中操作点的分类 )
- 于洪杨大春吴中福
- 关键词：粗糙集数据挖掘数据库知识发现电力系统
- 基于Rough Set理论的实时个人邮件过滤系统的研究被引量：1
- 2004年
- 电子邮件过滤是网络信息安全研究的热点。RoughSet理论是一种处理含糊和不精确性问题的一种新型数学工具,得到了广泛应用。文章结合RoughSet理论的数据分析方法针对实时个人用户电子邮件过滤系统进行了研究。实验结果表明,该方法是有效的。
- 于洪杨大春吴中福
- 关键词：ROUGHSET理论数据分析
- 基于蚁群优化的多个属性约简的求解方法被引量：9
- 2011年
- 属性约简是粗糙集理论研究的一个核心问题,很多情况下多个最小属性约简被期望能帮助用户做出更好的决策.文中提出一种基于蚁群优化的获取多个属性约简的方法.首先,结合蚁群优化方法将属性约简问题转化为受限制满足问题,并提出新的模型R-Graph,进而最小属性约简问题转化为在R-Graph中寻找最低成本路径问题.然后,定义吸收算子删除可辨识矩阵中冗余数据的方法以达到简化搜索空间的目的,并提出一个求解多个属性约简的算法(R-ACO).最后,对比实验说明该方法在大多数情况下能得到更多的最小属性约简结果,并且算法效率较高.
- 于洪杨大春
- 关键词：属性约简蚁群优化粗糙集
- 基于信息熵的一种属性约简算法被引量：19
- 2001年
- 文章针对Rough Set理论的核心内容之一属性约简进行了研究。结合信息论的有关知识，研究了在属性约简过程中决策属性集相对条件属性集的条件熵的变化规律，在此基础上提出了新的属性约简算法。实验分析表明，在多数情况下这种算法都能够得到决策表的最小约简，同时还对算法复杂度做了简单的分析。
- 于洪杨大春吴中福李华
- 关键词：信息熵ROUGHSET理论属性约简算法人工智能
- 一个基于Rough set理论的增量式学习算法被引量：5
- 2003年
- 为了获取最小决策规则,当增加新例子时,传统的方法通常需要对决策表中所有数据重新计算,效率欠佳。为了尽量减少重复计算量,该文从Roughset理论出发,提出了一种新的增量式学习算法和最小重新计算的标准,并且用理论和实验对新算法和传统算法在算法复杂度上做了对比。
- 于洪杨大春唐宏吴中福
- 关键词：增量式学习ROUGHSET理论决策表
- 一种处理混合型数据的层次聚类算法被引量：1
- 2009年
- 针对字符型数据和混合型数据的聚类方法进行了研究。首先在经典粗糙集理论的基础上,通过松弛对象之间的不可分辨和相容性条件,得到了基于和谐关系的扩展粗糙集模型;然后定义了新的个体间不可区分度、类间不可区分度、聚类结果的综合近似精度等概念,提出了新的混合数据类型层次聚类算法。该算法不仅能处理数值型数据,而且能处理大多数聚类算法不能处理的字符型数据和混合型数据。实验验证了算法的可行性。
- 吴东磊于洪杨大春
- 关键词：粗糙集聚类
