条件熵相关论文
贝叶斯网络（Bayesian Network,简写为BN）是不确定知识表示和推理领域中最强大的概率模型之一。众所周知,从贝叶斯网络产生始起,有向......
互联网和通信技术的发展为网络资源的协同化、网络服务的差异化以及网络管理的精细化提出了更高的要求。传统网络架构已经难以满足......
神经系统疾病的诊断一直是生物医学领域极富挑战性的问题,而癫痫是最常见的神经疾病之一,它是由紊乱的过度或者超同步的神经元活动......
学位
众所周知测度熵和拓扑熵是刻画动力系统复杂性的两个非常重要的量。这两个量之间的关系就是著名的变分原理。Brin-Katok公式和Kato......
随着信息技术和网络技术的发展，网络环境变得越来越复杂，信息安全问题日益严峻。入侵检测作为一种积极主动的安全防护技术，也越来越受......
粗糙集理论是一种新的刻画不完整性和不确定性的数学工具。知识约简是粗糙集理论研究的核心问题之一。目前，粗糙集理论正在被广泛应......
随着网络的发展和普及,数据信息急剧增长,为了获取有用信息,传统数据挖掘技术也在不断改变,其中,基于粗糙集的处理不确定性问题的......
粗糙集理论是一种有效的数据分析工具，它可以处理不确定、不精确、不完备、不一致的数据。然而，经典粗糙集理论是基于严格等价关系的......
粗糙集理论是数据挖掘的一种重要方法,它引入了Shannon的信息论测度来度量不确定性。就条件熵而言,它们从多个切入点广泛应用于粗......
关系是描述数据的一个重要概念,被广泛的应用于人工智能领域。熵是度量关系的不确定性的一个重要方法,被越来越多的学者所重视,并......
随着手机等移动设备的相机功能的不断完善,摄影愈来愈方便快捷,加上互联网的迅速发展,数字图像几乎遍布人们的视野,图像的内容及表......
处理多标记数据是机器学习和数据挖掘当中一个非常重要的任务,它已经引起了诸多学者的广泛研究。然而,在实际应用领域中,例如图像......
在爆炸的信息时代,数据规模的增长速度远远超过人类分析与应用的能力。粗糙集理论作为一种数学工具,能够在处理模糊、不精确数据时......
学位
本文针对局部紧可分的度量空间上逆紧映射的不可加拓扑压及其条件熵进行探究,得到了关于非紧系统不可加拓扑压和条件熵的如下结论,......
高校学生的实践能力是关乎高校教学管理水平和教学质量的重要指标,为了分析对高校学生实践能力的关键因素,向在校学生发放江苏省大......
使用一种新的信息熵定义,对基于条件熵的CEBARKNC约简算法进行改进,并将改进的基于条件熵的CEBARKNC约简算法应用到急斜煤层顶煤可......
粗糙集理论是由Pawlak教授于1982年提出来用以处理不确定、不精确知识的一种数学理论方法,该理论的主要优势之一是它不需要任何预......
随着信息技术的不断发展,人们获取数据的方式不再单一,如电视、报纸、互联网等,获取数据的周期也在不断减小。面对海量的结构化、......
由于人类社会的不断发展与进步,人们获取数据的方式越来越多样化,面对形式多样的、数量巨大的、关系复杂的、要求及时处理的这些数......
针对实际数据大多是动态变化的,在增加样本后,原约简集可能已不再有效,需要对其动态更新.邻域决策系统中现有的增量算法都是从代数......
在基因的杂交试验中,传统的方法是在一个大的探针集中选择每条探针与成千上万条基因进行杂交,通过获得的杂交信号来区分所有的信息......
研究分析了集成属性选择器在不同度量下的分类表现.借助邻域粗糙集,应用3种不同的度量-局部近似质量、局部条件熵、局部邻域决策错......
属性选择是提高分类器性能的一种有效的方法.然而已有的属性选择算法要么假设数据无噪声,要么没有考虑属性间的交互作用,不能用于......
分析了增加新对象后,决策表的决策属性关于条件属性的条件熵变化原理.并在此基础上提出了一种新的增量核求解算法.该算法只需找到......
针对目前航电设备故障诊断能力相对较弱的现状,提出一种将粗糙集中的条件熵算法应用于故障诊断的方法,并将该方法应用于实例,结果......
基于信息论中信息熵的概念及性质 ,在粗糙集的信息系统中添加一个概率测度后 ,对信息论和粗糙集理论中的一些概念进行了比较 ,给出......
究了双频混沌信号驱动的混沌振子的广义同步和相同步问题.发现了反偏向的相同步和正偏向的广义同步,即响应振子可以优先与驱动强度......
