国家自然科学基金(61163036)
- 作品数：35 被引量：167H指数：8
- 相关作者：杨勇蒋芸彭新东王治和赵静更多>>
- 相关机构：西北师范大学中国科学院北京师范大学更多>>
- 发文基金：国家自然科学基金甘肃省高等学校研究生导师科研项目计划甘肃省科技计划项目更多>>
- 相关领域：自动化与计算机技术医药卫生更多>>
- 基于组合权重的犹豫模糊语言决策方法被引量：9
- 2015年
- 犹豫模糊语言决策方法中的权重需要人为给出,具有较大主观性,导致决策结果不稳定。针对该问题,提出一种组合权重,用于解决犹豫模糊语言多属性决策中权重未知的问题,并克服因主观权重带来的不确定性。通过最大偏差方法分别获得犹豫模糊语言集中的犹豫模糊集与语言集的客观权重,对这2种客观权重进行组合并归一化,从而得到组合权重,并给出基于组合权重的逼近理想解排序法的决策方法与犹豫模糊语言组合加权几何算子决策方法。实例结果表明,2种方法的决策结果相同,验证了组合权重的可行性。
- 彭新东杨勇宋娟萍蒋芸
- 基于ε-修正的直觉模糊信息集成方法及其在决策中的应用被引量：2
- 2017年
- 已有的一些直觉模糊集成算子在处理一些特殊直觉模糊数时会出现反直觉现象。首先介绍了两个直觉模糊集成算子和直觉模糊数的比较方法。接着,举例说明了这些集成算子在某些情况下出现的反直觉现象。然后提出了基于ε-修正的直觉模糊集成算子,并讨论了ε取值对此算子结果的影响。之后建立了一种基于ε-修正的直觉模糊集成算子的决策方法。最后通过一个实例比较了原集成算子和本文提出的修正集成算子的集成结果,验证基于ε-修正的直觉模糊集成算子可以修正这些反直觉现象,这也拓宽了原集成算子的使用范围。
- 杨勇梁晨成
- 关键词：直觉模糊集集成算子
- 融合标记独有属性特征的k近邻多标记分类新算法被引量：8
- 2019年
- 在多标记学习系统中,每个样本同时与多个类别标记相关,却均由一个属性特征向量描述。大部分已有的多标记分类算法采用的共同策略是使用相同的属性特征集合预测所有的类别标记,但它并非最佳选择,原因在于每个标记可能与其自身独有的属性特征相关性最大。针对这一问题,提出了融合标记独有属性特征的k近邻多标记分类算法—IML-kNN。首先对多标记数据的特征向量进行预处理,分别为每类标记构造对该类标记最具有判别能力的属性特征;然后基于得到的属性特征使用改进后的ML-kNN算法进行分类。实验结果表明,IML-kNN算法在yeast和image数据集上的性能明显优于ML-kNN算法以及其他3种常用的多标记分类算法。
- 蒋芸肖潇侯金泉陈莉
- 关键词：多标记学习
- 一致覆盖决策系统的属性约简被引量：2
- 2012年
- 现实生活中总存在大量复杂且庞大的数据库,运用同态函数的概念可以对一致覆盖决策系统进行数据压缩。首先介绍关于覆盖的一致函数的定义、覆盖映射的概念以及相关属性,然后提出一致覆盖决策系统中同态函数的定义,并证得一个一致覆盖决策系统可以被压缩成一个相对规模较小的决策系统。同时,在同态函数的条件下,两者的属性约简等价。
- 吉晨莉杨勇
- 关键词：数据压缩属性约简
- 基于多参数的直觉模糊集相似度及其应用
- 2015年
- 有关直觉模糊集相似度的文献很多,但是现有的部分公式在处理实际问题时效果不理想。土耳其学者Boran和Akay提出了一种新的双参数相似度公式,改进了主流公式中存在的一些模式识别失灵问题。但是在他们引入隶属度、非隶属度、犹豫度取值对应等腰直角三角形的区域中,只考虑了斜边中线上的点。通过对这个公式改进,使情况一般化,并给出了一个更泛化的多参数公式,证明了其正确性,验证了其在模式识别中的有效性。
- 彭新东杨勇朱英丽
- 关键词：直觉模糊集相似度模式识别
- Support-intuitionistic模糊集集成算子及其决策应用被引量：2
- 2017年
- 介绍Support-intuitionistic模糊集(SIFS)的概念,定义SIFS运算法则和客观权重,在此基础上提出SIFS加权算术平均算子和加权几何平均算子并证明相关定理。建立基于SIFS模糊信息的决策方法及定义SIFS得分函数和精确函数,利用SIFS支持度确定目标属性的权重使得属性权重成为客观值,加强集成结果的客观性。通过实例验证了该决策方法适用于处理基于SIFS模糊信息环境的决策问题。
- 杨勇梁晨成
- 关键词：集成算子
- 复合覆盖粗糙集模型及其应用被引量：3
- 2017年
- 针对覆盖粗糙集仅适用于单一数据类型的论域覆盖的问题,提出复合覆盖粗糙集模型。在研究邻域覆盖粗糙集、集值覆盖粗糙集、区间值覆盖粗糙集的基础上,在复合数据模型下,通过建立多种覆盖关系(邻域覆盖、集值覆盖、区间值覆盖等),提出复合覆盖粗糙集模型,并给出复合覆盖粗糙集相关概念及性质。该模型适用于多种数据类型(符号数据、区间数据、集合数据、数值数据等)的论域覆盖问题,通过实例说明了该模型在复合信息系统中的应用,进一步加深对复合覆盖粗糙集相关概念的理解。
- 赵静蒋芸
- 关键词：覆盖粗糙集
- 基于全卷积神经网络的眼底视网膜血管图像分割研究
- 视网膜血管自动化分割技术能够帮助医生更好的对人眼疾病进行定位，并提供客观准确的分析结果。由于眼底视网膜图像在采集过程中存在拍摄设备、拍摄角度、照明环境等的不同，导致图像存在整体趋于红色、血管与背景之间对比度低的问题。视网...
- 张海
- 虚拟桌面杀毒模型的设计与实现被引量：1
- 2013年
- 虚拟桌面环境中若采用传统基于主机的杀毒方式,会引起很大的系统开销并且需要及时更新本地病毒库;若采用新型的云计算杀毒方式占有网络带宽大,效率低。为解决以上问题,提出了新的虚拟桌面杀毒模型(virtual desktop anti-virus model,VDAM),同时实现杀毒代理端3种可疑文件处理方式,包括文件签名方式、文件分解方式以及混合方式。实验表明,该模型与现有方式相比,能够减少系统开销和网络带宽占用率。
- 展旭升高云伟冯百明蒋芸杨鹏斐
- 关键词：虚拟桌面杀毒引擎
- 基于集成分类型深度神经网络的视网膜眼底血管图像分割
- 2021年
- 视网膜血管检测在眼底疾病的诊断和治疗中具有重要的临床价值。但是,由于眼底图像特征的复杂性和多样性,大部分的视网膜分割方法存在血管分割性能低、抗噪声干扰能力弱和对病灶敏感等问题,为此,提出了一种集成深度分类神经网络对像素点分类的方法。首先利用不同的残差网络模型来分类像素点,获得血管分割图像;然后通过集成学习的方法对各个模型的分割结果进行处理,获得最终的视网膜血管分割图像。在STARE、DRIVE和CHASE数据集上的实验仿真结果显示,分割准确率分别达到97.36%,95.57%,96.36%,特异性分别达到98.06%,97.76%,97.84%,F-measure分别达到84.98%,82.25%,79.87%。比R2U_Net的F-measure分别提高了0.23%,0.54%,0.59%。
- 蒋芸王发林张海
- 关键词：卷积神经网络图像分割
