导读:本文包含了连续属性论文开题报告文献综述及选题提纲参考文献，主要关键词:区间Pythagorean模糊集,C-IVPFOWA算子,相似测度,多属性决策
连续属性论文文献综述
吴越,林志超,周礼刚,徐鑫,薛明香[1]（2019）在《连续区间Pythagorean模糊相似测度及其多属性决策方法》一文中研究指出针对基于连续区间Pythagorean模糊相似测度的多属性群决策问题,首先,提出连续区间Pythagorean模糊有序加权平均(C-IVPFOWA)算子;然后定义一种新的连续区间Pythagorean模糊相似测度,并研究该相似测度的优良性质;接着,基于连续区间Pythagorean相似测度构建决策者权重和属性权重非线性优化模型,同时提出基于新的连续区间Pythagorean相似测度的多属性群决策方法;最后,通过智能家居工程案例验证所提出方法的可行性和有效性.(本文来源于《重庆工商大学学报(自然科学版)》期刊2019年05期）
王凤,吴群,周礼刚,陈华友[2]（2018）在《基于连续直觉梯形模糊相似测度的多属性群决策方法》一文中研究指出针对评价值以直觉梯形模糊数形式给出的多属性群决策问题,提出一种基于α-截集,β-截集及连续区间有序加权平均(COWA)算子的连续直觉梯形模糊平均算子,并定义一种新的连续直觉梯形模糊相似测度,基于该相似测度构建群决策专家权重和属性权重确定模型,进而提出了一种基于连续直觉梯形模糊相似测度的多属性群决策方法。最后分析了决策者态度参数λ对群决策专家权重、属性权重以及方案排序值的影响,并通过投资方案选择问题的分析对新方法的有效性和合理性进行了说明。(本文来源于《模糊系统与数学》期刊2018年03期）
高洪涛,陆伟,杨余旺[3]（2018）在《基于统计学法则的连续属性值划分方法》一文中研究指出目前决策树中很多分类算法例如ID3/C4.5/C5.0等都依赖于离散的属性值,并且希望将它们的值域划分到一个有限区间。利用统计学法则,提出一种新的连续属性值的划分方法;该方法通过统计学法则来发现精准的合并区间。另外在此基础上,为提高决策树算法分类学习性能,提出一种启发式的划分算法来获得理想的划分结果.在UCI真实数据集上进行仿真实验.结果表明获得了一个比较高的分类学习精度、与常见的划分算法比较起来有很好的分类学习能力。(本文来源于《科学技术与工程》期刊2018年16期）
李小虎[4]（2018）在《连续属性贝叶斯网络分类器的学习与研究》一文中研究指出贝叶斯网络是一种根据概率推理的图形化网络数学模型,着名的贝叶斯公式是该模型的基础,贝叶斯网络的主要思想是通过提取一些变量所包含的信息从而获得其他变量的概率信息,正是贝叶斯网络这一特质使得贝叶斯网络可以解决有关于不定性和不完整性的问题.贝叶斯网络分类器就是利用该特质,并进行联合概率的边缘和条件分解构造贝叶斯网络用于数据的分类预测.朴素贝叶斯分类器是一种最基础的贝叶斯网络分类器,该分类器的前提假设使得其具有结构简单、计算高效和分类效果良好等特点.然而,这个很强的条件独立性假设前提也很大程度上影响了分类器的分类精度,当属性变量间存在依赖关系时,朴素贝叶斯分类器就无法将这种依赖信息考虑进去,而这部分信息往往在分类时起着至关重要的作用.本文就是在此基础上,以连续属性作为研究对象,对朴素贝叶斯分类器进行扩展研究,以期达到提高分类器准确性的目的.本文的主要工作内容如下:(1)介绍了连续属性朴素贝叶斯分类器的分类原理,并通过参数化方法和非参数化方法进行相关的参数估计,并详细介绍了几种经典的朴素贝叶斯分类器的依赖扩展,对隐朴素贝叶斯分类器提出了不同的权重定义方式.(2)介绍了一种将朴素贝叶斯分类器与时间序列相结合而得到的动态朴素贝叶斯分类器,在此基础上进行依赖扩展,同时对每个时间片内的属性变量都引入一个隐藏父结点,提出了动态隐朴素贝叶斯分类器,并做出相应的改进.(3)对不同的分类器进行数值分类实验,通过分析实验结果从而得到不同分类器间分类效果的差异.(本文来源于《山东师范大学》期刊2018-03-20）
胡军,王凯[5]（2017）在《基于邻域粗糙集的连续值分布式数据属性约简》一文中研究指出为了去除系统中的冗余属性,保持系统的分类能力,研究了连续值分布式数据的属性约简。给出了连续值分布式决策信息系统中邻域粗糙集的定义,讨论了分布式连续值决策信息系统中正域计算的可分解性。以保持分布式决策信息系统的正域不变为前提,探讨了分布式决策信息系统中属性的可约性,提出了分布式连续值决策信息系统的属性约简算法。为了验证该算法的有效性,在7份数据集上进行了3组实验。实验使用提出的算法对分布式数据进行属性约简,进而采用加权集成的方式进行分类测试。实验结果表明,该算法能够有效去除连续值分布式数据中的冗余属性,使得约简后的连续值分布式数据的集成分类能力与约简前相差不大,甚至更高。(本文来源于《重庆邮电大学学报(自然科学版)》期刊2017年06期）
杨阳[6]（2017）在《多属性数据中基于连续平行坐标的可视分析方法研究》一文中研究指出多维多属性数据分析和处理是海量数据分析的重要内容之一。在油气资源勘探领域,由于信号的信噪比较低,单个属性中的目标特征不明显,通过多属性融合分析,可以凸显地质构造特征和地质目标特征。基于此,本文针对多属性地震数据问题开展研究,提出了基于可视分析的多属性地震数据分析方法,其基本思想是结合可视化技术和人机交互技术,充分利用计算机的处理能力和人的主观经验,一方面可以避免单纯依赖计算机进行数据分析的准确性问题,另一方面可以避免仅依赖人机交互带来的操作复杂性问题。具有一定的理论价值和实际应用价值。本文针对多属性地震数据的可视分析问题开展研究,主要贡献如下:1.提出了基于连续平行坐标的多属性数据可视分析方法。针对多属性数据的可视分析,提出了多属性数据可视化、人机交互的特征提取和融合体绘制的可视分析流程。首要问题是对大规模多属性数据的可视化问题,本文采用了基于连续平行坐标的多维多属性可视化方法实现了多属性数据的展示,提取和凸显目标的特征。通过人机交互流程实现目标特征的迭代分析和提取,在此基础上将目标特征映射成融合体绘制的传递函数,在叁维空间采用融合体绘制技术将目标特征进行展示。人机交互贯穿整个数据分析流程,实现了实时的多属性可视分析方法。通过仿真分析,本文提出的方法可有有效解决多多属性地震数据的分析问题;2.提出了基于空间信息的多属性数据可视分析方法。多属性数据中,不同属性具有一定的相关性,同时,目标特征在空间上具有一定的相关性和连续性。基于此,本文提出了基于空间信息的多属性数据可视分析方法。其基本思想是通过人机交互拾取地质目标的局部信息,利用目标在空间上的相关性和连续性,凸显目标的空间特征。基本过程是将多属性值在散点图中投影,用散点图中投影到每个像素的体素的重心坐标和空间方差来表征体素的空间信息,并根据空间信息来对数据进行分类,从而设计传递函数指导融合体绘制结果。该方法在保留地质目标特征的同时,消除了非特征物质的干扰,提高了特征提取效果;3.设计并实现了集成这两种方法的可视分析系统。利用实际的地震多属性数据进行仿真,为本文的方法提供实际验证。本文针对海量多属性数据的分析问题开展研究,并提出可视分析方法。通过仿真分析,本文提出的方法有效解决多属性地震数据的可视分析问题。(本文来源于《电子科技大学》期刊2017-05-17）
刘维伟[7]（2017）在《基于连续向量的服装属性表示研究与应用》一文中研究指出随着移动互联网的发展,网络购物日益普及。目前,大部分网络购物服务沿用网络搜索的思路,在用户输入购物需求后返回满足需求的商品列表供用户选择。但是对于很多商品,例如服装,人们可能在购物之初不会明确所有的需求细节,而需要仔细的挑选,在挑选过程不断细化明确自己的需求。例如,最初的需求是要买一件大衣,当看到一款搜索结果中的红色大衣后,再进一步明确需要这种款式的但颜色是兰色的大衣。现有的基于内容的图像检索和基于文本(标签)的图像检索只能依据给定的约束条件进行搜索后返回结果,或者在输入更多约束条件时在搜索结果内再搜索,而不能根据用户对搜索结果的反馈信息进行再搜索,尤其是进行替换商品某个属性的再搜索。为解决此问题,本文在综述相关研究的基础上,开展了如下的工作:提出了一种基于深度学习的图像属性特征学习模型,将一幅服装图像表示为多段连续向量,每一段连续向量表示服装图像的一个属性特征,如裙长等。实验表明了该模型提取出的图像特征在检索任务上的有效性;并在可视化分析中进一步明确了属性学习的效果。基于上述属性学习模型,提出了一种局部属性替换的检索方案以满足前述的搜索需求。在基于服装图像进行首次检索后,当用户针对某一个属性提出新的需求时,将图像中相应该属性的向量替换为用户想要的属性向量,而其余的部分不变,用新生成的图像特征进行检索。最后,基于上述提出的模型和方案,实现了一个融合对话交互的服装检索系统。系统依据用户首次上传的服装图片,得到第一次检索结果,而后可以接受用户提出的在属性层的需求修改,进行二次检索。(本文来源于《北京邮电大学》期刊2017-01-05）
康燕茹[8]（2016）在《基于连续属性离散化的属性偏序理论的知识发现》一文中研究指出计算机技术的迅猛发展和数据库系统的普遍使用,给人们提供了强有力的平台,去更好地利用信息技术进行生产,而且搜集和检索数据的能力也有显着提高。丰富多样的信息感知和采集设备引领我们步入大数据时代。然而,采用什么样的手段和技术从海量数据中发现对决策非常有价值的规则和知识,成为前沿科技亟需解决的关键问题。数据挖掘与机器学习作为处理数据的重要手段,已然成为当今研究的一个热点问题。但是,许多知识发现和数据挖掘的算法得以进行的先决条件就是所要处理的属性值是离散值,而在现实生活中得到的数据常常是连续属性,所以必须对连续属性进行离散化处理。本文通过以UCI数据集的知识发现和规则提取为基础,通过主流连续属性离散化方法的对数据集中的多维属性值进行离散化处理,并且以形式概念分析理论的形式背景的可视化表达为重要手段,运用离散化处理后的数据结果构建二值形式背景,以形式背景分层优化和属性偏序结构图生成方法为关键环节,生成不同数据集的属性偏序结构图,进行知识的规则提取,通过与数据集的分布特点及类标签来比较,对离散化方案进行评估。主要内容如下:1)建立了基于形式背景的知识表达原理的混合数据集成框架,实现各种数据在一个框架下可视化表示和基于属性偏序结构理论实现的数据挖掘。2)研究了基于优化形式背景生成偏序结构原理的知识发现数学方法,生成了基于属性覆盖对象(或者对象覆盖属性)原理的数据偏序结构图。3)针对现有离散化算法在高维数据处理中的局限性,研究了一种基于非线性降维技术的高维数据离散化方法-改进局部线性嵌入算法,实现基于连续属性离散化的属性偏序理论的知识发现。本文通过对UCI数据集的降维及离散化处理后,有着更高精度的知识,简化了复杂的知识规则,对大数据的知识规则提取及可视化有重要意义。(本文来源于《燕山大学》期刊2016-12-01）
唐寅,闵凉宇[9]（2016）在《连续值属性约简算法改进》一文中研究指出目前存在的基于粗糙集理论的属性约简算法多数只适用于离散型数据。而在现实工作中,不仅有符号、类别等离散型数据,更有大量的连续型或实型数据,甚至二者的混合。传统的离散化过程并不能保存属性在数值上的差异,造成了一定程度的信息损失。本文提出一种将模糊聚类和粗糙集相结合的属性约简算法,从而避免了实型数据的离散化。(本文来源于《时代金融》期刊2016年24期）
马海英,曾国荪,包志华,陈建平,王金华[10]（2016）在《抗连续辅助输入泄漏的属性基加密方案》一文中研究指出针对属性基加密(attribute-based encryption,ABE)机制中边信道攻击下的密钥泄漏问题,现有的解决方案仅允许密钥的有界泄漏.将连续辅助输入泄漏模型和双系统加密相结合,通过合理设计主密钥和用户私钥的生成过程,提出了一种抗连续辅助输入泄漏的ABE方案.基于合数阶群的子群判定假设和域GF(q)上Goldreich-Levin定理,在标准模型下,证明该方案在攻击者获知辅助输入密钥泄漏信息的情况下仍具有自适应安全性.该方案实现了主密钥和用户私钥的连续无界泄漏,在密钥更新询问时无需假定旧密钥必须从内存中彻底清除,且具有较好的合成性质.与相关的解决方案相比,该方案不仅具有最好的抗泄漏容忍性,而且具有较短的密钥长度.(本文来源于《计算机研究与发展》期刊2016年08期）
连续属性论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对评价值以直觉梯形模糊数形式给出的多属性群决策问题,提出一种基于α-截集,β-截集及连续区间有序加权平均(COWA)算子的连续直觉梯形模糊平均算子,并定义一种新的连续直觉梯形模糊相似测度,基于该相似测度构建群决策专家权重和属性权重确定模型,进而提出了一种基于连续直觉梯形模糊相似测度的多属性群决策方法。最后分析了决策者态度参数λ对群决策专家权重、属性权重以及方案排序值的影响,并通过投资方案选择问题的分析对新方法的有效性和合理性进行了说明。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
连续属性论文参考文献
[1].吴越,林志超,周礼刚,徐鑫,薛明香.连续区间Pythagorean模糊相似测度及其多属性决策方法[J].重庆工商大学学报(自然科学版).2019
[2].王凤,吴群,周礼刚,陈华友.基于连续直觉梯形模糊相似测度的多属性群决策方法[J].模糊系统与数学.2018
[3].高洪涛,陆伟,杨余旺.基于统计学法则的连续属性值划分方法[J].科学技术与工程.2018
[4].李小虎.连续属性贝叶斯网络分类器的学习与研究[D].山东师范大学.2018
[5].胡军,王凯.基于邻域粗糙集的连续值分布式数据属性约简[J].重庆邮电大学学报(自然科学版).2017
[6].杨阳.多属性数据中基于连续平行坐标的可视分析方法研究[D].电子科技大学.2017
[7].刘维伟.基于连续向量的服装属性表示研究与应用[D].北京邮电大学.2017
[8].康燕茹.基于连续属性离散化的属性偏序理论的知识发现[D].燕山大学.2016
[9].唐寅,闵凉宇.连续值属性约简算法改进[J].时代金融.2016
[10].马海英,曾国荪,包志华,陈建平,王金华.抗连续辅助输入泄漏的属性基加密方案[J].计算机研究与发展.2016
标签：区间Pythagorean模糊集; C-IVPFOWA算子; 相似测度; 多属性决策;