导读:本文包含了属性重要度论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:属性,邻域,节点,粗糙,齿轮箱,模型,系统。
属性重要度论文文献综述
林芷欣,刘遵仁,纪俊[1]（2019）在《基于Relief属性重要度的快速约简算法》一文中研究指出邻域粗糙集是经典Pawlak粗糙集的扩展,能够有效的处理数值型数据。因为引入了邻域粒化的概念,使用邻域粗糙集模型计算样本邻域度量属性重要度时,需要不断反复的对负域中的样本进行邻域划分操作,算法计算量很大。为此提出了一种基于Relief算法属性重要度的快速属性约简算法,降低计算邻域的算法时间复杂性。通过和现有算法运用多组UCI标准数据集进行比较,实验结果表明,在不降低分类精度的前提下,该算法能更快速地得到属性约简。(本文来源于《青岛大学学报(自然科学版)》期刊2019年03期）
莫泓铭[2]（2018）在《基于多属性的复杂网络节点重要度识别方法》一文中研究指出复杂网络中的重要节点识别是一个开放的话题,其研究具有非常重要的现实意义.不同的节点重要度算法从不同的角度反映了节点的重要性,有所侧重也有所不足.基于多属性信息融合的思想,提出了一种节点多属性的复杂网络重要节点识别方法.为节点的度、自然连通度和紧密度等属性在证据理论的框架下,建立相应的基本概率指派转化模型,并将其转化为相应的基本概率指派函数,然后运用证据理论的融合规则对它们进行有效融合,得到节点综合属性的基本概率指派函数,采用相应的算法将其转化为单一值,并依此对节点的重要程度进行排序.实例验证表明该方法是有效的,同时该方法提供了一种通用的思路,可结合网络实际灵活应用并可进一步推广.(本文来源于《兰州文理学院学报(自然科学版)》期刊2018年05期）
王蓉,刘遵仁,纪俊[3]（2018）在《基于投票式属性重要度的快速属性约简算法》一文中研究指出作为经典Pawlak粗糙集的扩展,邻域粗糙集能有效处理数值型的数据。但是,因为引入了邻域粒化的概念,所以邻域实数空间下的计算量要比经典离散空间下的计算量大得多。对于邻域粗糙集算法而言,能够有效且快速地找到数据集的属性约简是十分有意义的。为此,针对现有算法中属性重要度定义的不足,首先提出了一种改进的投票式属性重要度,然后进一步提出了一种基于投票式属性重要度的快速属性约简算法。实验证明,与现有算法相比,在保证分类精度的前提下,该算法能更快速地得到属性约简。(本文来源于《计算机科学》期刊2018年07期）
李京政,杨习贝,窦慧莉,王平心,陈向坚[4]（2018）在《重要度集成的属性约简方法研究》一文中研究指出启发式算法在求解约简的过程中逐步加入重要度最高的属性,但其忽视了数据扰动将会直接引起重要度计算的波动问题,从而造成约简结果的不稳定。鉴于此,提出了一种基于集成属性重要度的启发式算法框架。首先,在原始数据上进行多重采样;然后,在每次循环过程中分别计算各个采样结果上的属性重要度并对这些重要度进行集成;最后,将集成重要度最大的属性加入到约简中去。利用邻域粗糙集方法进行的实验结果表明,基于集成重要度的属性约简算法不仅能够获取更加稳定的约简,而且利用所生成的约简能够得到一致性较高的分类结果。(本文来源于《智能系统学报》期刊2018年03期）
李晓恩,王宁玲,张雨檬,杨志平,杨勇平[5]（2018）在《考虑属性重要度的空冷系统背压特性模型》一文中研究指出与传统湿冷系统相比,直接空冷系统更易受到多种边界条件变化的影响。针对理论公式与实际应用的差异以及属性重要度差异,基于运行数据建立了考虑属性重要度的背压特性模型。根据机组连续1个月的实际运行数据结合模糊粗糙集理论对影响空冷运行的各条件属性进行客观加权,并通过加权支持向量回归方法,建立了直接空冷系统的背压模型。结果表明:选取主汽流量、主汽压力、环境温度、风机转速、环境风速、大气压力作为条件属性可得到精度较高的加权回归模型,7月份与10月份的数据分析下,回归模型精度均较高,均方根误差分别为0.70、0.76kPa。同时,结果表明,加权过程可在不影响模型精度的情况下,有效降低模型计算量,提高模型泛化能力。(本文来源于《中国电机工程学报》期刊2018年05期）
赵志远,孟相如,孙瑞男[6]（2018）在《基于多属性评估与删除的节点重要度排序方法》一文中研究指出复杂网络节点重要度排序对网络抗毁性研究具有重要意义,但现有节点重要度排序方法多数没有兼顾网络结构变化和重要邻居节点的影响。为此,在结合多属性评估和节点删除的基础上,提出一种改进的复杂网络节点重要度排序方法。根据节点的网络局部属性、网络全局属性和网络位置属性选取评估指标,采用理想点法综合评估初始网络节点重要度,并依次删除最重要节点、评估剩余网络节点重要度,以此减小网络结构变化和重要邻居节点对节点重要度排序的影响,从而得到最终的网络节点重要度排序结果。实验结果表明,与理想点法、NICCM方法等相比,该方法能更准确地对网络重要节点进行识别和排序。(本文来源于《计算机工程》期刊2018年06期）
林小芳,王海船,程林[7]（2016）在《基于模糊Kano模型的连锁配送服务质量需求属性判定及重要度调整》一文中研究指出针对传统Kano模型应用过程中遇到的顾客需求模糊不确定的问题,提出将模糊数学方法引入,设计模糊Kano问卷并对数据进行模糊化处理。另外,利用熵值法进行需求初始权重的确定。结合学者对不同质量属性类别需求重要度调整的经验方法,对改进因子进行修正,利用修正后的改进因子确定最终质量需求重要度,并利用该方法对连锁配送服务质量属性进行了研究。结果表明,模糊Kano模型能够弱化顾客需求的不确定性,较好地解决传统Kano问卷中出现的混合需求属性问题。(本文来源于《物流科技》期刊2016年10期）
陈婷[8]（2016）在《基于属性重要度的浙江科技成果转化评价研究》一文中研究指出通过研究科技成果转化投入与产出、科技成果转化过程、科技成果转化环境、科技成果转化效果四个部分与科技成果转化系统中子系统的构成,建立科技成果转化指标体系。针对粗糙集理论在处理不完整、不精确数据上的优势,将属性重要度原理运用于浙江省与东部其他十省的评价问题,通过对比来反映浙江省科技成果转化的不足之处并提出改进方向。(本文来源于《科技经济导刊》期刊2016年22期）
古莹奎,潘高平,朱繁泷,承姿辛[9]（2016）在《基于邻域属性重要度与主成分分析的齿轮箱故障特征约简》一文中研究指出为有效降低齿轮箱故障特征的维数并提高诊断效率,提出了基于邻域属性重要度与主成分分析法相结合的齿轮箱故障特征约简方法,并利用支持向量机和BP神经网络对诊断的准确率进行对比分析。针对齿轮箱中具有不同程度裂纹的齿轮,选取其时域、频域和基于希尔伯特变换的36个特征;将邻域模型引入到特征属性的约简,构造前向贪心算法,以邻域属性重要度较大的9个特征作为特征集,提取累积贡献率达到95%以上的主成分,分别输入支持向量机和BP神经网络分类器中进行分类识别,并与不经过特征优选的主成分特征融合相对比。结果表明,采用基于邻域属性重要度与主成分分析法相结合的特征约简方法,既可以降低齿轮箱故障特征的维数,又不影响对其运行状态的表征,有助于识别不同裂纹水平的齿轮,与不经过特征优选直接进行融合的方法相比,所提出方法诊断准确率更高,训练时间更短。(本文来源于《中国机械工程》期刊2016年13期）
徐菲菲,毕忠勤,雷景生[10]（2016）在《基于联合属性重要度的决策风险最小化属性约简》一文中研究指出经典粗糙集属性约简基本都是保持正域、负域和边界域不变,而决策粗糙集对属性的增减过程不具备单调性,因此不可能同时保持3个区域均不变。在决策粗糙集模型中,作出决策更应该考虑风险最小化原则,因此提出一种改进的风险最小化属性约简方法,在属性的选取过程中同时考虑所选取的属性子集对决策的划分能力,即联合属性重要度以及风险最小化。实验证明所提方法是有效的。(本文来源于《计算机科学》期刊2016年S1期）
属性重要度论文开题报告
（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：
复杂网络中的重要节点识别是一个开放的话题,其研究具有非常重要的现实意义.不同的节点重要度算法从不同的角度反映了节点的重要性,有所侧重也有所不足.基于多属性信息融合的思想,提出了一种节点多属性的复杂网络重要节点识别方法.为节点的度、自然连通度和紧密度等属性在证据理论的框架下,建立相应的基本概率指派转化模型,并将其转化为相应的基本概率指派函数,然后运用证据理论的融合规则对它们进行有效融合,得到节点综合属性的基本概率指派函数,采用相应的算法将其转化为单一值,并依此对节点的重要程度进行排序.实例验证表明该方法是有效的,同时该方法提供了一种通用的思路,可结合网络实际灵活应用并可进一步推广.
（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。
属性重要度论文参考文献
[1].林芷欣,刘遵仁,纪俊.基于Relief属性重要度的快速约简算法[J].青岛大学学报(自然科学版).2019
[2].莫泓铭.基于多属性的复杂网络节点重要度识别方法[J].兰州文理学院学报(自然科学版).2018
[3].王蓉,刘遵仁,纪俊.基于投票式属性重要度的快速属性约简算法[J].计算机科学.2018
[4].李京政,杨习贝,窦慧莉,王平心,陈向坚.重要度集成的属性约简方法研究[J].智能系统学报.2018
[5].李晓恩,王宁玲,张雨檬,杨志平,杨勇平.考虑属性重要度的空冷系统背压特性模型[J].中国电机工程学报.2018
[6].赵志远,孟相如,孙瑞男.基于多属性评估与删除的节点重要度排序方法[J].计算机工程.2018
[7].林小芳,王海船,程林.基于模糊Kano模型的连锁配送服务质量需求属性判定及重要度调整[J].物流科技.2016
[8].陈婷.基于属性重要度的浙江科技成果转化评价研究[J].科技经济导刊.2016
[9].古莹奎,潘高平,朱繁泷,承姿辛.基于邻域属性重要度与主成分分析的齿轮箱故障特征约简[J].中国机械工程.2016
[10].徐菲菲,毕忠勤,雷景生.基于联合属性重要度的决策风险最小化属性约简[J].计算机科学.2016
论文知识图
