《基於粒計算的複雜形態數據主曲線提取與分類研究》是依託同濟大學，由張紅雲擔任項目負責人的面上項目。
基本介紹
- 中文名：基於粒計算的複雜形態數據主曲線提取與分類研究
- 項目類別：面上項目
- 項目負責人：張紅雲
- 依託單位：同濟大學
中文摘要,結題摘要,
中文摘要
主曲線是通過數據分布中間並滿足自相合的光滑曲線，是第一主成分的非線性推廣，是一種新的數據分析處理方法。然而，對複雜形態數據目前仍缺乏有效的主曲線提取與分類方法。針對該問題，本項目從人的求解機理出發，將粒計算思想引入主曲線理論中，從多粒度角度來解決複雜形態數據的主曲線提取與分類問題。首先，從指紋，股票和螺旋型等這類常見複雜形態數據出發，根據數據的形態、分布等特徵，提供數據的相似性度量和粒度劃分方法，構造多粒度計算模型；然後，分析模型機理，提出基於該模型的多粒度主曲線提取和多粒度分類問題求解方法；最後，結合實際套用，設計實驗數據，驗證理論成果，推廣到其他類型複雜形態數據，形成理論框架，開發相應的原型系統。本課題的研究，將為複雜形態數據的分析處理提供一種可行的解決方案，豐富和發展主曲線理論，推動非線性智慧型信息處理的發展。
結題摘要
本項目從粒計算思想的角度研究了主曲線領域中複雜形態數據主曲線的提取和分類問題，主要取得如下成果： （1）從指紋和螺旋型數據出發，課題組借鑑粒計算思想，根據數據的形態、分布等特徵，提出知識粒的相似性度量方法；區間值信息系統的知識粒表示和劃分方法和基於最小生成樹的層次聚類算法； （2）改進現有主曲線算法，提出基於改進主曲線的指紋特徵提取與偽特徵檢測算法、自頂向下的複雜形態數據主曲線提取算法和基於貝葉斯粗糙集模型的多分類研究；最後分析其在腦電信號數據分類，越南車牌識別中的套用。 （3）課題組拓展數據類型，研究出有效的複雜形態數據粒化方法和表示機制，提出了基於全局結構的複雜形態數據主曲線提取算法； （4）採用信息粒化、局部特徵與全局特徵相結合,模糊集和粒子群最佳化的方法，將主曲線推廣到模糊粒主曲線，率先提出了模糊粒主曲線算法；並探索其在腦電隱藏信息和指紋識別中的套用研究。 此外，課題組還進一步借鑑粒計算思想來研究莫扎特效應對注意力瞬脫中的影響；將集合論的方法引入粒計算，發展粒計算理論；基於2個論域的多層次粗糙集模型；基於覆蓋粗糙集模型多粒度表示；基於粗糙子空間的分類數據聚類融合算法；基於變精度粗糙集模型的知識約簡算法，文本多標籤分類和基於二維顏色無關的判別分析的人臉識別算法等研究。
