《多源信息系統知識獲取的粒計算方法》是依託河北師範大學，由米據生擔任項目負責人的面上項目。
基本介紹
- 中文名：多源信息系統知識獲取的粒計算方法
- 項目類別：面上項目
- 項目負責人：米據生
- 依託單位：河北師範大學
項目摘要,結題摘要,
項目摘要
粒計算是在解決大規模複雜問題過程中模擬人類思考問題自然模式的新的理論、技術和方法，是目前智慧型信息處理領域一個非常活躍的研究方向。其基本思想是在問題求解過程中使用信息粒，從不同角度、不同層次上對現實問題進行描述、推理與求解。信息融合是對多源信息進行綜合處理的過程，它對來自不同信息源的信息多層次、多方面地進行探測、估計和綜合處理，以獲得更準確、更穩定的決策結果。本項目擬將粒計算與信息融合相結合，系統研究多源信息系統基於粒計算的知識獲取方法。主要內容包括：（1）多源信息系統基於粒計算的信息融合；(2) 多個信息系統的合成及相應的知識發現；(3) 同態映射下基於粒計算的數據壓縮；（4）粒計算在金融數據分析等方面的套用。本項目的研究成果不但能夠豐富粒計算與信息融合理論，為多源系統的數據挖掘及不確定性分析提供新的理論和方法，而且在網路工程、管理科學、信息檢索、機器學習等方面有廣泛的套用價值。
結題摘要
粒計算是在解決大規模複雜問題過程中模擬人類思考問題自然模式的新的理論、技術和方法，是目前智慧型信息處理領域一個非常活躍的研究方向。其基本思想是在問題求解過程中使用信息粒，從不同角度、不同層次上對現實世界問題進行描述、推理與求解。信息融合是對多源信息進行處理的過程，它對來自不同信息源的信息多層次、多方面地進行探測、估計和綜合處理,以獲得更準確、更穩定的決策結果。本項目把粒計算與信息融合相結合，系統研究多源信息系統基於粒計算的知識獲取方法。主要成果包括：研究了多種多源信息系統基於證據理論的信息融合與屬性約簡問題，建立了Dempster-Shafer證據理論中信任函式與似然函式和粗糙集理論中近似運算元之間的關係。提出了有效的靜態選擇性分類集成算法和動態選擇性分類集成學習算法。定義了形式背景的強直接積，從概念格結構、屬性蘊含、不可約元、屬性特徵、粗糙近似運算元等五個方面討論了積背景與各個源背景之間的聯繫。證明了在同態映射下鄰域信息系統與其同態象鄰域信息系統在屬性約簡方面的等價性。研究了風險條件下基於收益視角的最優投資決策，推廣了支持向量回歸模型，並套用於短期風速預報。本項目的研究成果不但能夠豐富粒計算與信息融合理論，為多源系統的數據挖掘及不確定性分析提供新的理論和方法，而且在數據挖掘、機器學習等方面有廣泛的套用價值。
