概率统计下的多粒度搜索算法研究<sup>*</sup>

doi:10.16451/j.cnki.issn1003-6059.201505005

摘要
图/表
参考文献
相关文章 (15)

全文: PDF (426 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要粒计算的主要思想是在不同粒度层次上对复杂问题进行求解，这在很大程度上体现人类问题求解过程中的智能.文中结合人脑处理复杂问题的多粒度机制和概率统计原理，从粒计算的角度提出一种基于统计期望的多粒度高效搜索模型，从不同粒度层次的商空间上分析统计概率期望的变化规律.通过实验发现，利用该方法搜索目标的效率会随问题空间的细分逐渐降低并趋于稳定，且在不同概率模型上可很大程度地减小不同概率模型问题求解的复杂度.

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章

Abstract：The basic idea of granular computing is to solve complicated problems in different granularity levels. To a great extent, the method indicates human intelligence in the solving process. Based on the human multi-granularity mechanism for solving complicated problems and the principle of probability statistics, an efficient multi-granularity search model based on statistical expectation is proposed from the viewpoint of granular computing. Then, the variety rule of the expectation in quotient spaces with different granularities is analyzed in detail. The experimental results demonstrate that with the granules divided into many sub-granules, the efficiency of the proposed method is gradually reduced and tends to be stable for searching a certain target. In addition, the complexity for solving the problem can be greatly reduced in different probability models.

收稿日期: 2014-02-24

ZTFLH:

TP 301.5

基金资助:国家自然科学基金项目(No.61472056,61309014,61379114)、重庆市自然科学基金项目(No.cstc2012jjA40047,cstc2013jcyjA40063)资助

作者简介: 张清华(通讯作者)，男，1974年生，博士，教授，主要研究方向为智能信息处理、粗糙集与粒计算等.E-mail:zhangqh@cqupt.edu.cn.郭永龙，男，1988年生，硕士研究生，主要研究方向为智能信息处理.薛玉斌，男，1990年生，硕士研究生，主要研究方向为粒计算与知识获取.

引用本文:

张清华郭永龙，薛玉斌. 概率统计下的多粒度搜索算法研究^*[J]. 模式识别与人工智能, 2015, 28(5): 422-428. ZHANG Qing-Hua, GUO Yong-Long, XUE Yu-Bin. Multi-granularity Search Algorithm Based on Probability Statistics. , 2015, 28(5): 422-428.

链接本文:

http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.201505005 或 http://manu46.magtech.com.cn/Jweb_prai/CN/Y2015/V28/I5/422