项目名称: 模糊和随机环境下的粒计算与信息融合研究

项目编号: No.61272021

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 自动化技术、计算机技术

项目作者: 吴伟志

作者单位: 浙江海洋学院

项目金额: 60万元

中文摘要: 粒计算和多源信息融合是当前人工智能,特别是智能信息处理领域非常活跃的研究方向,它们都模拟人类思考模式,以处理大规模复杂数据和信息等建立有效的计算模型为目标。本课题以模糊和随机环境下的信息系统和形式背景为对象,以粗糙集、随机集、概念格、证据理论为工具,研究多源信息复杂系统的信息融合、粒计算以及知识获取的理论与方法。主要内容包括:(1)多源信息系统的信息粒度的表示与融合研究;(2)多源信息系统的属性约简与规则提取研究;(3)多源信息系统基于粒计算的信息融合算法研究;(4)多源信息融合的不确定性分析研究。本项目研究成果不但能够丰富粒计算和信息融合理论,为复杂系统的数据挖掘及不确定性分析提供新的理论和方法,而且对空间数据分析等应用领域有重要的理论意义和应用价值。

中文关键词: 粗糙集;粒计算;信息融合;知识发现;概念格

英文摘要: Granular computing and multi-source information fusion are currently two new vivid directions in the research fields of artificial intelligence, especially, for intelligent information processing. They imitate human being's thinking and their objectives are to establish effective computation models for dealing with large scale complex data and information. By using the tools of rough sets, random sets, concept lattices and the evidence theory, the main objective of this project is to investigate theory and approach to information fusion, granular computing and knowledge acquisition in multi-source information systems and formal contexts under the fuzzy and random environment. It will be realized through the following specific goals: (1) To build models for the representation and emerging of information granularities from multi-source information systems; (2) To explore theory and approach of attribute reduction and rule induction in multi-source information systems; (3) To study algorithms of information fusion based on granular computing in multi-source information systems; (4) To investigate uncertainty analysis for multi-source information fusion. The results of this projects will not only enrich the theory of granular computing and information fusion by providing new theories and approaches for data mining i

英文关键词: Rough Sets;Granular Computing;Information Fusion;Knowledge Discovery;Concept Lattice

成为VIP会员查看完整内容
1

相关内容

空间数据智能:概念、技术与挑战
专知会员服务
85+阅读 · 2022年2月3日
专知会员服务
42+阅读 · 2021年9月5日
专知会员服务
121+阅读 · 2021年7月22日
专知会员服务
44+阅读 · 2021年5月24日
基于深度学习的数据融合方法研究综述
专知会员服务
137+阅读 · 2020年12月10日
专知会员服务
45+阅读 · 2020年11月13日
【CIKM2020】神经贝叶斯信息处理,220页ppt,国立交通大学
专知会员服务
34+阅读 · 2020年10月26日
最新《统计机器学习》课程,26页ppt
专知会员服务
80+阅读 · 2020年8月30日
多智能体深度强化学习的若干关键科学问题
专知会员服务
188+阅读 · 2020年5月24日
【预告】CSIG企业行走进合合信息将于12月4日召开
中国图象图形学学会CSIG
0+阅读 · 2021年11月19日
基于深度学习的数据融合方法研究综述
专知
31+阅读 · 2020年12月10日
图数据表示学习综述论文
专知
52+阅读 · 2019年6月10日
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
无人机集群对抗研究的关键问题
无人机
56+阅读 · 2018年9月16日
图像检索研究进展:浅层、深层特征及特征融合
中国计算机学会
122+阅读 · 2018年3月26日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
6+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
10+阅读 · 2020年11月26日
Arxiv
11+阅读 · 2018年4月25日
小贴士
相关VIP内容
空间数据智能:概念、技术与挑战
专知会员服务
85+阅读 · 2022年2月3日
专知会员服务
42+阅读 · 2021年9月5日
专知会员服务
121+阅读 · 2021年7月22日
专知会员服务
44+阅读 · 2021年5月24日
基于深度学习的数据融合方法研究综述
专知会员服务
137+阅读 · 2020年12月10日
专知会员服务
45+阅读 · 2020年11月13日
【CIKM2020】神经贝叶斯信息处理,220页ppt,国立交通大学
专知会员服务
34+阅读 · 2020年10月26日
最新《统计机器学习》课程,26页ppt
专知会员服务
80+阅读 · 2020年8月30日
多智能体深度强化学习的若干关键科学问题
专知会员服务
188+阅读 · 2020年5月24日
相关资讯
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
6+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员