地下工程岩体质量评判的三支决策方法

为了提高地下工程评判效率,利用三支决策的方法对地下工程岩体稳定性进行质量评判.首先利用模糊相对比较决策对地下工程岩体进行总体排序;其次通过贝叶斯决策规则做出期望损失最小的决策;然后用三支决策对地下工程岩体质量评判,得到分级结果;最后将该模型运用到实际工程中,验证该评判模型的科学性和可行性.为以后计算机在岩体质量评判中更为深入的应用打好理论基础.     

从循证决策到知证决策

循证医学的出现改变了传统的医疗模式,已被广大的医学工作者所接受.循证医学的发展逐渐由理论研究到知证决策和实践.本研究通过归纳总结卫生系统中循证决策到知证决策的观念转变,阐述了循证医学在卫生决策中的应用.     

分层多尺度决策信息系统的序贯三支决策

传统信息系统中每个属性只有一个尺度,但随着海量数据的涌现,实际应用中经常是在多个尺度上处理和分析问题.三支决策是解决分类问题的一种经典方法,序贯三支决策是在三支决策的基础上进行多步决策的一种方法 .将多尺度决策信息系统与三支决策相结合,基于决策理论粗糙集提出分层多尺度决策信息系统的序贯三支决策模型,得到动态变化的正域、负域、边界域.对多尺度决策信息系统进行分层,依次在分层后得到的多个单尺度决策信息系统上进行讨论,构建尺度层面的序贯结构;在每个单尺度决策信息系统上,通过增加属性的方式得到属性子集序列,诱导出多级粒度结构,构建该尺度下粒度层面的序贯结构.为此,给出两种属性子集序列的选择方法;在序贯三支决策过程中,利用相对损失函数计算阈值,并讨论了阈值的性质;最后给出序贯三支决策过程中的分类规则,并用实例说明提出的模型能有效地处理分类问题.     

三支决策理论及应用

三支决策理论自从2009年被提出后,已成为学术界的一个热门研究方向.马云的成功是三支决策中的一个典型案例.许多创业的年轻人视马云为榜样,所以能否从马云的成功案例中找到可复制的规律是非常值得研究的问题.对马云成功案例做了详细的分析,得出马云案例实际上是将传统二支决策转化为三支决策的过程.分析了马云案例的要素,对马云案例进行了数学建模,并举一反三,用三支决策分析了"货币的起源"和"中庸之道"决策思想,从中可以看到三支决策是人类处理不确定问题普遍采用的有效方法,也说明了系统研究三支决策理论及应用的重要性.     

基于三支决策的二阶段分类模型研究

当对三支决策边界域进一步划分时,边界域知识存在划分信息不足,从而导致分类精度不高,针对上述问题提出一种新的基于三支决策的二阶段分类模型(TWD-TP).第一阶段根据贝叶斯规则构建三支决策中样本的条件概率,通过求解最优化损失函数得到所需阈值,然后按照三支决策规则对数据集进行划分.三支决策是基于最小风险贝叶斯决策理论的划分,在其正域、负域中包含一定的误分类样本;在第二阶段通过类标签索引分别将正域、负域中误分样本作为增量信息引入延迟决策域,形成重构边界域,最后对重构边界域进行划分.实验结果表明:所提出的TWD-TP模型不仅能在三支决策划分中筛选出高误分类特征的样本,同时其重构边界域中不能被划分的样本得到正确划分,分类精度进一步提高.     

直觉模糊集所诱导的软集语义及其三支决策

借助于阴影集,利用直觉模糊参数,将直觉模糊集转化为悲观阴影集和乐观阴影集,提出直觉模糊集悲观三支决策和乐观三支决策,给出直觉模糊集诱导软集的方法。利用三支决策理论,提出软集三支决策定性模型。结合直觉模糊集悲观三支决策和乐观三支决策,利用直觉模糊参数,给出软集三支决策定量模型。     

人脸识别中的多粒度代价敏感三支决策

探索了多粒度三支决策方法在人脸识别中的应用,提出了两种图像粒化方法以模拟不同粒度下的视觉效果,并由此得到不同粒度的人脸图像。之后,针对不同粒度图像,分别采用代价敏感三支决策方法求得相应粒度下的最小代价决策。最后,通过在ORL和PIE人脸数据库上的实验,验证了多粒度代价敏感三支决策在模拟人们决策方面的有效性。     

扩展的三支决策理论

三支决策理论只能将决策对象划分到接受域、拒绝域和边界域3类,不能处理把决策对象划分为更多类的情况,因此,立足于传统的三支决策理论,对其进行推广,提出扩展的三支决策理论,结合贝叶斯理论,以决策的平均损失最小为原则,给出扩展的三支决策理论详细推导过程,使经典的三支决策理论成为特例.     

基于OE-近似概念格的不完备决策背景的规则提取

首先,通过对象诱导的三支条件近似概念格和三支决策近似概念格的细于关系,定义了不完备决策背景的OE-协调性;然后,在OE-协调的不完备决策背景上提出了对象诱导三支规则的提取方法, 分别从正面和负面的角度对规则进行获取和解释, 给出了冗余规则的判定定理及非冗余规则集的提取算法;最后,利用包含度理论,提出了带有置信度的三支规则提取方法, 提供了更为丰富的细节, 使得获取的规则更加完善。     

可能性决策图

基于可能性理论和二元决策图提出一种新的决策图——可能性决策图.用于对不确定环境下的不精确和模糊的信息进行编码,并严格证明了所提出的可能性决策图能规范地表示可能性命题公式.最后定义了可能性决策图上的三种运算.     

基于不确定性的跳阶序贯三支决策模型

序贯三支决策模型作为一种能够有效处理不确定性信息的数据挖掘方法，采用了渐进的思维进行决策。然而，边界域可能存在部分不确定性较大的等价类，即便添加属性也无法准确划分，导致决策的分类精度降低，同时延迟代价较高。因此，通过条件概率来刻画等价类的不确定性，基于阴影集理论筛选不确定性较大的等价类，并对其采取跳阶延迟处理的方法，提出了基于不确定性的跳阶序贯三支决策模型。实验结果表明，所提模型与经典序贯三支决策模型相比，在分类性能上具有更好的有效性。     

多粒度层次序贯三支决策模型研究

现有的知识获取算法所挖掘出的规则太多,不易理解;规则描述太过具体,容易造成过拟合。为此,本文提出了多粒度层次序贯三支决策模型。首先引入概念层次树将目标概念泛化,构建多层次决策表,并设计了多粒度层次序贯三支决策模型,从多视角、多层次计算3个概率区域并获取相应的泛化层次决策规则。最后,通过实验证明了模型的有效性。本模型为知识获取提供了新的视角并丰富了多粒度三支决策的研究。     

基于风险最小化的多粒度三支决策模型

为减小传统的二支决策中直接接受或拒绝决策带来的决策风险,分析问题决策的多粒度空间,研究了基于风险最小化的多粒度三支决策模型.在三支决策风险代价分析基础上,为寻求最优的粒度空间,结合不同属性特征在粒度空间中具有不同决策权重的特点,以粒化重要度和粒化决策权重为启发式信息,从多个不同的粒度层次出发,寻求风险最小的决策行动.最后针对不承诺选项中一些急需决策的现实问题,给出了基于风险控制的二支决策转化方法,并进行了具体的实例应用.     

基于三支决策的触摸手势识别算法

为了提高人与机器人交互过程中对触摸手势的识别能力,提出一种基于三支决策的触摸手势识别算法.通过对触摸手势数据集CoST(corpus of social touch)的分析以及结合其他领域的研究,提出2种数据预处理方法“截取”和“去背景”,并从6个不同角度提取了特征,包括基本特征、基于直方图的特征、序列特征、梯度特征、接触面积特征和基于每个传感器的特征.以随机森林为分类器采用十折交叉方法进行了验证,发现不同的预处理对于不同触摸手势的识别有不同的效果.为了融合不同预处理的优势,引入三支决策的思想,将m分类问题转化为m个2分类问题,使用统计的方法计算每个二分类的三支决策阈值,按照一定的先后顺序和权重指标对经过不同预处理的分类结果进行决策筛选.仿真实验结果表明,基于三支决策的触摸手势识别算法在一定程度上达到了融合的效果,并提高了触摸手势的识别率.     

毕达哥拉斯模糊三支概念格

将毕达哥拉斯模糊集理论引入模糊三支概念格中, 在毕达哥拉斯模糊形式背景下研究毕达哥拉斯模糊三支概念格的构造。首先, 结合毕达哥拉斯模糊集理论将对象与属性的关系同时用隶属度和非隶属度表示, 给出毕达哥拉斯模糊形式背景的定义;其次, 基于给定的阈值α和β以及三支决策思想, 将对象集(属性集)划分为正域、负域, 边界域3个部分;在此基础上, 给出2种毕达哥拉斯模糊三支概念(对象导出毕达哥拉斯模糊三支概念与属性导出毕达哥拉斯模糊三支概念)的定义和相关定理, 构建相应的概念格;最后, 结合实例阐释毕达哥拉斯模糊三支概念格在实际问题中的应用。     

CT增强扫描病案的护理方法分析

分析使用静脉造影剂做CT增强扫描的536个病案,探讨CT增强扫描患者的正确护理方法。护理是CT增强扫描成功的重要环节。只有搞好临床护理和基础护理。才可能获得最佳增强扫描效果。为临床诊断和治疗提供有力的证据。     

基于三支概念分析的地理试题自动解题

现有自动解题系统从试题文本及相关资源获取解题知识,但由于试题本身潜在的复杂性与多样性,所获取的知识可能不足以支持实际解题,需要进一步获取其他解题知识.本文基于三支概念分析理论,通过构造试题文本三支概念格和决策规则提取,进一步挖掘试题文本中隐含的解题知识,在所收集数据集上进行的试验结果表明,本方法有效提升了自动解题系统的...