粗糙集连续属性的一种离散化方法

文中给出了基于属性值出现的频率的连续属性离散化的一种方法。在离散化问题描述的基础上,利用属性值出现的频率确定频数候选断点,再利用边缘断点算法进一步减少断点数目,达到离散化目的。该方法提高了决策属性关于条件属性的支持度,提高了属性约简的满意度。     

基于遗传算法和变精度粗糙集的离散化算法

目前常用的离散算法多为单属性离散化算法.利用该类算法对多维连续属性进行离散化时,逐次对单个属性进行离散化,割裂了多维属性之间的关系.基于此提出了一种基于遗传算法和变精度粗糙集的多属性离散化算法.该算法基于变精度粗糙集所具有的较好数据分类容错和抗噪能力,通过变精度粗糙集近似分类精度建立遗传算法适宜度评价函数,并利用遗传算法在多维连续属性候选断点集上寻找最优断点子集.基于UCI数据集比较了所提算法与多种常用的离散化算法的差异,实验结果表明,该算法可以获得相对较好的离散化效果.     

一种基于连续属性离散化的知识分类方法

提出一种基于连续属性离散化的知识分类方法.将条件属性按照重要度由高到低排序,并依照此排序将决策表中各条件属性依次离散化.在对决策表中条件属性的离散化过程中充分考虑已离散化的条件属性及决策属性,离散后的决策表不需要进一步约简.使用了模拟数据和UCI机器学习数据集中的数据进行算法测试,而且与其他离散化算法进行了对比,结果充分证明了新方法的有效性.     

一种基于分类目标的启发式离散化算法

提出一种基于分类目标的启发式离散化算法, 通过该算法能够解决粗糙集理论中的连续属性离散化问题. 该算法充分考虑目标分类和属性的重要性, 在减少决策规则的同时完成了属性约简. 通过茶味觉信号的验证及与传统算法结果的比较, 验证了所给算法的有效性.     

一种基于分布特征的连续属性离散化方法

针对在使用粗糙集理论处理决策表时需要事先对连续属性进行离散化处理的问题,提出了一种基于连续属性分布特征的离散化算法．并通过实例分析说明该算法能在保证决策表原始分类能力不变的前提下,获得较少的断点数．     

基于联合信息熵和粗糙集理论的关联知识发现

研究了基于联合熵和粗糙集理论的关联规则挖掘算法,改进了基于粗糙集的属性离散化方法—连续属性联合熵差离散化算法;以联合信息熵作为属性约简的标准,提出了基于联合熵的知识约简算法;并给出了以支持度、兴趣度和准确度为阈值的有效关联规则算法.     

基于灰粗糙支持向量机的连续多属性预测方法

文章对多属性且属性值为连续的决策系统进行预测,提出了灰粗糙支持向量机预测方法.首先采用灰色关联分析计算出条件属性相对于决策属性的重要度;并对连续属性进行离散化,结合Pawlak属性重要度与灰关联度进行约简;将约简后的条件属性作为影响因子,基于支持向量机对决策属性进行预测.实验结果表明,该方法是有效可行的.     

基于信息增益的多连续属性离散化算法改进

提出了一种基于多连续属性的离散化改进算法,在信息增益的离散化算法基础上,将离散化结果加以修正,并结合实例,详细说明该改进算法能更准确的判断出噪声数据、异常数据和错误数据,实现对这些数据的区别对待。     

一种基于条件熵的粗糙集连续属性离散化方法

连续属性离散化是粗糙集应用研究的重点内容之一.基于条件熵可以反应属性依赖度的性质,将决策属性对条件属性的条件熵作为离散化标准,提出了一种粗糙集连续属性离散化方法,并通过实例证明了该方法的正确性.     

基于灰色关联度的粗集连续属性离散化算法

连续属性的离散化是粗糙集理论亟待解决的关键问题之一。基于灰色系统和粗糙集的有关理论，提出了 一种新的基于属性重要性的离散化算法。该算法以条件属性对决策属性的灰色关联度来度量条件属性的重要性， 在保证决策表原始分类能力不变的前提下，按照属性重要性由小到大的顺序对每个条件属性的侯选断点进行考 察!将冗余的断点去掉，从而将条件属性离散化。同时给出了该算法的时间复杂度分析，并通过实例分析验证了算 法的有效性和实用性。     

决策概念格及决策规则的提取

针对含有决策信息的决策形式背景,提出了决策概念格模型,并定义决策概念格中的决策规则及规则的置信度和支持度,用户可根据实际的需求,从规则中提取满足最低置信度及支持度的规则.     

网络环境下开放式群体决策的研讨过程

针对基于互联网的开放式群体决策研讨平台的特点，在借鉴已有的群体决策过程理论的基础上，提出了适合于互联网的计算机支持研讨模式的群体决策研讨过程六阶段，即决策任务产生阶段、决策任务认识阶段、决策问题解析阶段、决策问题求解阶段、决策方案设计阶段、群体决策阶段，并对每一阶段的研讨内容进行了详细叙述。     

数学知识在实际决策中的应用

数学作为一门基础科学在社会各个方面都有着广泛的应用，通过严密系统的数学论证，分析和解决确立型、风险型、非确定型三类决策问题，为决策部门提供员优方案，促进管理科学的发展。     

多元型投资动态决策优化

本文研究企业集团多元型经营战略决策，提出了一种考虑市场随机因素的多产品。多目标、多参数动态决策的逐步分解方法；引进利润的风险弹性概念，以权衡投资收益和投资风险；并作出其产品结构、生产要素投入和产品价格及其调节的动态优化决策。     

多路视频智能场面监视系统的关联决策算法及应用

多路视频智能场面监视系统中目标运动机动性强、方向和速度变化大、轨迹交叉和分岔多，并且目标身份通常无法确定，因而无法通过二者的目标身份信息进行确切关联，关联决策具有极大的不确定性.本文在计算和分析两条轨迹之间的4种距离及其统计特征的基础上，根据给定的漏关联概率和错误关联概率确定每种距离对应的决策门限，最后进行加权平均计算出综合距离和综合门限，由此构造关联决策规则.在给定的漏关联概率和错误关联概率条件下，对两个视频传感器的轨迹数据运用关联决策规则，试验结果证明,能够满足场面监视系统的基本要求.     

模糊决策在建筑设计方案选择中的应用

建设单位在建设新项目时,都会要求设计单位提供若干种设计方案.但是要想从众多设计方案中,选择出一个既经济又实用,且能极大限度地满足建设单位要求的方案是十分困难的.文章通过一个具体实例,先对各个决策因素进行量化,运用模糊决策模型找出一个最符合要求的方案.     

群决策支持系统总体结构的研究

本文分析了群决策的重要性和群决策支持系统发展的必要性,在总结群决策支持系统发展过程与现状的基础上,提出了基于模块的总体结构,并就其中几个主要模块进行了深入研究.     

决策行为公理化的局限与描述性决策理论的作用

理性行为公理体系是经典决策理论的基石,对其局限性仍有很多问题不能解决．本文从描述性决策理论的提出这个角度分析了公理化的局限,以及解决这一问题时描述性决策理论的作用．     

决策问题识别及其实现研究

研究了决策问题识别及其实现技术提出了基于决策环境要素描述以及基于知识的决策问题识别方法；在此基础上分析了决策问题识别系统的体系结构，简述了应用实例．实践证明，基于本文提出的理论、方法与技术，可有效地完成复杂环境中的决策问题识别     

不确定型决策准则的使用误区

简要介绍了决策论中不确定型决策的基本概念和5种不确定型决策准则。分析了各种不确定型决策准则的决策目标，并以不确定型决策准则之可靠性的讨论为基础，指出不确定型决策准则的使用误区。