集值信息系统基于极大变精度相容类的属性约简

集值信息系统中对象的属性集值一般不唯一,基于集值信息系统上的变精度相容关系,给出了极大变精度相容类及其对应的粗糙集模型的定义,并以极大变精度相容类为基础,讨论了集值信息系统的属性约简及其相应的区分函数计算方法.     

基于双参数相容关系的区间值信息系统属性约简

针对区间值信息系统,文章提出了一种基于双参数相容关系的属性约简方法.该方法是对传统变精度相容关系粗糙集模型的一种扩充,可使模型在实际应用中更加灵活,鲁棒性更强,通过实例对该方法进行了说明.     

基于极大相容块的区间集粗糙集

区间集粗糙集是针对目标集不能被精确表达时利用上下界进行近似刻画的有效方法，而对于连续型数据，基于等价关系的区间集粗糙集不再适用，相容关系则常被用于处理连续型数据。为进一步提高近似精度，文章将基于相容关系的极大相容块与区间集粗糙集结合，提出连续型数据集上基于极大相容块的区间集粗糙集。首先在信息系统中提出基于距离的相容关系及其极大相容块，由此定义基于极大相容块的乐观、悲观粗糙集，并讨论它们的性质。进而将极大相容块引入区间集粗糙集，提出了基于极大相容块的乐观、悲观区间集粗糙集，讨论了它们的性质及关系以及两类区间集粗糙集的精度。最后选取UCI数据集上的五组数据，验证了本文所提极大相容块下的模型较之相容关系下对应模型的精度平均提高33%。     

集值模糊目标信息系统的近似分配约简

基于集值信息系统上的变精度相容关系,定义了集值模糊目标信息系统的模糊目标在给定相容水平下的上近似与下近似,提出了一定截集水平下的上近似分配约简与下近似分配约简概念,这种约简是单值目标模糊信息系统上精度约简概念的推广,同时也是经典目标信息系统上近似分配约简概念的推广.进一步,在集值模糊目标信息系统引入区分矩阵与区分函数,给出了计算上近似分配约简与下近似分配约简的方法.     

基于优势关系的区间值粗糙集扩充模型

区间值信息系统是单值信息系统的一种扩充。首先在区间值信息系统中引入了四种优势关系,分析了四种优势关系的重要性质及相互联系,并针对四种优势关系的局限性,提出了一种新的优势关系--α-优势关系,进而定义了基于α-优势关系的扩充粗糙集模型。最后,通过教师评估实例比较分析了区间值信息系统中基于优势关系的扩充粗糙集模型之间的性能。     

基于α-β优势关系的区间值信息系统属性约简方法

区间值信息系统是单值信息系统的一种扩充,如何对其进行属性约简是区间值多属性决策中的一个重要的问题.在已有的优势关系基础上,定义了α-β优势关系,得到基于新的优势关系的可辨识矩阵,进而对区间值信息系统进行属性约简,给出了约简算法.最后通过一个算例验证了新方法的可行性,并与已有方法进行了比较,结果表明所提出的方法更为简单有效.     

基于α-β优势关系的区间值信息系统属性约简方法

区间值信息系统是单值信息系统的一种扩充,如何对其进行属性约简是区间值多属性决策中的一个重要的问题.在已有的优势关系基础上,定义了α-β优势关系,得到基于新的优势关系的可辨识矩阵,进而对区间值信息系统进行属性约简,给出了约简算法.最后通过一个算例验证了新方法的可行性,并与已有方法进行了比较,结果表明所提出的方法更为简单有效.     

双精度容差关系的粗糙集拓展模型及约简

研究了不完备区间值信息系统,提出新的改进模型.首先给出了基于相离度的相似度定义,使得模型可以处理属性值大多数相交但不具备包含关系以及含多个连续值的情形.其次,将容差关系进行拓展,提出了基于相似度和相似率的双精度容差关系,进而建立了适用于不完备区间值信息系统的粗糙集拓展模型.再次,为解决双精度容差关系在划分论域时的不足,提高近似精度,又求出了双精度极大相容类,据此来得到上下近似集,并给出了极大分类约简算法.最后,通过实例分析验证模型和算法的有效可行性.结果表明,所提出的粗糙集拓展模型适用的不完备区间值数据类型更为广泛,可用于处理一般的不完备区间值信息系统,拓展了粗糙集的适用范围.     

基于α-优势关系的区间值概率粗集模型及应用

区间值序信息系统是单值序信息系统的一种扩充。首先在区间值序信息系统中引出一种新的定义属性对象xj优于xi的概率Pjai,进而在此基础定义α-优势关系和优势类,从而定义了一种新的基于α-优势关系的概率粗糙集模型,继而通过相对熵赋权得到多属性决策问题的综合评价的最优解,最后对皖江城市带的经济发展的5年数据做定量分析,该实例...     

集值粗糙集模型的近似集增量更新方法研究

集值信息系统可以用来表示不完备信息系统,得到了广泛的应用.分析现有集值信息系统中的相容关系和拟序关系及其相应的近似集合,给出在相容关系和拟序关系下集值粗糙集模型的近似集增量更新方法,并通过实例验证了方法的有效性.     

基于k等价度容差关系的变精度粗糙集模型及其约简算法

针对k等价度容差关系,提出了一种基于k等价度容差关系的变精度粗糙集模型,该模型是变精度粗糙集模型在不完备信息系统中的拓展．在此基础上,定义了变精度粗糙集模型约简的概念,讨论了一种刻画属性重要性的新指标,提出了一种启发式约简算法．该算法能从搜索空间中不断地添加重要的属性,并且删除不重要的属性,从而降低了约简的时间复杂度．最后,通过实例说明该算法的有效性．     

基于加权阈值容差关系的不完备信息系统粗糙集模型

针对已有的不完备信息系统粗糙集扩充模型没有考虑属性的权重的缺点,提出基于加权阈值容差关系的粗糙集扩充模型.该模型根据给出的不完备信息系统信息量计算权重,不需引入系统外知识,权重确定比较客观;同时引入阈值来调整加权阈值容差类判定的严格程度,兼顾了人的主观要求,并能预先排除因自身不满足阈值条件而不可能与任何其他对象划为同一加权阈值容差类的对象,但不影响类的完整性.实例对比分析表明,与其他模型相比,基于加权阈值容差关系的粗糙集扩充模型符合不完备信息系统应用客观实际,具有更强的适应能力.     

基于极大相容块的粗糙性度量及其属性约简

由于相似关系或相容关系不具有传递性或对称性,从而相容类或相似类之间存在误判,因此研究不完备信息系统中合适粒度下的粗糙性度量和属性约简算法很有必要。在不改变相关模型的基础上,文章通过极大相容块的思想,研究了非等价关系的基本知识粒度构造,进一步讨论了合适粒度下的粗糙性度量方法,提出了基于极大相容块的知识粗糙性更精确的定义和极大相容块的条件信息熵及其属性重要性定义,并证明了相关性质;给出了合适粒度下属性约简的启发式算法,结果表明,极大相容块的重要性度量避免了通常意义下粒度过粗问题,知识粗糙性更为准确。     

变精度粗糙集下基于信息熵的属性约简算法

本文针对在Z．Pawlak粗糙集下进行属性约简中存在的问题,在对变精度粗糙集理论下卢下近似约简概念分析的基础上,引入了信息熵,建立了变精度粗糙集意义下的决策表中属性重要性的度量方式,区分了β阈值界定下的“弱不一致信息”与“强不一致信息”的不确定程度,从而刻画了标准粗糙集下正域之外的不一致信息的不确定程度,以该度量作为启发式信息,提出了基于信息熵的β下近似约简的启发式算法．这为不一致信息系统的属性约简提供了理论依据与算法．     

IIS中基于限制容差关系的变精度粗糙集模型

在不完备信息系统中的限制容差关系的基础上,建立了变精度粗糙集模型,并且对其相关性质进行了分析.从构造区分函数出发,给出了求不完备信息系统近似约简的一般方法,定义了β近似约简,β近似区分函数等概念,给出了求其β近似优化决策规则的一般步骤,最后通过实例说明所提到的理论是符合客观实际的.     

基于属性重要度的变精度邻域粗糙集知识约简

在模糊决策信息系统理论研究的基础上,根据其属性来构造对象空间的模糊分割,用邻域粒化的思想定义了变精度模糊决策信息系统粗糙集模型的上、下近似算子及其约简和核等概念,由此给出了一种基于属性约简的算法,通过实例分析验证算法的有效性。     

EIS开发中若干基本问题的探讨

从较广泛的角度讨论了ＥＩＳ的开发问题，给出了ＥＩＳ的开发框架，它能帮助ＥＩＳ的研究者和设计者辩明系统的开发环境，理清与ＥＩＳ开发相关的重要因素及其相互关系，明确研究工作的重点．还讨论了ＥＩＳ的总体结构设计和ＥＩＳ的开发方法，提出了一些在ＥＩＳ开发中需要进一步研究的问题，为ＥＩＳ这一新领域的研究开发提供了理论依据和技术手段．