粗糙集中几种粒结构的代数关系

针对目标概念在近似空间上存在多种粒结构的问题,通过讨论目标概念的最优近似集与Pawlak近似集、变精度近似集之间的代数关系,得到最优近似集与Pawlak下、上近似集、变精度下、上近似集的等价条件;通过分析基于最优近似、基于Pawlak近似、基于变精度近似的分布约简之间的关系,得到在一定条件下,最优近似分布约简为Pawlak近似与变精度近似的分布约简.研究结果表明:根据目标概念与基本知识粒之间不同的近似刻画,不仅可以建立不同的粗糙集模型,还可以建立不同的分布约简.     

基于遗传算法的覆盖近似空间最优近似求解算法

经典粗糙集用一对精确集来近似粗糙集.在其扩展模型中,有学者提出了从相似度出发用一个精确集来刻画粗糙集的模型.这种模型可以更贴近目标集合,在规则提取方面也有很好的应用.在划分情形下最优近似的算法已经相对完善,但是对于覆盖情形下的最优近似其算法还很匮乏.针对这一问题,提出了一种基于改进的遗传算法的最优近似求解算法.通过采用...     

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.     

基于相似关系的不完备形式背景属性约简

研究不完备形式背景的属性约简问题。通过比较对象间属性值的一致性, 定义了对象集上的一个相似关系, 进而定义了基于相似关系的粗糙近似算子, 利用目标集的粗糙集近似, 可以提取语义明确的决策规则。基于不完备形式背景中相似关系给出一种属性约简的概念, 研究了属性约简的判定定理, 给出了三类属性的特征刻画。 最后, 利用对象间的辨识属性, 给出了一种属性约简的方法, 并举例说明了方法的可行性。     

逻辑系统L42中公式的伪距离

基于非线性序集逻辑系统中的真度概念,给出了公式的相似度概念,并给出了一些基本性质,为进一步建立该系统中的近似推理理论奠定了基础。     

变异粗集近似精度与变异知识特性

利用变异粗集的概念,讨论了变异粗集近似精度与Pawlak粗集近似精度的关系．分析了变异知识重要度、过滤度的性质,得到了变异知识重要度、过滤度、粒度的关系定理以及变异知识挖掘定理．     

基于极大相容块的不完备模糊目标信息系统的近似约简

在不完备模糊目标信息系统中引入了极大相容块的概念,定义了上下近似,并通过精确度的计算得到上下近似的定义具有合理性,同时提出了近似一致集的概念,给出了相关的粗糙集模型,以及该模型的近似约简概念及辨识矩阵的近似约简方法.     

逻辑系统L_4~2中公式的相似度

基于非线性序集逻辑系统L24中的真度概念,给出了公式的相似度概念,并给出了一些基本性质,为进一步建立该系统中的近似推理理论奠定了基础。     

面向对象概念格上的近似概念及概念认知

针对概念认知问题，该文通过形式背景中任意对象(属性)集在面向对象(属性)概念格中形成的下近似概念外延(内涵)和上近似概念外延(内涵),探讨了面向对象(属性)概念、面向对象(属性)下近似概念、面向对象(属性)上近似概念之间的关系，得到在面向对象(属性)概念格中生成下、上近似概念的一种有效方法。对于面向对象概念格中任一概念，由其外延形成的下近似概念和上近似概念是它本身；对于面向属性概念格中任一概念，由其内涵形成的下近似概念和上近似概念也是它本身。同时通过举例说明。另外，将近似概念应用于面向对象(属性)概念格中进行概念认知并给出相应算法。对于给定的任一对象(属性)集线索，通过其形成的近似集去逼近该线索，得到1个精确概念或者2个近似概念，以进行概念认知。同时给出概念学习精度来衡量概念认知的准确性。     

积分语义学中的积分相似度、伪距离与近似推理理论

进一步研究了积分语义学理论中的积分相似度、伪距离及近似推理理论，提出了改进的积分交推理规则，给出了公式集Γ的n次发散度的估计式；同时在近似推理中引入了“相离度”概念，并给出了判定相离度为0的充分必要条件。     

基于区间值相似度集合的多规则近似推理模型

给出区间值相似度集合的概念,并基于区间值相似度集合详细研究了多规则近似推理模型及其推理算法,讨论了基于区间值相似度集合的简单近似推理模型的还原性．最后,通过１个实例验证了推理模型和推理算法的有效性．      

乐观多粒度区间集粗糙集

Pawlak粗糙集基于单个粒空间(一个等价关系)建立了上、下近似来刻画目标概念,而乐观多粒度粗糙集则利用多个粒空间(一族等价关系)对目标概念进行近似描述,是Pawlak粗糙集的一种扩展.区间集通过上、下界给出了概念的外延范围.在区间集粗糙集的基础上,提出了乐观多粒度区间集粗糙集,研究了它们的性质,并进一步给出了单个和多个粒空间下几种区间集粗糙集和乐观多粒度区间集粗糙集之间的关系.     

改进的多策略本体映射方法

针对本体映射时未充分考虑语义信息以及运算效率的问题, 提出了一种改进的多策略本体映射方法--ReMAP。对初步得到的初始概念集基于相关度计算进行简化, 以减少参与映射的概念; 为提高映射质量, 在进行概念相似度计算时, 充分考虑本体概念的语义信息, 对概念名称进行语义分析, 将其融入概念名称相似度的计算结果, 并通过制定映射规则对不良映射进行校正处理。算法验证选取OAEI2007 标准测试集, 通过查全率、查准率与F-measure 值对实验结果进行对比分析, 验证了方法的有效性。     

Lukasiewicz多值逻辑系统中的相似度及伪距离

逻辑度量空间是近似推理的重要框架。文中在文献中提出的公式集F(S)上相似度的基础上给出了另外两种相似度，讨论了其性质，证明了这两种相似度导出的距离也是F(S)上的伪距离。同时研究了这两个伪距离空间的重要性质，并得到了3种伪距离的比例关系，为推理程度的数值化提供了依据。     

模糊谓词逻辑公式的有限和可数解释真度理论

提出了模糊谓词逻辑公式的有限解释真度和可数解释真度的概念，并讨论了它们的一系列性质．从而为引进公式间的相似度概念、导出全体公式集上的一种伪距离提供了依据，进而为模糊谓词逻辑的近似推理理论提供了一种可能的框架．     

集值映射向量优化的近似Benson真有效性 (运筹学与控制论)

对目标映射和约束映射均为集值映射的向量优化问题(VP),引入近似Benson真有效解、近似Benson真有效元概念,推广了戎卫东与马毅提出的ε-真有效解,并给出例子予以说明,考虑了集值映射向量优化问题的近似Benson真有效解。在邻近锥次似凸假设条件下,通过数值优化问题的近似解来刻画其近似Benson真有效解,并得到了如下的结论:x0,(y0)是问题(VP)的近似Benson真有效元当且仅当它是对应于问题(VP)的标量化问题(Pμ)的-εσ-C(μ)-次最优元,其必要充分条件具有相同的误差,推广和改进了已有结果。     

命题逻辑中理论的条件真度

探讨了理论真度的性质后基于条件概率的思想,给出了理论的条件真度的概念,并用它建立了一种可以在公式集之间展开的近似推理模式,用于探寻最优推理结论和最优推理前提,最后给出了理论的和谐度的概念,刻画理论内部公式和谐共存的程度。     

本体概念相似度加权综合计算模型

针对现有本体映射过程中相似度计算方法的精度及效率的不足,提出一种新的综合概念相似度算法模型,该算法分别对本体概念的名称、属性和实例相似度进行计算,过程中融合了信息增益和聚类集方法,并最终对三种相似度量结果加权综合。实验表明,算法得出的概念相似度计算结果在合理性和准确率上都有所提高。     

基于覆盖的区间概念格动态压缩原理与实现

针对区间概念格的复杂结构以及基于现有建格算法构建的区间概念格存在概念冗余问题,本文直接从形式背景出发,对区间概念格进行动态压缩的方法,减少了区间概念结点的冗余度。为了保证概念压缩后仍能体现概念之间的关联关系,首先给出了基于形式背景的二元关系对的相似度及关系上的覆盖近邻空间的定义;其次,通过定义区间概念压缩算子,得到了压缩概念,并证明了压缩后的概念集是压缩前概念集的子集;基于覆盖的近邻空间及压缩算子,进一步构建了区间概念格的动态压缩模型。可以根据相似类阈值大小控制区间概念格中的结点数量,实现区间概念格的动态压缩,最后通过实例验证了模型的正确性以及压缩的高效性。     

命题逻辑公式集上的正则相似关系

研究了命题逻辑公式集（F(S））上的正则相似关系。在经典二值命题逻辑中引入了正则相似度概念，利用公式的真度概念给出了一种正则相似度，进而导出了全体公式集上一种伪距离，并且证明了它与另外两种伪距离是等价的。