不完备系统中基于非对称相似关系的粗集多属性决策

粗糙集理论在多属性决策、数据挖掘、机器学习、人工智能等领域发挥着越来越大的作用。经典粗糙集理论主要利用不可分辨关系对完备信息系统形成的划分来定义知识的上、下近似集,并在此基础上进行知识约简,规则推理和决策。而现实生活中存在大量不完备信息系统。针对不完备信息系统的多属性决策问题,从非对称相似关系的角度提出基于粗集的多属性决策方法。     

粗糙集在知识约简中的应用

粗糙集是近年发展起来的一种有效地处理模糊和不确定性信息的数学工具,在机器学习和数据挖掘等领域获得了成功的应用。知识约简是粗糙集理论的重要应用和研究内容之一。本文主要讨论粗糙集在知识约简中的应用,以及常见的约简算法的原理及实现。     

序信息系统下基于变精度与程度近似算子的组合粗糙集模型简

基于不可分辨关系的变精度粗糙集和程度粗糙集都是对经典粗糙集的拓展,分别反映了信息的相对量化和绝对量化.为了融合2种模型的优点同时为使其更具实际意义,本文在序信息系统中通过对2对上下近似算子的重新组合,构造了2个新的粗糙集模型,并仿照研究经典粗糙集理论的方法深入地研究了其数学性质.最后通过学生成绩这一案例求解分析对本文作进一步说明,本文为序信息系统的知识发现提供了进一步的理论基础.     

基于代数观点的邻域区间集粗糙集模型研究

描述部分已知概念的区间集粗糙集是对经典粗糙集的拓展,其属性值概念由上下边界集来描述,具有较好的不确定性刻画能力,能够有效促进数据挖掘、信息度量和知识发现等实际应用。现有研究主要针对离散型数据对象,不能很好地处理现实世界中大量存在的连续型数据对象,因此区间集粗糙集具有改进的空间。该文引入邻域关系,通过Hausdorff距离函数定义区间集邻域粒子,由此构造邻域区间集粗糙集模型,并从代数观点研究其相关概念及性质,最后用实例分析验证其有效性。     

序信息系统下基于变精度与程度近似算子的组合粗糙集模型

基于不可分辨关系的变精度粗糙集和程度粗糙集都是对经典粗糙集的拓展,分别反映了信息的相对量化和绝对量化.为了融合2种模型的优点同时为使其更具实际意义,本文在序信息系统中通过对2对上下近似算子的重新组合,构造了2个新的粗糙集模型,并仿照研究经典粗糙集理论的方法深入地研究了其数学性质.最后通过学生成绩这一案例求解分析对本文作进一步说明,本文为序信息系统的知识发现提供了进一步的理论基础.     

双论域粗糙集的不确定性度量

为了进一步扩展粗糙集的应用范围和灵活性,利用构造性方法研究了双论域粗糙集的不确定性度量,分析了双论域粗糙集不确定性度量与由双论域粗糙集诱导的Pawlak粗糙集的粒度之间的关系.通过比较Pawlak近似空间中粒度的大小,定义了不同信息系统中关系的粗细程度,给出了反映信息系统分类能力的双论域粗糙集信息熵和信息粒度的定义,研究了双论域粗糙集信息熵和信息粒度与信息系统中关系的粗细程度之间的关系.结果表明：双论域粗糙集的信息熵越大,信息系统的不确定性越强,信息系统中关系的区分能力越弱;信息系统的关系越精细,双论域粗糙集的信息熵越小,双论域粗糙集的信息粒度越小.     

Web网页中的S-粗糙集理论

近年来,Pawlak粗糙集理论在研究不完整、不确定知识和数据的表述、学习、智能信息处理、数据挖掘方面受到广泛的关注,并取得了一系列成果.S-粗糙集是Pawlak粗糙集的推广.利用S-粗糙集理论,知识过滤原理分析了从海量Web网页信息中获取感兴趣的Web网页的实质.     

基于模糊相容关系的粗糙集的扩展

针对模糊信息系统,提出了用模糊相容关系代替经典粗糙集中的不可分辨关系来构造扩展粗糙集的方法.定义了模糊信息系统中的模糊相容关系,给出了模糊相容关系下粗糙集的表示方法及性质,证明了模糊相容关系下粗糙集模型的不同表示形式,并讨论了在模糊相容关系下模糊变精度粗糙集模型及其性质.     

基于相异关系的粗糙集理论

利用相异关系代替Pawlak粗糙集理论中的不可分辨关系，建立了基于相异关系的粗糙集理论，它使粗糙集理论在完备信息系统和不完备信息系统中的应用统一起来．     

基于粗糙集理论的自适应图像内插

利用粗糙集中的不可分辨理论提出了一种基于粗糙集理论和旋转掩模(rotating mask)相结合的自适应图像内插算法.首先利用图像的连续性,提出了用粗糙集中的上近似集(upper approximation)和下近似集(lower approximation)来确定与缺损点具有不可分辨关系的样本点,然后利用这些同类样本点对缺损点进行自适应的内插.实验结果表明,利用该算法内插的图像质量无论客观评价标准还是主观评价标准均好于传统的图像内插法,该算法是粗糙集理论与图像信息处理相结合的有益尝试.     

基于统计分析技术的属性数据挖掘

面向属性归纳的方法以关系的或面向属性的操作实现数据挖掘过程。文中将统计分析方法和面向属性的归纳方法接合起来 ,形成了一种应用比较广的数据挖掘方法。同时提出属性数据挖掘可分为两个层次 ,包括从数据产生模型和从数据归纳出知识。从数据推导出的模型可以进行数据预处理和定量描述变量之间的关系 ;由数据挖掘出的知识可以揭示客观世界的普遍规律     

基于图形的GIS数据表示

探讨了GIS空间数据的知识表示结构,使用四元组和九元组模型来进行各类型的空间属性关系描述.在此基础上,提出一种空间数据、非空间数据及空间关系(拓扑、距离、方向关系)的统一化图形表示模型.图形模型丰富了现有的数据挖掘处理技术,简化了数据收集与数据挖掘的过程,同时强化了空间特征固有的内在联系,提供了更丰富的数据分析能力.     

大数据偏序结构生成原理

形式概念分析是一种强有力的数据分析和可视化工具,自提出至今已被应用到数据挖掘、知识发现等领域.但由于概念间复杂的关系使得概念格中的连线错综复杂,尤其是在处理大的形式背景时显得尤为混乱.形式背景中所包含的属性间关系、对象间关系以及对象一属性关系是形式背景的本质关系,本文在人类认知事物哲学原理的指导下,构建了以描述属性间关系和区分对象为基本目的的偏序结构图,并描述了其构建方法.该种图形层次分明、结构清晰,不存在线的交叉连接,具有比较好的可视化效果,尤其计算方法简单,存在应用到大数据的潜能,为大数据数据分析和知识发现提供了一种潜在工具.     

基于数据仓库的决策支持系统框架研究

提出了在数据仓库基础上建立决策支持系统（ＤＳＳ）的体系框架,主要由模型库、方法库,知识库和数据仓库及其相应的管理系统以及数据挖掘单元和问题处理单元几部分组成。阐述了各部分的功能,相互关系,论述了基于数据仓库ＤＳＳ的优点,为知识的智能获取提供了新的手段。     

An ontology reasoning architecture for data mining knowledge management

In order to realize the intelligent management of data mining （DM） domain knowledge, this paper presents an architecture for DM knowledge management based on ontology. Using ontology database, this architecture can realize intelligent knowledge retrieval and automatic accomplishment of DM tasks by means of ontology services. Its key features include：①Describing DM ontology and meta-data using ontology based on Web ontology language （OWL）.② Ontology reasoning function. Based on the existing concepts and relations, the hidden knowledge in ontology can be obtained using the reasoning engine. This paper mainly focuses on the construction of DM ontology and the reasoning of DM ontology based on OWL DL（s）.     

一种基于粒计算的知识隐藏方法

对数据中蕴涵的敏感知识的隐藏与保护是私有保护数据挖掘中重要一个研究课题。粒计算具有在不同的粒度层次上进行问题求解的能力。本文讨论了基于粗糙集粒计算模型的数据中知识隐藏与保护方法。首先,介绍了不完备信息系统下的相容关系、相容信息粒和信息粒度;其次,提出基于粒计算的知识隐藏与保护方法;最后,通过具体实例和在真实数据集上的测试表明了所提出方法的可行性。     

基于Excel的数据建模挖掘

作者通过两个建模挖掘案例,论证了数据建模挖掘这一新兴技术,并指出在风云变幻的市场竞争下用Excel进行建模挖掘是比较成功的.     

知识地图大数据视角下首都安全“3+1”风险预控系统模型构建关键技术与设计

目的以《北京城市安全隐患治理三年行动方案(2018—2020年)》为依据,利用知识地图大数据分析与挖掘技术,从海量的首都安全大数据中提炼有效信息并合理应用,构建首都社会安全“3+1”风险预控模式。方法利用知识本体映射方法以及信息构建技术、数据分析技术,明晰首都安全风险隐患,构建首都安全风险预控知识地图。结果通过知识建模、知识抽取,梳理安全事故发生链的全过程中蕴涵的知识关联、因果关联,建设首都安全的人物知识地图、机构知识地图、成果知识地图、首都安全风险预控平台。结论构建首都安全风险知识地图,为挖掘与分析首都安全事件数据知识链提供有效依据;建立大数据视角下的首都安全知识单元地图及其网络关系,为“平安北京”风险预警预控的多元协作系统、应急管理系统、公共安全系统建设提供有价值的参考。     

基于期权定价理论的矿业工程投资决策模型

矿业工程项目的投资受到许多不确定因素的影响,传统的净现值(NPV)法对工程项目的评价未考虑这些不确定因素.应用期权定价理论和方法,研究了矿产品价格的运行模式,在充分考虑矿业投资项目成本和收益的不确定性的基础上,建立了矿业工程投资决策模型,为矿山投资决策提供了新的思路和决策方法.     

Interoperability for Global Observation Data by Ontological Information

The Ontology registry system is developed to collect, manage, and compare ontological information for integrating global observation data. Data sharing and data service such as support of metadata deign, structuring of data contents, support of text mining are applied for better use of data as data interoperability. Semantic network dictionary and gazetteers are constructed as a trans-disciplinary dictionary. Ontological information is added to the system by digitalizing text based dictionaries, developing "knowledge writing tool" for experts, and extracting semantic relations from authoritative documents with natural language processing technique. The system is developed to collect lexicographic ontology and geographic ontology.