基于相似关系的不完备模糊决策信息系统知识约简

在不完备信息系统和模糊决策信息系统及其粗糙集模型的基础上,提出了不完备模糊决策信息系统的概念,并基于相似关系及其粗糙集模型,给出了不完备模糊决策信息系统的粗糙集模型.该模型是不完备信息系统,完备模糊决策信息系统和经典决策信息系统粗糙集模型的推广.还给出了该系统的知识约简及其算法.     

不完备信息系统下基于重要度相似关系的粗集模型

针对不完备信息系统下容差关系和集对α相似关系等模型的局限性.结合权值和联合概率的概念,建立了基于重要度相似关系的模型,这种模型更符合实际应用的需要.     

一种基于变精度区分矩阵的不完备信息系统属性约简

基于相容关系把多数包含关系引入不完备信息系统,对容差关系进行了扩充,使之更具有灵活性,在此基础上提出一种能容忍数据中包含噪声的变精度区分矩阵,给出了基于该变精度区分矩阵的一种有效属性约简算法,并通过具体实例验证了该算法.     

不完备决策表的几种属性约简方法的关系

知识约简是信息系统与知识发现研究中的一个焦点问题.文章将正域约简、熵约简及基于包含度约简的概念引入不完备决策表中,讨论了它们之间的关系,证明了对于相容的不完备决策表,熵约简、分布约简、正域约简、最大分布约简及近似约简都是等价的.     

一般二元关系下粗糙集的拓扑性质

推广了一般二元关系下粗糙集的定义,讨论了该定义下粗糙集的一些性质.证明了二元关系R在满足一定条件时,粗糙集的上、下近似分别是某个拓扑空间的闭包和内部算子.     

基于广义粗糙集的属性约简

目前,人们对广义粗糙集的研究主要集中在集合的近似计算上,而真正利用广义粗糙集进行属性约简的研究还很少见.基于广义粗糙集理论研究了信息系统中属性约简的问题.首先定义了关系信息系统及其属性约简的概念.然后给出了属性约简的判定定理和辨识矩阵并详细地研究了属性约简的基本性质.最后给出了计算信息系统中属性的所有约简的一般方法.     

基于相似关系的变精度粗糙集的数据约简

基于最大相似类的变精度粗糙集模型．此模型把变精度粗糙集的基础由等价关系拓展到条件更弱的相似关系,更好地利用数据间的相关信息,扩大了粗糙集理论的应用范围．讨论了相似变精度粗糙集的性质与属性约简,举例说明了相似的变精度粗糙集在大学生体质检测数据约简中的应用．     

集值决策信息系统及其知识约简

文章在集值决策信息系统中提出了一种新的基于变精度参数分类的二元关系,即变精度相容关系,可以通过改变精度参数来使分类更合理;同时,还讨论了基于这种二元关系的集值信息系统的知识约简及其属性特征,并给出了可辨识矩阵.     

α-最大相容水平SF决策信息系统的知识约简

引入了SF决策信息系统中的最大相容水平概念,研究了α-最大相容水平ε-不协调SF决策信息系统,建立了它的粗糙集模型,讨论了它的α-水平分布ε-约简.     

可变多粒度粗糙集粒度约简研究

为了研究可变多粒度粗糙集的粒度约简,首先,提出一个适合各种多粒度粗糙集模型的粒度矩阵定义,围绕粒度矩阵,研究多粒度粗糙集模型的相关理论.其次,定义衡量粒度重要性的计算公式,通过计算每个粒度的重要性选择粒度,并结合粒度矩阵,设计了可变多粒度粗糙集的下近似分布粒度约简算法.最后通过实例和实验验证了粒度约简算法的有效性.     

基于聚类和粗糙集的智能邮件过滤系统研究

粗糙集理论是一种新的处理不精确、不完全与不相客知识的数学工具，随着Internet的发展，以及电子邮件的广泛应用，将有大量的邮件以待阅读和处理，介绍了一种基于聚类和粗糙集对邮件进行过滤的系统，实战证明，这是一种可行有效的过滤方法。     

数据采掘中的广义粗略集模型

在数据采掘中,运用传统的粗略集模型能对完整的数据库进行所需的规则抽取。在此基础上研究了广义粗略集模型对不完整数据库的数据采掘问题。     

半群中变精度的粗糙理想

基于半群中的粗糙左理想,粗糙右理想,粗糙双侧理想与粗糙双理想的概念,本文讨论了半群在变精度的粗糙集模型下,各种粗理想相应的性质,并且讨论了半群中两个理想之积的一些性质,进一步丰富了半群中的粗糙集理论.     

粗糙集理论在水科学中的应用

应用可变精度粗糙集,对水电站水库最优出力规则进行知识发掘,并获得了出力决策规则.与一般优化调度规则相比,基于粗糙集的规则隐含了决策时段以外的入库水量信息,不同于仅以当前时段水库来水和水位进行决策的常规优化调度,具有更大的灵活性和合理性.     

基于粗集的决策规则生成算法应用研究

在粗集理论的基本概念及知识表达系统定义的基础上,利用粗集方法进行决策分析,并以粗集理论在成绩决策中的应用为例,给出了基于粗集的决策规则生成算法.     

覆盖广义粗糙集与信任函数

本文在覆盖广义粗糙集最简覆盖的基础上,应用等域关系,将覆盖广义粗糙集转化为Pawlak经典的粗糙集,使得经典粗糙集理论的应用范围得到了一定的扩充,并用例子说明该转化方法提高了一个集合的近似程度.最后讨论了覆盖广义粗糙集与证据理论之间的关系.     

逻辑函数的粗糙集表达及最小化方法

提出了基于粗糙集理论对逻辑函数进行知识表达的方法,给出了运用粗糙集进行组合逻辑化简的优化算法.为保证化简前后逻辑上的等价性,用化简前的逻辑矩阵中的on-set项是否被化简后的off-set项的补完全覆盖的方法进行检验,结果表明化简前后是等价的.算法通过了对20变量以下的组合逻辑函数标准的Benchmark例题和部分组合逻辑函数典型实例验证,保证了优化结果正确性和有效性.