基于粗集理论的企业自主创新能力评价模型

利用粗集理论的属性约简原理,提出了一种企业自主创新能力评价指标权重的计算方法,将主观权重和客观权重结合起来。建立了一种基于粗糙集理论的企业自主创新能力综合评判模型,使得评判结果更加科学客观,最后通过实例验证了该方法的实用性和可行性．     

基于粗糙集理论的复方拆方研究

粗糙集理论是一种新的处理模糊和不确定性知识的数学工具，其主要思想就是在保持分类能力不变的前提下，通过知识约简，导出问题的决策和分类规则．因此，将粗糙集理论引入复方拆方，将有助于从复方配伍的动态性和不确定性的本质上去深入而确切地开展方剂配伍规律的量化研究，从而改变药味与药效之间的分离状态．     

基于贝叶斯粗糙集模型的属性约简算法

在分析贝叶斯粗糙集模型已有的约简算法的基础上,从含有多个决策类情况下的全局相对增益函数的角度,利用二进制编码方法给出一种求贝叶斯粗糙集所有约简及核的算法,并基于实际应用,给出对求出的所有约简进行筛选的拓展算法。通过算例说明算法的实用性和有效性。     

基于粗糙集理论与变权综合的企业质量技术信用评价

提出一种基于粗糙集理论中的属性约简并结合变权综合决策构建企业质量技术信用评价体系的方法.通过用例分析表明,该体系能更合理地给出企业质量技术的信用评价.     

基于粗糙集理论的决策树构造算法

应用粗糙集理论,提出了一种利用新的启发式函数构造决策树的方法。该方法以属性重要性评价指标作为信息熵函数,对务件属性进行选择,充分考虑了属性间的依赖性和冗余性,弥补了ID3算法对属性间依赖性强调不够的缺点,解决了决策树中子树的重复和有些属性在同一决策树上被多次选择的问题,该方法还能对不相容决策表进行正确分类。实例表明该方法是正确有效的,而且明显优于传统的决策树构造方法。     

基于粗糙集理论的KNN分类

粗糙集理论为研究不精确数据的分析、推理,挖掘数据间的关系、发现潜在的知识提供了有效的工具。在数据挖掘技术中KNN算法是一个实现简单和分类准确性较高的方法,但是,当用于样本容量较大以及特征属性较多的类似医疗图像挖掘这样的领域时,其效率受到了很大的影响,找到一个删除最大冗余属性的方法成了解决这个问题的关键。将粗糙集理论与KNN算法结合起来,用粗糙集方法进行属性约简,有效地解决了KNN算法分类的这个缺点。     

建筑施工企业技术创新风险评价指标体系研究——基于粗糙集理论视野

建筑施工企业在生产经营中面临着激烈的市场竞争,同时需要解决施工中不断出现的技术难点和管理症结.开展技术创新已成为建筑施工企业可持续发展的必然选择,可只要是创新就必然会有风险.首先在理论上分析建筑施工企业技术创新风险的影响因素,尔后运用有效性、稳定性分析和基于粗糙集的属性重要度进行约简,对其技术创新风险因素进行优化,建立精炼合理的建筑施工企业技术创新风险评价指标体系,并通过一个算例来说明该方法可行性和有效性.     

一种基于粗糙集的多指标综合评价方法

本文介绍了一种基于粗糙集的多指标综合评价方法，评价过程中属性离散化采用了动态聚类中的C-均值算法，并根据粗糙集理论中属性约简的原理，将冗余的指标进行剔除，增加了评价的客观性，对于多指标综合评价有一定的参考意义。     

基于粗糙集理论的表情识别研究

包括情感计算和情感识别在内,以人为中心,对人的情感和认知的研究是目前人工智能领域的一个热点研究方向.以粗糙集理论为基础,研究了粗糙集属性约简算法,并把粗糙集属性约简算法作为一种人脸表情识别系统的特征选择方法,对人脸表情识别的重要特征进行研究,并提出了一种RS+SVM的人脸表情识别方法.仿真实验结果表明,粗糙集属性约简算法能发现人脸表情的重要特征,并基于这些特征可以得到很好的表情识别结果.     

基于相似差别矩阵的粗糙集理论

针对经典粗糙集理论只能处理离散数据,不能将其直接应用到连续系统的数据挖掘中。本文利用样本之间的相似关系建立相似差别矩阵,通过实例仿真说明该方法是合理有效的。     

基于粗糙集理论的一种数据约简算法

Roughsets理论被广泛运用于不确定环境下的信息处理 .基于粗糙集理论的数据约简算法正日益受到计算机科学家和数学家的重视 .笔者探讨了一种生成对称矩阵的约简算法 ,与传统算法相比 ,该方法更易于在计算机上实现     

基于粗糙集理论的医疗信息系统分析

基于粗糙集理论的启发式算法,先求出决策表的核值,再量化数据属性的重要性,属性约简从核出发根据属性重要度的不同逐次选择重要度大的属性添加到核中去,直到满足要求为止。利用该算法从医疗信息系统中收集有用的患者属性数据,消去多余数据属性,并由此帮助医院进行决策,实施建立医院客户关系管理。     

基于粗糙集理论的表情识别研究

包括情感计算和情感识别在内,以人为中心,对人的情感和认知的研究是目前人工智能领域的一个热点研究方向。以粗糙集理论为基础,研究了粗糙集属性约简算法,并把粗糙集属性约简算法作为一种人脸表情识别系统的特征选择方法,对人脸表情识别的重要特征进行研究,并提出了一种RS+SVM的人脸表情识别方法。仿真实验结果表明,粗糙集属性约简算法能发现人脸表情的重要特征,并基于这些特征可以得到很好的表情识别结果。     

基于粗糙集和BP神经网络的空气质量评价方法

基于粗糙集理论,提出了空气质量评价参数的选取算法,在不降低有效分类信息的前提下对监测数据经过约简并作为BP神经网络的输入数据,简化了网络结构,提高了训练速度和测试精度.基于BP神经网络的空气质量评价方法能有效融合多种监测数据,系统通用性强.实验表明,基于粗糙集和BP神经网络的空气质量评价方法是可行有效的.     

基于重要性联系度粗糙集模型的规则提取

在基于联系度的粗糙集模型中引入条件属性存在重要性差异的因素,定义了不完备决策表中对象间的重要性联系度,提出了基于重要性联系度的粗糙集扩展模型.在此模型中给出了对不完备决策表进行属性约简和规则提取的算法,并以Visual C++6.0为开发工具编写了程序,进一步验证了算法的正确性和模型的可靠性.     

基于粗糙集理论的产品结构设计模糊评价

针对产品结构设计模糊评价中出现的不合理评价结果,分析了模糊变换在多指标情况下存在权重向量分量数值过小的问题。以减少参加评价指标的数量为目的,采用基于粗糙集理论的知识约简方法,分别实现了完备信息系统和不完备信息系统中产品结构设计评价指标的约简,并用约简后的评价指标再进行模糊变换。对液力变矩器结构设计合理性模糊评价的实例验证表明:先约简后评价的方法,不但可简化评价工作的运算量,避免不合理的评价结果,而且不影响评价质量。     

基于粗糙集的高职教师教学能力评价模型的构建与应用

教学能力是教师的基本能力,直接影响教师的教学行为与教育质量,提升教师教学能力是高等教育从"数量扩张"转向"内涵发展、质量提高"新阶段的迫切要求,然而科学全面的评价教师的教学能力一直以来都是一个难题。基于粗糙集理论,构建了一套高职院校教学能力评价的指标体系,通过属性约简降低计算复杂度,并实现了指标权重的客观赋权,在此基础上,将粗糙集与模糊综合评价方法结合起来,建立教师教学能力综合评价模型。系统地探讨了模型建立的全过程思路及方法,并通过实例验证了该方法的实用性和可行性。     

基于粗糙集的供应商评价选择

针对传统的供应商评价选择方法不能有效处理不完备数据信息、没有充分利用以前的评价结果等不足之处, 将粗糙集理论中的规则提取技术和知识库构造技术应用到供应商的评价选择方法之中,依据供应商综合评价指标体系的设置原则,建立了相应的供应商综合评价指标体系,按照数据获取、初始决策表构建、数据预处理、建立区分矩阵、构造区分函数、属性约简、决策规则获取、值约简、最优决策规则获取、知识库构造、供应商分类的处理过程建立了基于粗糙集的供应商评价选择模型.最后以某企业的供应商数据为例进行了实证分析,通过模型得到的决策规则是合理性的,证明模型的有效性和可行性     

一种基于粗糙集理论的决策规则提取方法

粗糙集理论是一种新兴的数学工具,用于分析、处理不确定或不完整的复杂信息,适合于从大量复杂的数据中发现隐含的、潜在有用的规律。提出了一种基于粗糙集理论的决策规则提取方法,通过重要度分析和属性约简,找出影响决策属性的关键因素。通过值约简,得出决策规则。运用该方法对大学生自主学习风气与能力培养之间的关系进行研究,实例分析表明,这种新的方法具有实际应用价值。     

粗糙集理论中决策表属性约简的信息表示

主要讨论了决策表属性约简和信息熵之间的关系,证明了对于一致决策表,其属性约简在代数表示和该文给出的信息表示下是等价的,并举例说明,对于不一致决策表,其属性的约简不能用信息熵来等价表示。