不完备系统中基于特征关系的知识约简

以同时具有丢失型和遗漏型未知属性值的不完备系统为研究对象，根据特征关系讨论了其中的知识约简问题．在不完备决策系统中，引入了近似分布约简的概念并给出了相应的判定定理与辨识矩阵，为从复杂的不完备系统中获取知识提供了新的理论基础与技术手段．     

一种基于粗糙集的不确定决策知识约简算法

粗糙集理论是处理不完整和不确定知识的数学工具,能有效地分析和处理不精确、不一致、不完整的各种不完备信息,并从中发现隐含知识,揭示潜在规律.针对决策知识冗余、决策效率低下等问题,本文以粗糙集理论为基础,研究不确定性的知识约简算法及决策规则获取方法.首先,研究粗糙集理论与知识约简理论基础,包括知识及知识库、知识表达系统、核与约简的关系;然后,研究了属性约简算法,包括属性的重要性、属性约简算法和属性值约简算法的相关定义及其数学模型表示,并给出了属性约简步骤;最后,以软件维护性及影响因素决策表为例,按照属性约简步骤,完成了属性约简和属性值约简,通过实例分析验证了算法的可行性、有效性和决策规则获取方法.结果表明,运用粗糙集理论对知识进行约简,可以简化复杂系统、消除冗余知识,获得知识库简洁表达的方法,有效维护知识库的结构和性能.     

不完备系统中基于特征关系的知识约简

以同时具有丢失型和遗漏型未知属性值的不完备系统为研究对象,根据特征关系讨论了其中的知识约简问题.在不完备决策系统中,引入了近似分布约简的概念并给出了相应的判定定理与辨识矩阵,为从复杂的不完备系统中获取知识提供了新的理论基础与技术手段.     

决策信息系统协调性的关系矩阵表示

从矩阵视角研究不完备信息系统的知识表示和属性约简.首先,引入关系矩阵,基于容差关系提出不完备决策信息系统协调性判定方法.其次,利用关系矩阵求正域,并提出属性协调集的矩阵判定定理,从而给出一种保持正域不变的约简的新方法.最后,基于上述框架,给出属性重要性度,进一步提出一种属性约简的启发式算法,并通过分析和实例证明该方法的有效性.     

基于信息熵的粗约简及其Bayes解释的供应链需求集成分析

针对供应链管理中需求与供应的集成化方式的选择问题,从软计算的角度对现有供应链的集成信息进行数据挖掘和知识发现,并提供了相应的辅助决策解释：用信息论观点下基于条件信息熵的方法进行决策表属性约简,得到企业选择需求集成的方式与动机之间关系的知识,进而以此知识指导供应链企业针对不同动机选择恰当的需求集成方式,并给出所有决策建议的Bayes解释．最后以算例分析证明本文给出的定量分析与定性解释相结合的决策过程更完备．     

一般协调近似表示空间的约简

从拓扑的包含关系这一全新的视角进一步认识协调近似表示空间的属性约简理论。在此基础上将协调近似表示空间中的等价关系放宽为一般关系,提出了一般协调近似表示空间的概念,并给出了一般协调近似表示空间关系约简理论,指出了可将其转换成一类覆盖族的约简且是协调覆盖决策系统属性约简的一般形式,最后用一个模型给出本文约简理论的应用实例。     

多尺度决策系统中基于模糊相似关系的决策粗糙集最优尺度选择与约简

基于模糊相似关系的决策粗糙集是经典决策粗糙集的延伸与拓展,为当今的研究热点之一.在实际处理数据时,同一对象的同一属性可能具有不同层次,并且在不同层次上取得不同值.为此,该文针对多尺度决策系统,提出多尺度决策系统中基于模糊相似关系的决策粗糙集模型,给出相应的最优尺度选择及约简方法,并讨论了获得一个最优尺度约简的简便算法....     

Pythagorean模糊信息系统属性约简的图论方法

信息系统中,属性约简是知识发现问题的一个研究热点,能达到发掘并简化知识的目的。目前已有很多利用辨识矩阵来进行属性约简的研究,但是当数据维数较大时,算法复杂度往往很大。利用加权欧几里得距离来定义二元关系及辨识矩阵,利用信息系统的约简与生成图的最小顶点覆盖等价的关系,将辨识矩阵求解约简的问题转化为求解生成图中最小顶点覆盖的问题,并给出了Pythagorean模糊信息系统中属性约简的算法;在此基础上,利用基于加权欧几里得距离的相似关系,定义了Pythagorean模糊决策信息系统的辨识矩阵,并给出了用最小顶点覆盖的方法求约简算法,最后利用实例验证了算法的有效性。     

广义决策约简同相对约简的关系

对广义决策约简和相对约简的关系进行了研究。给出了广义决策约简是相对约简的充要条件和相对约简是广义决策约简的充要条件。特别的,得到了决策属性只取两个决策值的决策表,其广义决策约简同相对约简是等价的。通过本文使得利用广义决策约简计算相对约简和在一定的条件下利用相对约简计算广义决策约简成为可能。     

决策系统基于特定决策类的上近似约简

决策系统针对特定概念的约简相对于整体约简可以获得更简洁的决策规则.借助粗糙上近似算子,提出决策系统针对特定决策类的上近似约简概念,针对这种约简标准给出了需要区分对象的条件,借助区分函数给出了约简计算方法;刻画了保持所有决策类上近似不变的分配约简、基于特定对象的分配约简以及针对特定决策类的上近似约简之间的相互关系.可以通过分配约简构造基于特定对象的分配约简以及针对特定决策类的上近似约简,也可以通过针对特定决策类的上近似约简构造基于特定对象的分配约简.     

基于改进频繁模式树的最大频繁项目集更新挖掘算法

在挖掘最大频繁项目集的过程中,通过改变最小支持度阈值可以挖掘更有用的最大频繁项目集,为此提出了一种最大频繁项目集更新挖掘算法UAMMFI(Updating Algorithm for Mining Maximal Frequent Itemsets)。算法基于改进后的频繁模式树结构,在更新挖掘过程中,不需产生候选项目集和条件模式树,并且充分利用先前已挖掘的最大频繁项目集中包含的信息,快速更新挖掘出最小支持度阈值变化后的最大频繁项目集。实验结果表明,算法能够高效更新挖掘最大频繁项目集。     

Numerical Characterizations of Covering Rough Sets Based on Evidence Theory

<正>Covering rough sets are improvements of traditional rough sets by considering cover of universe instead of partition.In this paper,we develop several measures based on evidence theory to characterize covering rough sets.First,we present belief and plausibility functions in covering information systems and study their properties.With these measures we characterize lower and upper approximation operators and attribute reductions in covering information systems and decision systems respectively.With these discussions we propose a basic framework of numerical characterizations of covering rough sets.     

模糊粗糙集分解定理的讨论（I）

分解定理是模糊数学的最基本定理之一,文章给出了模糊粗糙集的四个分解定理,并指出因偏序关系普通模糊集的部分分解定理并不能推广到模糊粗糙集.分解定理建立了模糊粗糙集与经典集间的联系,通过它可以把模糊粗糙集的某些性质的研究转化为相关的经典集的有关性质的研究,从而可以利用人们千百年来的研究成果和实践经验。     

常值表示定理及其应用

在本文中,我们证明了r.e.fuzzy集合的常值表示定理,用之构造了r.e.fuzzy集合的并不r.e.的例子;证明了弱完全集的存在;讨论了归约,G—归约,G—完全集,产生集和创造集[1]。     

一类弱自相似集的强正则性

自相似集和1中的Cookie-Cutter集具有强正则性,即它们的Hausdorff维数与Bouligand维数相等.考虑一类弱自相似集,在一定的条件下,利用隐含定理证明它们也具有强正则性.所获结果包含并推进了已有结果.     

区间值fuzzy集的隶属原则及其应用

讨论了区间值ｆｕｚｙ集的模型识别问题．首先,引入了区间数的两种排序方法;并以此给出了区间值ｆｕｚｚｙ集的隶属原则;其次,给出了区间值ｆｕｚｚｙ集的模型识别的两个具体实例;最后,为了度量所得结论的可靠程度,引进了可信度的概念;并提出了可信度的计算公式．     

一些近似开集的等价性质

利用拓扑空间中的内部、闭包、半内部、半闭包等算子,给出了正则开集、准开集、半准开集、β开集、半正则半开集、正则半开集等一些近似开集的等价性质．     

L-Fuzzy正则强半准开集及其性质

在L-fuzzy拓扑空间引进了正则强半准开集与正则强半准闭集的概念,研究了它们的性质,讨论了它们与已有的近似开集之间的关系,同时引入了几乎正则强半准连续等概念．     

基于覆盖的模糊粗糙集的截集性质

在引入重截集概念的基础上,主要研究了基于覆盖的模糊粗糙集的截集性质,同时给出了基于覆盖的模糊粗糙集的截集表示.     

任意集的模

本文首先引入了内模和外模的概念，然后将复平面内两个非交紧集的模推广到两个任意有界集