粗集理论在数据处理中的研究与应用

论述了粗集方法性质及特点，提出了粗集方法在数据处理中的应用模型，同时给出了应用这一模型对一个数据库实例进行数据处理的过程。另外，从精确性、鲁棒性等方面对数据处理中的粗集方法的适用范围进行了分析。     

粗集在KDD系统中的应用与研究

论述了粗集方法性质及特点,提出了粗集方法在KDD系统中的应用模型,同时给出了应用这一模型对一个数据库实例进行数据挖掘的过程.另外,从精确性、鲁棒性等方面对KDD系统中的粗集方法的适用范围进行了分析.     

基于粗集理论的数据挖掘应用

论述了粗集的基本理论和特点，并对其在旋转机械故障诊断中的应用进行了探索，提出了粗集理论在旋转机械故障诊断中的数据挖掘方法，运用这一方法对故障诊断决策表进行属性约简，去除其中不必要的属性，揭示出旋转机械故障诊断条件属性中的冗余性，最后得出了属性约简的结果以及决策规则。     

应用粗集理论的数据库知识发现

要从数据量庞大的大型数据库中发现知识，就不得不考虑学习算法的效率。将粗集理论应用到数据挖掘中，实现了从数据库中自动抽取与给定的学习任务相关的属性，能有效地发现简练、贴切的知识，并给出了这一应用的理论基础和实现算法。     

粗集理论中的相容关系

粗集通常是由等价关系来定义的,相容关系是对标准粗集理论拓广的一种方法,文中主要讨论相容关系的计数问题和代数结构问题。     

粗集理论及其在旋转机械故障诊断中的应用(一)粗集理论基本知识

粗集理论是对不精确、不完整、不确定的数据进行上近似和下近似的计算、分类和约简，寻找其隐含的关系和模式，产生新的规则，确定规则的可信度。介绍了知识库的形式化定义、知识的等价、约简等一些基本概念，提出了旋转机械故障诊断知识表达系统的思路。     

粗集理论在知识发现系统中的应用

阐述了粗集理论的基本思想，给出了一个基于粗集的知识发现系统模型，并通过实例说明了这一模型的有效性。     

粗集理论及其在旋转机械故障诊断中的应用(三)决策规则的形成与约简

将粗集理论应用到旋转机构故障的智能诊断中，在信息不完备情况下，不需要事先假设和专家经验，在粗糙度不变的情况下进行推理和在决策分明性不变意义下进行决策，找出其规律性，并提供规则的可信度；同时能对旋转机械故障的知识库的进行约简，消除多余的条件属性和冗余的信息，导出最小简化决策表。     

粗集理论及其应用（四）粗集理论和模糊集合

首先将粗集与模糊集合进行简单对比，并介绍利用粗集的概念考虑模糊集合的粗近似，定义粗模糊集合，利用模糊划分的相似性关系研究集合的近似问题，定义模糊粗集，并介绍粗模糊集合和模糊粗集的基本特性等，最后讨论知识近似模型的统一。     

粗集理论及其应用（一）──粗集理论基础

作为研究粗集理论的开始，本文首先给出知识的形式化定义和知识库，知识的等价、推广及特化等概念的一些基本性质，强调知识与分类概念的联系。当涉及到非精确知识时，提倡以粗集概念作为讨论知识的理论基础，因而本文介绍了粗集与集合近似的基本概念，阐述了近似集合的性质及非精确性的数字特征与拓扑特征，最后给出集合的粗等价、粗包含和分类的近似方法。     

粗糙集理论及其应用发展综述

介绍了粗糙集理论的基本概念、研究对象，叙述了其在各领域的应用发展情况，并对它和模糊集、证据理论等相关理论，以及它和神经网络、知识工程、遗传算法、自动控制等相关领域的关系进行了阐述。     

结合粗糙集理论与扩张矩阵理论的数据挖掘方法

提出将粗糙集理论、扩张矩阵理论进行有机结合的新方法 ,该方法吸收了两者的优点同时消除了两者的缺点 .实践证明 ,该方法可以十分有效地从数据库中挖掘出准确而精悍的知识 .     

基于粗糙集理论的规则提取算法的研究

简要介绍一种规则提取的算法 ,并通过对一数据集的分析来比较该算法与传统算法的区别 .     

粗糙集理论在入侵检测中的应用研究

入侵检测系统是目前安全领域较新课题,是动态安全领域的核心,但目前仍然存在很多问题,特别是具有自适应能力、能自我学习的入侵检测系统还不完善。针对这些问题,本文提出了一种基于粗糙集理论的入侵检测系统的方法。     

一种基于粗糙集的数据约简改进算法

在应用粗糙集理论对决策表进行数据处理时对数据约简算法进行了改进，以达到提高约简效率的目的．在进行属性约简时采用分辨矩阵的做法，但其缺点是生成中间过程的数据时需要耗费大量的资源，可以考虑在生成分辨矩阵时的循环过程中利用吸收律及时进行化简，在记录比较多的情况下对于降低宅间利用率，提高运算速度是有效的．在对属性值进行约简生成规则时，针对生成等价类时间复杂度高的问题，不再对每一个节点约简时调用等价类生成函数，而是采用生成一次等价类，存储多次调用的办法，大大降低了时间复杂度，提高了运行效率．     

粗糙集在民航飞机故障数据处理中的应用

为了提高民航飞机维修中故障诊断的安全性和可靠性,改善差别矩阵求核算法在实际应用中常见问题,以A320飞机自动驾驶仪不能衔接的主要及多发故障部件的故障数据处理为例进行了阐述,给出了差别矩阵的准确定义,以此可以不按照维修手册提供的排查顺序,避免多余的步骤,缩短排故时间,提高排故效率,通过实践验证了该方法用于民航故障数据处理的可行性.     

单向S-模糊粗糙集及其应用

从Dubois模糊粗糙集理论与动态模糊集概念出发,提出了单向s-模糊粗糙集概念和结构,分析了单向S一模糊粗糙集与模糊粗糙集之间的关系,并给出单向s-模糊粗糙集的性质和应用。     

基于粗集理论的数据离散化技术研究

信息系统连续型属性值的离散化对决策规则或决策树的学习具有非常重要的意义。它能够提高系统对样本的聚类能力，增强系统抗数据噪音的能力，减少机器学习算法的时间和空间开销，提高其学习精度。粗集是有效的数据离散化工具。对基于粗集理论的数据离散化方法进行了深入研究，分析其特征，评述其研究进展，并通过仿真实验研究了几种典型的启发式离散化算法的性能。其结果对发展新的离散化技术或为特定应用选择合适算法都有参考价值。