基于半半序关系的集值不完备信息系统的属性约简

将粗糙集模型扩展后应用于属性值为集合值的不完备信息系统,并由属性值集合间的关系导出集值不完备信息系统下的半半序关系,提出基于这种二元关系的可辨识属性矩阵构造方法,研究了集值不完备信息系统的属性约简方法,并给出属性约简判定定理,从而为不完备信息系统的处理提供了一种新的思路和方法.     

不协调决策信息系统的一种协调化算法

对于条件属性值一致而决策结果不一致的决策信息系统,提出一个根据系统中的不协调规则特点,利用系统中协调规则的信息使该系统变为协调决策信息系统的算法,并通过实例进行验证.     

分布式多层关联规则在图书流通优化中的应用

提出了一种分布式多层关联规则算法,并给出了相关算法描述及算法实现方法,讨论了如何将分布式多层关联规则算法应用于大学图书馆图书流通量挖掘中,以达到优化图书馆藏结构的目的.     

广义相似关系下的不完备信息系统粗糙集模型

为了更好地从含有杂合数据和不完备数据的信息系统中提取合理的规则知识,构建基于广义相似关系的不完备信息系统粗糙集模型.其步骤为:针对决策信息系统中存在杂合数据的情况,并对决策信息系统中所存在的不完备信息进行细致区分,给出广义相似关系的定义;通过提出上、下广义相似划分的上、下近似的概念,给出2种划分意义下的属性约简和规则知识提取策略;最后,在理论上对该扩展粗糙集模型的正确性进行相关证明,并用实际算例进一步验证该模型的有效性和优越性.     

具有连续属性的不完备信息系统Rough集扩展

在模糊相似关系的基础上,针对具有连续属性的不完备信息系统提出了Rough集的扩展模型;利用模糊区间数来表示不完备信息表中缺失的连续属性值,并根据属性值的概率分布情况计算模糊区间数的可能度,在模糊关系的基础上给出了不完备信息表的上近似和下近似的定义;利用基于欧氏距离的贴近度法计算模糊相似度,构造相似矩阵,实现了对论域的划分;给出决策规则的约简和表示方法,应用实例说明了所提出的Rough集模型及规则的实用性。     

松散耦合的分布式信息系统

为充分利用已建成的局部信息系统 ,为用户提供面向全局的应用 ,迫切需要在现有的信息系统基础上构造异构的、松散耦合的分布式信息系统。论文定义了耦合的概念 ,在此基础上给出了松散耦合的分布式信息系统的形式化描述。讨论了松散耦合的分布式信息系统的特点 ,指出松散耦合的分布式信息系统是基于网络的多层信息系统。提出了这种信息系统的的一种构造方法 ,并举例进行说明。实例证明 :松散耦合的分布式信息系统是现阶段充分利用现有的信息资源建设大型分布式信息系统的可行的途径     

不完备信息系统的知识获取

介绍了在不完备模糊信息系统中知识获取的一种方法.应用这种方法能够将不完备系统转化为模糊信息系统,然后利用模糊粗糙集理论,让隐藏在不完备信息系统中的知识以决策规则的形式表示出来.     

基于值的分布式查询优化算法

针对目前查询优化算法的缺陷,充分考虑了实际数据库系统中属性值的非均匀分布性和属性值之间的相关性对查询优化的影响,提出了一种基于值的查询优化模型,阐述了其科学性、合理性.给出了解决该优化问题的遗传算法,选取种群规模50、保留比例0.1、变异概率0.001的参数对算法性能进行了实验分析,结果证明该算法有一定的效果.     

α-先验概率优势关系下的粗糙集模型研究

序信息系统涉及了多属性决策领域的比较、排序及属性约简等问题.然而在现实世界中,不完备序信息系统十分常见.为解决不完备序信息系统中现有优势关系要求过于严格或宽松的缺陷和目前不完备序信息系统粗糙集模型及性质、对象排序、属性约简等理论研究的不完整性,首先,结合先验的知识,从概率分布的角度分析未知属性值,提出α-先验概率优势关系,在此基础上研究其粗糙集模型及性质;其次,给出α-先验概率优势类结构差异度的概念,并提出一种新的对象排序方法;然后,给出一种由α-先验概率优势类结构差异度来寻找不完备序信息系统的启发式属性约简算法,该算法能有效地避免因新的优势关系不满足单调性引起的弊端;最后,用具体实例验证所提方法的正确性和有效性.该课题内容不仅丰富了粗糙集理论的研究,而且为不完备序信息系统理论提供了新的方法和思路.     

一种基于关联规则的属性值约简算法

数据约简是数据挖掘中的一个重要领域．将属性值约简和关联规则挖掘相结合．给出了支持度、置信度、属性值重要性的定义．在此基础上．提出一种新的用来进行数据挖掘的算法——基于关联规则的属性值约简算法．     

电网故障诊断专家系统中基于粗糙集理论的知识获取方法的研究

提出了电网故障诊断专家系统中基于粗糙集理论的知识获取的一种新方法,即利用分层诊断中由断路器变位信息诊断出故障区域,指导决策表中条件属性的选择,最大限度地剔除多余的条件属性,通过对决策表进行属性约简和值约简,得出故障诊断需要的诊断知识即诊断规则,并以三水地区的一个电网故障为例,说明该方法的有效性。     

粗糙集理论中新的知识发现方法

与现有的基于属性简约的知识发现方法不同 ,本文基于粗糙集合理论定义了 2类新的知识发现 ,即 1、2类知识发现 ( FCKD,SCKD) ,目的是在知识系统动态变化后 ,通过减小知识的粗糙度 ,发现原规则中没有的、有决定性作用的新属性。在此意义下改变规则中属性结构 ,并发现新的规则。定义了两个用于发现新属性的算子 ,并给出两个定理 ,一个推论及其证明 ,最后通过实例 ,对提出的方法作了说明。     

分布式网络环境下集成防火墙和入侵检测系统的安全模型

分析防火墙和入侵检测系统(IDS)的安全性弱点,提出一种分布式网络环境下集成防火墙和入侵检测系统的安全模型,研究实现此模型的通信机制建立、单点失效避免、生成规则使用等关键技术．     

用于数据挖掘的粗集产生多重知识库的方法

提出了一种用于数据挖掘的粗集产生多重知识库的方法．该方法基于粗集理论的简化和决策矩阵．首先从知识表示系统中消除冗余属性,产生简化表,形成简化的知识表示系统,提高学习的有效性和精确性．然后从简化表中推导出决策矩阵,通过决策矩阵获取最小决策规则,计算包括所有必需属性的简化集合,给出计算最小决策规则和计算多重简化的算法．最后由相应的简化对最小决策规则进行分组形成多重知识库,给出产生多重知识库的算法．     

How a membrane agent buys goods in a membrane store

In this paper we consider a specific model of membrane systems, i. e. membrane systems with attributes. In these systems, the information is placed at the membranes in form of attributes, no objects are considered inside the membranes except for other membranes. The membrane system with attributes evolves according to rules that compute new values for the attributes from the attributes assigned to the membranes involved in the rule. The model of membrane systems with attributes allows us to specify business transactions in a precise way and to simulate different models for such transactions with a suitable tool for membrane systems with attributes.     

How a membrane agent buys goods in a membrane store

In this paper we consider a specific model of membrane systems, i. e. membrane systems with attributes. In these systems, the information is placed at the membranes in form of attributes, no objects are considered inside the membranes except for other membranes. The membrane system with attributes evolves according to rules that compute new values for the attributes from the attributes assigned to the membranes involved in the rule. The model of membrane systems with attributes allows us to specify business transactions in a precise way and to simulate different models for such transactions with a suitable tool for membrane systems with attributes.     

挖掘关注的语言值关联规则

为了解决利用RFCM算法划分数量型属性，并通过组合语言值进行语言关联规则挖掘中出现的规则数量太多，以及难于获得用户真正关注的规则等问题，提出了一种改进的语言值关联规则挖掘算法。通过最大隶属原则将记录在数量型属性上的取值转换为语言值，然后转换成布尔型属性关联规则挖掘问题。同时，给出一个能够度量语言值关联则简洁性和新奇性关注程度（兴趣度）的计算函数，用于减少选取关注语言值关联规则的工作量。采用本文提出的方法对一组实例数据进行实验，得到了关注程度较高的语言值关联规则。所采用的方法能适用于含有大量数量型属性的数据库，并能有效地获取用户关注的规则。     

基于决策技术和粗糙集理论的诊断知识库构建研究

针对目前诊断推理中知识库构建存在知识获取困难,提出了一种基于粗糙集和决策理论的诊断知识库构建模型.该模型引入决策技术和粗糙集理论,对源数据进行预处理,构建决策表,通过属性约简和属性值约简获取故障诊断的最小约简属性集和诊断规则,并建立诊断规则知识库.实例证明在保持故障诊断分类结果的情况下,该方法可以提取出最能反映故障的特征知识,并能有效地解决诊断知识库构建中规则获取的知识冗余或缺失问题,显著提高故障诊断的精度和效率.     

石油蒸馏故障诊断专家系统知识获取与管理

提出了一种用于石油蒸馏过程故障诊断专家系统的知识获取方法———基于深层知识学习模型，该模型可使专家系统知识库不断自动地趋于完善。同时研究了如何将获得的知识存入知识库中，即对知识库内的知识进行管理。提出了一种基于结点规则的相关矩阵的构造规则间层级关系的知识管理方法，该方法可使知识库避免冗余和矛盾     

基于PL/SQL的粗糙集分类算法研究

为改进数据分类的效果，基于粗糙集理论实现数据分类和规则推理的基本原理，利用粗糙集理论中核及决策类覆盖的思想，提出了一个在数据集中发现没有冗余属性的最小归纳依赖关系，简化带有不相容规则的决策系统的数据挖掘算法。通过PL／SQL演示了挖掘分类规则的过程，结果表明基于粗糙集分类算法的有效性。