面向属性的粗集数据挖掘方法研究

指出粗集理论的主要思想是在保持分类能力不变的情况下,利用等价类,通过属性约简和决策规则约简,达到挖掘知识并简化知识的目的.但约简问题是一个NP问题,只能通过启发式算法实现.针对这一问题,提出了属性约简和决策规则约简的启发式算法,构成了一个基于粗集理论的挖掘集成算法.最后通过实例表明,该集成算法能够以较高的效率发现良好的分类规则.     

基于S-粗集理论的交通控制系统研究

利用粗集理论的知识推理,通过对交警指挥交通的实际经验所得决策表的约简,归纳出一系列交通控制规则,提出了一种基于S-粗集理论的交通控制模糊建模方法,实现了城市交通的粗模糊控制．     

粗集理论的属性约简在石化营销信息处理与决策中的应用

属性约简是粗集理论的一个重要问题,而基于区分矩阵的属性约简是其主要算法之一,在最近几年被广泛研究。本文将粗集理论引入到石化营销决策中,通过基于区分矩阵的属性约简,生成营销决策规则,为拓展粗集的应用领域做出了有益的探索。     

S-粗集的状态转移与识别

提出状态矩阵和状态转移矩阵的概念,分别利用状态矩阵和状态转移矩阵描述属性集R对论域U的划分U/R的状态和U/R的状态转移.给出S-粗集的状态转移识别定理、S-粗集的状态转移识别原理,并给出了应用实例.     

决策粗集理论及其应用研究综述

在阐释决策粗理论基本体系结构的基础上,给出了决策粗集理论研究的重点,综述了当前国内外关于决策粗集模型及其属性约简、与相关领域结合的若干最新研究进展,最后简要探讨了今后进一步研究的方向。     

基于粗集理论的教学评估体系优化方法

在教学评估过程中,采用粗集理论的属性约简算法可以优化指标评价体系,剔出冗余指标。该方法根据区分矩阵原理构建属性频率函数,进而分析出关键性指标。算例结果显示,根据选出的5个指标依然有很高的分类质量和分类精度,证明了该方法是可行的。     

基于粗集理论的企业自主创新能力评价方法

利用粗集理论的属性约简,提出了一种基于粗集理论的企业自主创新能力的综合评价方法,克服了权重设置的主观性,有效削减了指标体系规模.并通过实例验证了该方法的实用性和可行性,为企业制定发展战略提供依据.     

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。     

概率S-粗集与它的生成结构

提出了概率S-粗集,给出了概率单向S-粗集与概率双向S-粗集的数学结构,分析了概率S-粗集与概率粗集以及Pawlak粗集的关系.     

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。     

双向IS-粗集及其相对精度

在S—粗集的基础上,提出IS—粗集(improper singular rough sets)和双向IS—粗集(two directionimproper singular rough sets)的概念,给出它们的一般数学结构,并讨论了双向IS—粗集的近似精度及相对精度。     

函数S-粗集

利用S-粗集(singular rough sets)，提出了函数S-粗集，给出了函数S-粗集的数学结构和特性．函数S-粗集具有两类形式：函数单向S-粗集，函数双向S-粗集．提出了函数S-粗集与S-粗集的关系定理．函数S-粗集是S-粗集的一般形式，S-粗集是函数S-粗集的特例．函数S-粗集是粗集研究的一个新方向．     

双向变异S-概率粗集和它的属性概率性质

利用双向变异S-粗集的属性动态迁移特性,结合知识库中的统计信息,提出了双向变异S-概率粗集.讨论了双向变异S-概率粗集的属性概率性质,为获得动态的决策规则奠定了基础.利用上述讨论,给出了一个具体的应用实例.     

基于S-粗集的粗数据规律识别

利用S-粗集,给出粗数据的概念,粗数据具有动态特性;给出粗数据规律生成;提出粗数据规律生成定理,粗数据规律还原定理;给出粗数据规律识别准则与可分辨定理;给出粗数据规律的应用。     

基于粗集模型的近似约简灰色区域表征法

利用粗集理论,通过建模构造了数据集在约简前后的信息损失表达的灰色区域,将少数优先和多数优先的统计策略包含到灰色区域之中,并利用该区域,提出了一种灰色区域表征的σδ-近似约简方法,通过仿真实验,对提出的方法进行了验证.该方法按照人的要求调整阈值获得问题所需解的思想体现了人机结合以人为主的思想.     

不完备信息系统的粗集扩展模型

经典粗集理论以等价关系为基础,它们在处理不完备信息系统的时候存在一定的局限性.作者首先从扩展粗集理论适应范围的角度出发,引入信息系统对象的先验概率,结合量化相容关系的思想,提出基于先验概率的相容关系模型,然后以该模型为基础研究了不完备信息系统的属性约简,通过严格的数学证明,得到基于分辨矩阵的属性约简算法.最后通过一个实例验证了该改进相容关系模型及其基于分辨矩阵的约简算法.表1,参20.     

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。     

基于粗集理论的数据挖掘

本文论述了粗集理论的基本原理和数据挖掘的一般过程,提出了基于粗集理论的数据挖掘算法,并结合大气污染实例分析数据挖掘的过程,最后论述了粗集理论在数据挖掘中的优、缺点及其应用范围.     

S-粗集的副集η-嵌入与η-嵌入定理

利用S-粗集，定义了单向S-粗集的副集η-嵌入，双向S-粗集的副集μ△γ-嵌入的概念；给出单向S-粗集的副集η-嵌入的特性，双向S-粗集的副集μ△γ-嵌入的特性；提出单向S-粗集的副集叩．嵌入定理，双向S-粗集的副集μ△γ-嵌入定理．     

制度边界的粗集模型研究

本文首先构建了制度边界的粗集模型,定义并分析了制度边界粗集模型中具有政策意义的几个参数:制度的近似精度、粗糙度与制度的拓扑特征等,高层次经济系统可以以此评估制度的作用能力。提出了制度边界的操作方法——特化知识库,特化知识库提供了制度完善的新操作方法。制度变迁是制度的动态变化过程,表现为制度边界的迁移,特别地在行为论域中,制度变迁表现为制度曲线的位移与知识库的变化。本文基于S-粗集理论构建制度变迁的S-粗集模型,通过构建制度的单向迁移、单向对偶迁移以及双向迁移模型,研究了行为等价类的迁移方式。定义了制度边界的迁移过程中产生的消集合与副集合,并进一步指出,政府在进行制度的改革时,要尽量增加制度变迁过程中的消集合,同时减少制度变迁中产生的副集合。