粗糙集三支决策理论及其应用

利用粗糙集中的三支决策思想,将类用正域、负域和边界域刻画,得到初始聚类结果。然后通过定义重叠度和类与类的合并策略,将初始聚类结果进行合并,得到最终聚类结果。之后应用2个关系网络数据展示了具体的聚类步骤,并通过比较2个例子的聚类结果,分析了影响聚类结果的一个主要因素:阈值的选取。实验表明:阈值的选取对简单的网络结构数据集的聚类结果的影响并不明显,然而对复杂的网络结构数据集的聚类结果的影响则较为显著。     

基于粗糙熵的三支加权变形熵

粗糙集理论是关于不确定性信息处理的一种重要理论,其中的多种信息度量都具有有效的不确定性刻画功能.借鉴传统粗糙熵,构建三支加权变形熵.首先,利用粗糙熵的形式结构,采用三支概率提出三支变形熵,得到不完全的粒化单调性.进而变换贝叶斯概率公式,构建三支加权变形熵,得到完全粒化单调性以及三支信息系统性.三支加权变形熵推进了粗糙熵,有益于粗糙集的不确定性表示及应用.     

三支决策——基于管理研究视角

从三支决策管理视角出发,介绍了三支决策的哲学与管理思想;分析了三支决策TAO模型的3个重要问题;讨论了效用三支决策和行为三支决策模型;探讨了动态决策环境下的序贯三支决策模型与方法.最后,给出了基于管理视角下三支决策未来的发展方向.     

三支决策理论及应用

三支决策理论自从2009年被提出后,已成为学术界的一个热门研究方向.马云的成功是三支决策中的一个典型案例.许多创业的年轻人视马云为榜样,所以能否从马云的成功案例中找到可复制的规律是非常值得研究的问题.对马云成功案例做了详细的分析,得出马云案例实际上是将传统二支决策转化为三支决策的过程.分析了马云案例的要素,对马云案例进行了数学建模,并举一反三,用三支决策分析了"货币的起源"和"中庸之道"决策思想,从中可以看到三支决策是人类处理不确定问题普遍采用的有效方法,也说明了系统研究三支决策理论及应用的重要性.     

概念格与三支决策及其研究展望

概念格是形式概念分析理论中的核心数据分析工具,三支决策是三分而治思想的理论化、方法化与策略化,两者的结合已带来诸多新问题、新思想与新方法。文中着重论述概念格与三支决策相结合的研究历程、研究内容以及研究展望。     

基于机器学习的三支决策研究综述

三支决策是粒计算领域一个重要研究方向,其符合人类思维和认知特点,能有效处理实际决策过程中的不确定性问题。三支决策通过引入延迟决策,可以有效降低决策成本和代价,增强对不确定性决策过程的控制并提高模型的可解释性。因此,融合三支决策思想的机器学习方法值得深入研究和探讨。首先,介绍了三支决策基本模型;其次,运用CiteSpace和VOSviewer软件分析了国内外基于机器学习的三支决策领域的研究现状;再者,从研究问题、模型方法和应用背景等角度出发,聚焦于三支决策与聚类模型、分类模型、推荐系统、深度学习模型的融合,整理并总结了现有的研究方法与成果;最后,对基于机器学习的三支决策发展趋势作出了展望。     

分层多尺度决策信息系统的序贯三支决策

传统信息系统中每个属性只有一个尺度,但随着海量数据的涌现,实际应用中经常是在多个尺度上处理和分析问题.三支决策是解决分类问题的一种经典方法,序贯三支决策是在三支决策的基础上进行多步决策的一种方法 .将多尺度决策信息系统与三支决策相结合,基于决策理论粗糙集提出分层多尺度决策信息系统的序贯三支决策模型,得到动态变化的正域、负域、边界域.对多尺度决策信息系统进行分层,依次在分层后得到的多个单尺度决策信息系统上进行讨论,构建尺度层面的序贯结构;在每个单尺度决策信息系统上,通过增加属性的方式得到属性子集序列,诱导出多级粒度结构,构建该尺度下粒度层面的序贯结构.为此,给出两种属性子集序列的选择方法;在序贯三支决策过程中,利用相对损失函数计算阈值,并讨论了阈值的性质;最后给出序贯三支决策过程中的分类规则,并用实例说明提出的模型能有效地处理分类问题.     

基于三支决策的新型分类匿名模型

数据匿名技术是目前应用最广泛的隐私保护技术,可以在保护数据私密性的同时最大限度地保证数据的可用性和计算的高效性.然而,现有的数据匿名模型采用的都是二分类的匿名模式,这种非此即彼的处理方式往往过度偏激,造成大量不必要的信息损失.针对这个问题,提出一种基于三支决策的新型分类匿名模型.首先,在k-匿名模型的基础上,提出匿名上、下限以及模糊数据的概念;其次,将三支决策的思想引入数据匿名过程,通过延迟决策的方式考虑实际决策过程中可能出现的边缘性的模糊数据,提出一种新型的三支分类匿名模型,即(Uk,Lk)-分类匿名模型;然后,为了验证所提模型的可用性,结合差分隐私的思想,在延迟决策中使用添加噪声的方式对模糊数据进行再处理.实验结果证明,提出的模型可以很好地提高数据可用性,在实际应用场景中的适用性更强.     

基于区间值犹豫模糊多粒度粗糙集的三支决策模型

针对区间值犹豫模糊信息系统,提出了两种基于区间犹豫模糊多粒度粗糙集的三支决策模型。首先,借助多粒度粗糙集理论,提出乐观和悲观区间犹豫模糊多粒度粗糙集模型。其次,引入区间犹豫模糊连续交叉熵的概念,用TOPSIS方法来计算对象在不同情况下的条件概率。基于此,定义区间犹豫模糊决策理论粗糙集并给出相应的三支决策规则。最后,通过实例验证了这两种模型对目标评估采取不同的态度和决策方案,并且证明了所提算法的有效性。     

地下工程岩体质量评判的三支决策方法

为了提高地下工程评判效率,利用三支决策的方法对地下工程岩体稳定性进行质量评判.首先利用模糊相对比较决策对地下工程岩体进行总体排序;其次通过贝叶斯决策规则做出期望损失最小的决策;然后用三支决策对地下工程岩体质量评判,得到分级结果;最后将该模型运用到实际工程中,验证该评判模型的科学性和可行性.为以后计算机在岩体质量评判中更为深入的应用打好理论基础.     

基于三支决策的医院分级诊疗决策研究

人口众多与医疗资源不均衡加剧了看病难问题,分级诊疗是我国医疗改革的重要举措之一.通过引入三支决策理论,将分级诊疗分为就诊、住院观察和转院3个决策类型,在考虑患者分诊风险的基础上,利用贝叶斯理论求得决策阈值,从而给出了分级诊疗的定量决策方法,通过实例验证了三支决策在分级诊疗决策研究中的可行性.     

双论域模糊概率三支决策模型及其应用

双论域信息系统下的模糊概率粗糙集是粗糙集理论的一个重要拓展模型,然而,该模型目前还未有三支决策方面的相关研究。针对这一问题,提出一种双论域信息系统下的模糊概率三支决策模型。文中首先在双论域模糊概率粗糙集基础上定义了决策动作和决策代价的概念,然后以贝叶斯决策最小化代价为基础,推导出了双论域模糊概率关系下决策区域的三元划分,即三支决策模型,最后提出了双论域信息系统的模糊概率三支决策分类算法。实验分析证明了所提出的三支决策分类算法在双论域信息系统上的有效性和优越性。     

基于三支理论的无人机对地攻击认知决策方法

针对无人机对地攻击过程的自主化问题,为使无人机能够有效规避突发的地面火力威胁,研究借鉴人类智能的认知决策方法。通过分析无人机的对地攻击过程,建立了对地攻击模型,将无人机对地攻击过程中的机动行为归纳为3种方式,运用描述人脑认知思维的三支决策理论,提出了一种基于三支决策的无人机对地攻击认知决策方法。通过与其他类自主攻击决策方法的对比分析和仿真实验表明,提出的方法能使无人机合理规避攻击过程中突然出现的防空火力单元威胁。     

基于三支决策的密度敏感谱聚类

将三支决策与密度敏感谱聚类结合,提出了一种基于三支决策的密度敏感谱聚类算法。该算法通过在密度敏感谱聚类的聚类过程引入容差参数得到每个类的上界,然后通过扰动分析算法从上界中分离出核心域,上界和核心域的差值被认定为该类的边界域。聚类结果用核心域和边界域来表示每个类簇,可以更全面地展示数据的结构信息。与传统的硬聚类算法在UCI数据集的实验结果相比较,本文使用核心域计算聚类的评价指标DBI、AS和ACC都有所提升,较好地解决了不确定性对象的聚类问题。     

三支决策在工业大数据中的应用

当前,我国正处于工业化和信息化的深度融合时期,发展基于工业大数据的人工智能新技术是实现从制造大国向制造强国迈进的战略举措。三支决策是一种符合人类认知的智能信息处理模式,文中提出结合三支决策的思想来解决工业大数据中的一些问题。首先,归纳总结了工业大数据新的特点,分析了工业大数据智能决策面临的挑战;然后,对三支决策在工业大数据的应用进行了举例阐述;最后,探讨了未来的研究方向。     

人脸识别中的多粒度代价敏感三支决策

探索了多粒度三支决策方法在人脸识别中的应用,提出了两种图像粒化方法以模拟不同粒度下的视觉效果,并由此得到不同粒度的人脸图像。之后,针对不同粒度图像,分别采用代价敏感三支决策方法求得相应粒度下的最小代价决策。最后,通过在ORL和PIE人脸数据库上的实验,验证了多粒度代价敏感三支决策在模拟人们决策方面的有效性。     

面向概念漂移集成分类的三支决策优化方法

提出一种面向概念漂移集成分类的基分类器三支过滤方法.首先基于信息熵理论计算出基分类器的不确定性值,并融合其准确性作为基分类器的质量度量,然后通过预设阈值 α、β 对基分类器进行三支过滤.其过滤策略为:删除质量权值小于等于阈值 β 的基分类器;保留质量权值大于等于阈值 α 的基分类器;对于质量权值大于 β小于 α的基分类...     

基于证据深度神经网络的医学影像三支决策

在医学领域中,基于影像数据分析的决策支持系统通常采用深度神经网络对医学影像进行分类以实现智能辅助诊断.然而,受标注数据受限、数据噪声、病灶表征不明确等因素影响,实际应用中医学影像数据通常包含不确定样例.对不确定影像数据直接应用深度学习方法进行强制确定分类可能导致严重病例误判,从而造成过高的系统决策风险.作为不确定性决策...     

基于马尔科夫模型的期望效用序贯三支决策方法

投资决策过程中的收益和风险充满不确定性,需要通过评价投资决策过程中的效用来判断投资者是否应该投资以及如何投资.序贯三支决策可以有效模拟投资者的动态投资行为过程,为投资者做出最优的动态投资决策.文中通过马尔科夫预测方法来模拟预测投资收益与风险,引入期望效用理论模拟投资者对不同投资行为的偏好并建模,提出了一种序贯三支决策模...     

基于三支决策的中文微博观点句识别研究

微博观点句识别是对微博进行观点挖掘和舆情分析的基础,因此观点句识别的准确率对后续研究工作至关重要。提出了一种基于三支决策的中文微博观点句识别方法,采用支持向量机分类器,sigmoid函数计算某条微博属于观点句的概率,并将基于三支决策的中文微博观点句识别方法与传统支持向量机方法进行对比实验,实验结果表明,基于三支决策的中文微博观点句识别方法取得了很好的识别效果。