一种基于Rough集的启发式人工选择算法

在传统二进制编码遗传算法(GA)的基础上,提出一种基于Rough集的启发式人工选择算子和人工选择算法。利用粗糙集对遗传算法的历史数据进行分析,发现重要基因位,获得重要模式信息,并以此为启发式信息,选择优秀模式进行人工育种,从而对复杂优化问题进行有效求解。采用该算法对典型测试函数进行了验证,算例结果表明,人工选择算法加速了常规遗传算法进化速度,提高了收敛效率。     

一种基于Rough集的语义图像检索方法

提出了一种基于Rough集理论的语义图像检索(RSBSIR)方法.对于给定的图像集和一个已经分类的图像集,能够迅速区别图像类型的最小的并列关键词集,降低了关键词向量空间的维数,缩小了问题的规模,简化了基于知识库的图像检索系统的建立过程.并且对于用户而言,小的关键词集易于理解,同时对规则库也可以方便地进行编辑.     

一种基于Rough sets生成决策树的算法改进

介绍了决策树算法的含义和构筑方法，对基于加权平均粗糙度构造决策树算法进行改进，通过实例说明了改进算法的优势。     

基于Rough Set的CLS算法研究

用粗集理论对CLS算法进行了分析,得出CLS算法生成的决策树的特性.     

一种基于Rough Set的视频镜头检测方法

镜头检测是基于内容的视频检索的重要基础。视频文档具有数据量巨大,抽象程度低等特点,对其进行有效的存储、检索成为需要解决的迫切问题。根据MPEG编码的特点,提出了一种基于Rough Set的镜头检测方法。该方法能有效地区分镜头运动与渐变。实验表明,利用本文方法进行镜头检测能取得较好的效果。     

一种基于主颜色表的图像检索算法

提出了一种基于示例图像的主颜色表的图像检索算法,该算法结合了颜色空间的量化、聚类、组合等思想,使系统获得了良好的检索效果。     

一种基于语义贴近度的模糊检索算法

情报检索是信息科学的一个重要研究领域,本文讨论了基于模糊集的计算机情报检索,给出了标引词模糊语义贴近度的定义,提出了模糊集的一种近似匹配算法和含Ｎ个元素的小根堆上的模糊标引词检索算法,分析了算法的复杂性,在ｎ分资料中进行检查,其时间复杂怀是Ｏ（ｎ）的。论文最后给出了一个模糊匹配案例,说明了这种检索算法能够得到令人满意的结果。     

基于Rough Set的缺省加权规则挖掘算法

本文在引入规则加权支持度概念后，提出了一种基于Rough Set的缺省加权规则挖掘算法－MDWRBR算法，实验结果表明，该算法能有效地过滤噪声，提高规则的挖掘效率。     

基于Rough Set和灰色关联度的煤炭企业评价方法

针对企业评价中已有评价方法权数分配不合理、指标权数测定困难、难以对企业进行有效的综合评价的现状,采用粗糙集理论和加权灰色关联度的方法测定指标权数,对煤炭企业进行综合评价.以2006年煤炭行业上市公司的财务报表数据为实例进行实证分析,结果表明:基于粗糙集和灰色关联度的企业综合评价方法能够克服传统评价指标权数确定的主观偏好,是一种可行的评价方法.     

一种基于综合特征向量的图像检索算法

针对传统图像检索算法依赖于图像单一特征向量、无法体现用户个人感知的不足,提出一种基于综合特征向量的图像检索算法。该算法通过对图像单一特征向量的归一化处理获取图像综合特征向量,采用体现不同特征向量检索权重的加权欧氏距离进行相似性度量,并可根据交互检索过程中用户对检索权重的调整更新检索结果。实验表明,该算法可取得较理想的检索效果。     

基于随机模糊集的粗糙集模型

为处理人工智能、不精确性和不确定性等问题,综合随机集和模糊集两类集合的优点,提出一种新的粗糙集模型一基于随机模糊集的粗糙集模型．利用随机模糊集定义了一种近似算子,并给出了这种近似算子的一些重要性质．     

基于粗糙集的数据挖掘

粗糙集理论是一种研究不完整、不确定知识处理的数学工具 ,近几年来在机器学习、知识发现、算法研究、工程应用、决策支持系统以及模式识别等应用中取得了较好的成果 .阐述了粗糙集理论的基本思想 ,介绍了人工智能中数据挖掘的一般过程及其方法     

基于粗糙集的多类人群异常行为识别算法

为解决现有基于人工设计特征行为识别方法缺少多类异常行为分类研究和受人工影响大等问题,提出和实现了基于粗糙集的多类中低密度人群异常行为识别算法.该算法首先提取目标人群的人数、帧平均加速度、矩形框的距离势能、方向混乱熵,以及帧间混乱程度五个运动特征量,利用粗糙集从中学习以获取决策规则,再对正常、四散、同向加速跑、突然聚集和...     

一种基于粗糙集的决策算法挖掘方法

属性约简和属性值约简是利用粗糙集理论从决策表中挖掘决策规则的基础,挖掘决策规则是粗糙集理论的重要研究领域之一。本文根据属性的重要度和条件差别矩阵来进行条件属性约简,找出有效约简。同时定义了决策表的不一致度,并根据属性重要度来进行属性值约简,在保持决策表不一致度不增加的前提下挖掘出决策规则,该决策规则集满足独立性、覆盖全域性、可接受性和一致性,即决策规则集为决策算法,最后运用实例对该方法的有效性进行说明。     

一种基于粗糙集的微博文本特征选择方法

本文对中文微博中主客观分类特征的选取进行了研究,通过词典与统计相结合的方法提取了基础情感词、语气词、程度词等8个候选特征,对提取的候选特征,提出了一种基于粗糙集与概率加权的特征选择算法,通过该算法最终选取了基础情感词、！或!、网络观点词、语气词、形容词、程度词作为分类特征。实验结果表明,本文提出的方法能达到较好的分类效果。     

基于粗糙集理论的数据挖掘研究

数据挖掘的技术很多,其中粗糙集理论得到了广泛的应用。粗糙集理论是一种研究不完整、不确定知识处理的数学工具,它可对不完整的数据进行分析和归纳,从中发现知识。本文介绍了数据挖掘基本概念,阐述了粗糙集理论的基本思想,探讨了基于粗糙集理论的数据挖掘方法。     

The Dynamic Evaluation of Enterprise''''s Strategy Based on Rough Set Theory

This paper presents dynamic evaluation of enterprise's strategy which is suitable for dealing with the complex and dynamic problems of strategic evaluation. Rough Set Theory is a powerful mathematical tool to handle vagueness and uncertainty of dynamic evaluation. By the application of Rough Set Theory, this paper computes the significance and weights of each evaluation criterion and helps to lay evaluation emphasis on the main and effective criteria. From the reduced decision table, evaluators can get decision rules which direct them to give judgment or suggestion of strategy. The whole evaluation process is decided by data, so the results are certain and reasonable.     

Rough Set理论研究及其在水上交通事故分析的应用

水上交通事故系统中数据多维、稀疏、不全,有效地识别和发现事故数据的新模式及其内在规律能够预防和减少水上交通事故的发生.从数据挖掘的角度出发,应用了基于属性频度的约简算法和改进的值约简算法的结合对(2000～2004)年水上发生的20起具有一定代表性的典型案例进行分析,并加入相关的支持度和置信度,以期为水上交通的管理提供决策支持.     

基于粗糙集的数据挖掘属性约简算法研究

粗糙集理论是一种研究不完整、不确定知识处理的数学工具,属性约简是粗糙集理论的核心内容之一.阐述了粗糙集理论的基本思想,给出了一种启发式的最小约简算法,通过一个实例,分析说明算法的可行性和有效性.