三支决策与粒计算

正【主持人语】三支决策(Three-way decisions,3WD)是一种基于人类认知的决策模式,它把待解决的问题或待处理的信息分解为三个元素或者三个部分,进而再行处理。因其思想的朴素性与实用性,三支决策理论普遍存在于生活的各个方面。加籍华人姚一豫教授于2012年提出了较为完整的三支决策理论与思想方法,现已成为知识发现领域的研     

三支概念分析中的粒与知识结构

三支概念分析是将三支决策思想引入形式概念分析产生的进行数据分析与知识发现的新工具。文中用三支决策思想从知识内涵角度阐述三支概念分析中的基本概念,进而用粒计算思想分别从对象和属性两个角度刻画三支概念分析的知识结构,最后将DIKW体系用于三支概念分析,给出三支概念分析的D-I-K/W漏斗模型。     

模糊三支形式概念分析与概念认知学习

目前,三支形式概念分析只适用于传统的形式背景,无法处理模糊环境中的形式背景。为了解决这个问题,文中结合三支形式概念分析与模糊集理论,提出了模糊三支算子及其逆算子,并对其相关重要性质进行了研究。在此基础上,定义了两类模糊三支概念,即属性导出模糊三支概念和对象导出模糊三支概念。随后,以对象导出的模糊三支概念为例,讨论了模糊三支概念的概念认知学习方法,实现了不完备模糊三支概念的认知学习。最后,为了更好地解释和理解所提出的理论,文中进行了案例分析并设计了认知学习算法,通过数值实验验证了所提出方法的有效性,进一步丰富了三支形式概念分析和概念认知学习理论。     

基于粗糙集多状态下的三支决策

三支决策理论是处理不确定决策问题的重要理论基础,近年来已成为国内外学者的研究热点.将三支决策与粗糙集相结合,在研究对象属于和不属于集合的种状态下,对3种决策的代价进行研究,从而使得决策更加合理,进一步将对象所处的2种状态推广到多种状态情况下,并引入参与决策者的权重,结合对象所处状态概率,建立基于粗糙集多状态下的三支决策模型.最后利用目前高校常用的学评教满意度模糊评价来验证该模型.     

形式概念分析的粒计算方法及其研究展望

形式概念分析是知识表示与处理的一种实用数学方法,因其核心工具概念格的构造代价涉及指数时间复杂度,它在一定程度上导致其处理数据效率不高,这个问题也一直阻碍着该理论的快速发展与广泛应用。粒计算以粒的形成、粒的转移、粒的合成与分解等手段有效解决问题而著称,它允许问题在各个粒化层面上得到处理,并根据实际需要在解决问题的精度与耗时之间做出权衡。形式概念分析的粒计算方法的主要研究目标是将粒计算的这些优势融入传统形式概念分析中以有效解决数据分析与处理问题。具体地,本文从Galois连接的粒计算模型、对象粒化、属性粒化、关系粒化、关系诱导的概念粒化、粒规则、粒约简、粒概念、粒概念学习、概念粒计算系统等角度展示形式概念分析的粒计算方法的主要研究内容,并针对大数据与认知学习提出若干挑战性问题。有关讨论结果将为形式概念分析的粒计算方法的研究与发展提供借鉴。     

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。     

基于多伴随直觉模糊粗糙集的三支决策

决策粗糙集提供了处理不确定数据和风险数据决策问题的一个新方法,基于决策粗糙集的三支决策理论是典型的风险决策理论的推广.传统的直觉模糊粗糙集采用一对三角模与蕴涵算子来构造逻辑算子,未考虑属性之间的差别,而多伴随直觉模糊粗糙集采用多个伴随对构造逻辑算子,更好地体现了用户偏好.构造了多伴随直觉模糊粗糙集模型,研究了基于多伴随直觉模糊粗糙集的三支决策.首先,定义了乐观多伴随直觉模糊粗糙集,并用于处理直觉模糊数的复杂计算问题;然后利用隶属函数和非隶属函数计算损失函数,通过期望损失函数对事件对象进行评估,进一步构造了相应的三支决策模型;基于期望损失函数值最小的原则诱导出三支决策,并得到相应决策的风险值.此模型中期望损失函数的构造是基于支持度与非支持度两种度量的综合讨论,考虑更全面,更能有效地反映实际生活情况,满足用户偏好.最后用医学诊断的例子来验证该模型的有效性.     

因素空间与形式概念分析及粗糙集的比较

为将因素空间理论与形式概念分析及粗糙集理论进行比较,采用了对比分析的方法.首先,围绕数据分析、知识表示和基于广义数据的规则提取等方面,详尽地介绍了因素分析的三个重要算法;其次,将因素分析法与形式概念分析及粗糙集方法进行了系统的比较.研究结果表明:因素空间理论作为知识表示的数学理论,要优于形式概念分析及粗糙集,是数据科学的重要理论基础.     

基于粗糙集的三元概念分析

将粗糙集近似算子引入到三元概念分析中,定义了对象定向三元概念和属性定向三元概念。首先,基于三元背景中的三元关系提出了可能性算子和必然性算子,并研究了这两类诱导算子的性质。其次,基于这两类诱导算子定义了对象定向三元概念和属性定向三元概念。最后,构造了三元图更直观地描述对象定向三元概念和属性定向三元概念。     

基于概率PS-粗糙集的动态三支决策及应用

在实际应用中,集合是动态变化的,包括元素的迁入和迁出.双向概率PS-粗糙集既考虑集合的动态特性,又考虑知识库中统计信息的粗集理论.在深入分析概率PS-粗糙集理论及其性质的基础上提出了基于双向概率PS-粗糙集的动态三支决策模型,以解决集合动态变化下的三支决策问题.首先,根据双向概率PS-粗糙集的上下近似得到概率PS-正域、负域和边界域,给出了双向概率PS-粗糙集的三支决策规则,并分析了三种规则的置信度与错误率的计算方法与性质;其次,定义了决策度量函数与决策损失函数,并基于贝叶斯决策论的最小风险决策规则,给出了参数阈值的计算方法;最后,讨论了此动态模型的决策性质,并通过元素迁入和迁出的实例证明了模型的正确性与可行性.     

一种基于PS-粗糙集的动态三支决策算法

在深入分析PS-粗糙集和PS-粗糙集上的动态三支决策模型特点的前提下,给出了相应的动态算法,以完善基于PS-粗糙集的动态三支决策模型及应用.首先,讨论了不同情况下对象的单向迁入和单向迁出的规律,分别给出了单向迁移时的相应算法;其次,设计了对象双向迁入和迁出的动态算法;最后,从UCI数据集中获取用于活动识别的数据集作为实验数据,随机选取三组数据作为实验子集,分别进行了对象的单向迁入、单向迁出和双向迁入/迁出实验,结果表明,该算法具有较好的决策效率.     

模糊三支概念分析与模糊三支概念格

为了进一步将模糊集合理论引入到三支概念分析中,在模糊形式背景下研究了属性导出模糊三支概念与对象导出模糊三支概念,将已有的经典三支概念拓展到了模糊三支概念中,对完善三支概念理论有重要意义.首先,在模糊形式背景下,结合模糊集合理论将对象与属性的关系用隶属度表示.然后,用阈值α以及三支决策思想,将外延(内涵)分为正域,负域,边界域三个部分.其次,提出了两种模糊三支概念(属性导出三支概念与对象导出三支概念)的相关定义和重要定理.最后,结合实例详细解释了模糊三支概念在实际生活中的应用.模糊三支概念分析理论在非经典的背景下为粒计算、人工智能、机器学习等提供了可行的思路.     

基于三支概念分析的地理试题自动解题

现有自动解题系统从试题文本及相关资源获取解题知识,但由于试题本身潜在的复杂性与多样性,所获取的知识可能不足以支持实际解题,需要进一步获取其他解题知识.本文基于三支概念分析理论,通过构造试题文本三支概念格和决策规则提取,进一步挖掘试题文本中隐含的解题知识,在所收集数据集上进行的试验结果表明,本方法有效提升了自动解题系统的...     

基于三支决策粗糙集的迭代量化的图像检索算法

由于基于全图的图像检索算法提取的特征存在噪声,而且只具备低层的描述能力,所以基于显著性检测的图像检索算法中,图像显著部分的不确定性会使显著性检测和图像分割后所得到的显著区域容易丢失重要信息,导致检索准确率低.提出一种基于三支决策粗糙集的图像检索算法.为了提取出图像的有用信息,忽略无关信息,该算法利用三支决策粗糙集理论将图像划分为显著区域、非显著区域和模糊区域,分别对显著区域和模糊区域提取特征,并共同参与检索.实验结果表明,该算法在Corel-1000数据集下,与现有先进算法相比,能有效地提高检索的准确率.     

三支概念分析研究现状与展望

三支概念分析是三支决策理论与形式概念分析相结合产生的一种用于知识发现的理论。该文简述了形式概念分析的优劣势与三支决策理论的意义,以此为基础阐述了三支概念分析产生的思想,从理论研究与应用两个角度梳理了有关三支概念分析的研究成果,对三支概念分析未来的研究方向与趋势进行了展望。     

形式概念分析中面向对象粒概念的动态更新

粒计算是当前计算智能研究领域中模拟人类思维的新方法,它覆盖了所有有关粒的理论、方法和技术,是解决复杂问题的有效工具。粒概念是粒计算与形式概念分析相结合提出的一个重要概念。针对动态形式背景中粒概念的更新问题,介绍了面向对象粒概念,分析了面向对象粒概念的外延与内涵的变化规律,并在对象与属性逐步删减的环境下给出了更新面向对象粒概念的方法。最后,通过数值实验验证了该算法的有效性。     

面向灰色区间的三支概念分析

近年来,三支概念分析已经成为知识表示和数据分析的有效工具,然而,其尚不能处理“范围已知,内部未知”的灰色区间信息.为了解决灰色区间数据在三支概念分析理论中的建格问题,研究了基于灰色数据背景的三支概念分析.利用灰集合的上、下隶属度来表示对象和属性之间的关系,结合灰色数学的相关理论,提出灰色三支概念分析及灰色三支概念格,并研究其性质、定理.最后借助实例验证其有效性和可行性.为三支概念分析理论在解决复杂、不确定性信息方面提供了可行性方案,有效解决了三支概念分析中无法处理区间灰色信息的局限性.     

基于形式概念分析的项目成员综合相似度计算

为了应对组织节点失效对组织造成的影响,针对项目中组织成员的缺失问题,在考虑成员知识属性和结构属性的基础上,提出一种基于形式概念分析的综合相似度计算方法.根据工程项目任务需求,对项目组织的人员进行适应性调整,从而保证整个工程项目系统的稳定性.     

基于形式概念分析的模式匹配算法

提出了一种基于形式概念分析的模式匹配的FCABSM方法,该方法由3部分组成:首先,以朴素贝叶斯文本分类算法为基础设计名称分类算法及描述分类算法,分类目标模式与待匹配模式的元素名以及元素描述,为模式间元素的匹配提供初始依据.其次,利用形式概念分析技术整合分类结果、元素类型信息以及约束信息,提高匹配精度.该阶段为待整合信息创建形式上下文、获取形式上下文中蕴涵的概念、确立概念间偏序关系及构建概念格.最后,以第二阶段的概念格为计算依据,引入基于结构的相似评估模型来计算出最终的匹配结果.实验表明,基于FCA的模式匹配方法的平均性能优于缺少FCA整合的直接匹配方法.     

三支弱协调决策形式背景的规则获取

规则获取是三支概念分析中的一个重要问题。本文首先基于属性导出三支概念格间的细于关系,定义了三支弱协调的决策形式背景,并给出了基于属性导出三支概念格三支弱协调决策形式背景的规则获取方法。然后,研究了三支规则与二支规则之间的关系。最后,定义了属性导出三支概念的弱闭标记,并利用弱闭标记给出了三支弱协调决策形式背景的规则获取方法,剔除了冗余规则从而简化规则。