基于粗糙集理论的知识库分解与规则获取

粗糙集理论可以通过对数据的约简从例子中学习,获取决策规则。但是,当知识库规模较大、条件属性个数较多时,存在提取规则速度慢、规则长度长等缺点。本文介绍了粗糙集理论的基本概念,提出了一种基于粗糙集的知识库分解算法。首先引入决策属性支持度的概念,在此基础上定义了一个属性选择量度,选择最佳目标属性对知识库进行分解,直到所有对象都被精确分类,从而得到具有一定支持度的规则集,得到的规则长度短,提取速度快。通过对一个简单实例的分析,证明了该算法的可行性。     

基于粗糙集和包含度理论的决策规则提取方法

粗糙集理论是一种处理模糊和不确定知识的数学工具，正越来越被人们所重视．首先介绍了集值信息系统和粗糙集理论的相关知识，说明经典信息系统可以作为简单的集值信息系统处理。然后在集值信息系统中，以粗糙集理论为基础，引入包含度的概念，介绍包含度的几种生成方法，建立包含度的知识发现方法，最后通过具体的例子说明这种决策规则提取方法是有效的．     

诊断型专家系统中的基于粗糙集的归纳推理方法

给出了粗糙集理论和基于规则的神经类疾病的认识之间的关系，并介绍了在诊断专家系统中对知识获取过程的应用，另外，以作物病害诊断专家系统为例，给出了基于粗糙集规则描述的自动归纳推理方法，实验结果表明，粗糙集不仅是一个很好的支持不确定知识获取的框架，而且是能正确地归纳推理疾病类的规则。     

基于覆盖的多粒度决策理论粗糙集模型

经典的多粒度决策理论粗糙集是基于论域上的等价关系而建立的,然而在实际应用中等价关系很难得到和把握.本文结合多粒度决策理论粗糙集模型,基于覆盖粗糙集理论提出了基于覆盖的多粒度决策理论粗糙集理论,推广了前人的工作.     

基于粗糙集和证据理论的决策规则提取

提出一种基于粗糙集和证据理论的两阶段决策规则提取算法, 该算法首先利用粗糙集中属性缩减的思想, 找出每条规则中的重要条件属性集合, 然后再基于证据理论中证据结合的思想进一步去掉重要条件属性集中的冗余条件属性, 从而得到最终的决策规则. 所给算法简化了属性集的约简, 对高维数据也是可行的. 实验结果表明, 利用该算法能够挖掘出高质量的决策规则.     

决策粗糙集模型研究综述

主要对决策粗糙集（decision-theoretic rough sets,DTRS）理论的内容与发展概况作综述性回顾。介绍了决策粗糙集的基本理论,包括决策粗糙集产生的背景、决策粗糙集的Bayes决策理论基础、概率粗糙集模型、决策粗糙集模型与经典Pawlak代数粗糙集模型以及一般概率粗糙集模型之间的关系等;讨论了决策粗糙集意义下的三值决策语义以及约简定义,并回顾了决策粗糙集在实际问题中的应用。     

基于多知识库决策融合的分类识别

引入多知识库的概念,运用基于粗糙集理论的数据挖掘技术给出多知识库决策融合的分类识别方法,并以拉深模具为例,将其应用于模具质量评价和诊断,提高模具质量控制决策的可靠性和准确性.     

基于粗糙集理论的数据挖掘模型

提出了一种基于粗糙集理论的数据挖掘模型,以利于信息不完备情况下的推理和决策问题的解决和研究。该模型从已知数据的初始决策系统出发,建立一系列的不同简化层次的子系统,然后推导出各个子系统的规则集,其中每条规则都有相应的置信度。在应用模型进行推理和决策分析时,用给定对象的信息与模型中相应节点的规则进行匹配,然后选用某种评判算法得出结论。给出了一个简单的例子来说明如何建立和应用这种数据挖掘模型。这样的模型可以很方便地根据给定的信息,在最符合的子系统上得出尽可能好的结论。     

基于粗糙集理论的病理诊断规则提取算法研究

针对病理诊断规则获取问题,采用基于粗糙集理论的规则提取方法.首先进行连续属性的离散化,用遗传算法对CAIM(class-attribute interdependence maximum)离散化算法进行改进.然后利用粗糙集理论进行规则提取.采用以核为基础的增量式约简算法,综合考虑属性对约简的增益和属性在剩余属性集中的重要性,给出了衡量属性重要性程度的一个准则.随后进行属性值约简,获取诊断规则.     

基于粗糙集的决策规则提取

讨论了粗糙集（rough sets）在数据分析方面的应用，基于粗糙集的数据分析来源于对数据表（即信息系统）的分析。通常我们将信息系统中的属性划分为条件属性和决策属性，这种信息系统又称为决策表。对每一个决策表，都有一系列的决策规则与之相对应，这些相关的决策规则被称为决策算法。本文将给出这些决策算法的统计学特点，并与贝叶斯（Bayes’）定理相比较，从而得出基于粗糙集的数据分析方法优于贝叶斯定理。     

高档数控加工中心的远程动态知识库构建技术研究

为有效保障高档数控加工中心的可靠、稳定、安全运行,开展了刀具系统知识库构建技术研究.重点面向高档车削加工中心,构建以刀具系统为核心的状态监测试验平台;提出了基于粗糙集理论的知识获取方法;进行了知识库模型构建技术研究;建立了基于远程网络的知识获取试验平台,为用户提供了整机运行状态数据查询,为揭示机床运行中的动态性能和故障产生机理以及分析各特征参量与各种故障的内在相关性提供了关键试验技术.     

智能决策支持系统知识库体系结构的研究

决策支持系统是管理信息系统的深入发展。将人工智能理论引入决策支持系统 ,构成智能决策支持系统。该系统能提供专家级的决策支持方法。深度知识库存放的是元知识或宏知识。如果与推理机共同完成智能决策 ,要将元知识和宏知识共享地组织 ,成为浅度知识才能使用。浅度知识库分为动态和静态两部分 ,以实现稳定的浅度知识支持和更新的浅度知识支持。深度知识库的数据结构体系构成超文本形式 ,以便使元知识或宏知识在组合时充分知识共享。同时 ,可进行深度知识挖掘     

基于本体的知识库系统构建研究

介绍了本体论和知识库,结合实例论述了知识库系统的体系结构和构建步骤。     

基于模糊数学的决策树技术在信号知识库更新中的应用

针对当前铁路信号设备维修中维修信息的模糊性、信息获取的不完备性,使维修决策支持系统知识库的更新变得很困难这个问题,提出了通过对知识的模糊性表示,采用决策树分类技术对设备状态进行分类,形成具有信息确信度的子树,通过子树合成形成最终的决策树,最后从该决策树中提取模糊性产生式规则,从而对信号设备的维修决策支持系统知识库中的知识进行更新,以提高信号维修决策支持系统的决策分析能力。     

基于变精度粗糙-模糊集模型的诊断知识获取

提出一种基于变精度粗糙-模糊集模型的诊断知识获取算法,利用相似性聚类方法自动获取模糊隶属函数,将连续属性表示成模糊值,通过定义模糊相似关系和模糊相似类给出了变精度粗糙-模糊模型的近似表示,并引入蚁群算法求取模糊相似关系下的属性约简,进行诊断知识的获取。将其应用于精对苯二甲酸生产过程尾氧浓度故障诊断知识获取中,结果表明:该算法可以从故障数据中提取更客观有效的诊断规则,在实际故障诊断中具有很好的应用价值。     

Knowledge Discovery for Event Series Decision Based on Rough Set

To make decisions about event series is part of our life, and to discover knowledge from these decisions is of great significance in the field of controlling and decision-making. The paper takes event series as the exterior form of movements with the dynamic attributes, and gets the Markov transition probabilities matrix to express those attributes with statistics. First, according to the matrix, the decision table is constructed. Then, by reducing attributes based on rough set theory, the decision table is reduced, and the decision rules are acquired as well. Finally we make the decision through defining rule distance and taking the minimum rule distance as decision principle. Followed is an example, which proves that the algorithm is feasible and effective to the event series decision.     

基于决策属性支持度的知识约简方法

提出了一种基于决策属性支持度的属性相对约简算法·该算法利用粗糙集理论分析的方法,通过在知识表达系统中引入决策属性支持度的概念,来描述由条件属性所提供的知识对整体决策的支持程度,并通过决策属性支持度定义了条件属性对决策属性的相对重要性,以此作为启发式信息,可以方便地求出相对核·再以相对核作为求解最小相对约简的起点,按重要性的不同逐次选择重要属性添加到相对核中,直至其支持度达到整体条件属性支持度时为止,此时即得到知识库的最小约简·通过实例分析证明,该方法是有效的·