基于粗糙集理论的中医方证相关性算法的研究

方证相关性问题是中医理论中的重要问题之一,是关系中医辨证论治和诊治方法现代化的重要课题.基于粗糙集理论的中医方证相关性算法研究,借助粗糙集处理模糊和不确定知识的强大功能,在现有病例集上建立知识表达系统并进行约简,求出属性核及相关支持度,进而揭示方证的相关性.本研究是对中医理论现代化的一种探索与尝试.     

一种基于粗糙集的不确定决策知识约简算法

粗糙集理论是处理不完整和不确定知识的数学工具,能有效地分析和处理不精确、不一致、不完整的各种不完备信息,并从中发现隐含知识,揭示潜在规律.针对决策知识冗余、决策效率低下等问题,本文以粗糙集理论为基础,研究不确定性的知识约简算法及决策规则获取方法.首先,研究粗糙集理论与知识约简理论基础,包括知识及知识库、知识表达系统、核与约简的关系;然后,研究了属性约简算法,包括属性的重要性、属性约简算法和属性值约简算法的相关定义及其数学模型表示,并给出了属性约简步骤;最后,以软件维护性及影响因素决策表为例,按照属性约简步骤,完成了属性约简和属性值约简,通过实例分析验证了算法的可行性、有效性和决策规则获取方法.结果表明,运用粗糙集理论对知识进行约简,可以简化复杂系统、消除冗余知识,获得知识库简洁表达的方法,有效维护知识库的结构和性能.     

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.     

基于粗集理论的分类关联规则挖掘研究

认为数据量的巨大和高维、用户交互与先验知识的利用等等是知识发现领域面临的问题和难点 .粗糙集理论是一种具有模糊边界的集合理论 ,它作为研究知识发现的新型工具 ,能严格地处理不精确数据的分类问题 ,被广泛应用于不相容决策表中的规则提取过程中 .针对粗糙集理论中属性约减和属性值约减这两个重要问题进行了研究 ,并介绍了数据集中挖掘分类规则的基本原理 ,同时利用 RS理论中核和核值的概念 ,提出了一个在数据集中发现没有冗余属性的最小归纳依赖关系并简化决策系统的数据挖掘算法 ,并应用一简单的例子说明如何在数据库中发现分类规则 ,实验结果表明此算法可以大大提高系统潜在知识的清晰度     

基于变精度粗糙集理论的网格自学习及预测

提出了网格自学习和预测系统体系架构,采用变精度粗糙集和不协调目标信息系统理论揭示有关网格应用属性、网格资源动态状况和网格应用性能之间关系的知识,并采用增量式知识约减算法确定重要属性.利用所发现的知识,可以预测应用的资源需求及其性能.数据实验证明对作业资源需求和运行时间的预测值与实际值的偏差不超过30%.     

基于粗糙信息颗粒的数据挖掘方法研究

大型的数据库和数据仓库中的数据往往是有噪声和不一致的,应用经典的粗糙集理论对其进行数据挖掘处理时,效果不够理想.引入信息颗粒的概念,给出了属性子集引导的信息颗粒的构造方法及基于信息颗粒的知识描述,并应用粗糙集的扩展模型讨论知识的粗糙度问题,提出了基于粗糙信息颗粒的属性约简算法,该算法在给定最小置信度阈值的情况下,可实现对不一致数据集的简洁知识提取.图1,表2,参8.     

基于粗糙集方法的知识发现

属性约简和属性值约简是租糙集理论中的重要研究内容,也是粗糙集理论应用于知识发现的主要方法.但求取任意问题的最小属性集是一个NP难问题.本文利用属性间的知识依赖度,提出了一个求取属性约简的贪心算法,它可以在多项式时间内得到一个约简.同时,把粗糙集方法应用于知识发现,通过属性约简删除信息系统的冗余属性,减少数据量,再利用属性值约简,获取决策规则.最后通过实例说明了基于粗糙集方法的知识发现过程,验证了方法的有效性.     

粗糙集理论在模糊隶属函数辩识中的应用

提出应用粗糙集理论辩识模糊隶属函数的可行性 .它对机械化立窑水泥煅烧过程操作工的经验知识和专家知识进行综合考虑 ,归纳为知识系统决策表 .根据粗糙集理论 ,求出决策表的最小约简算法 .依此属性 ,重新划分模糊空间 ,并定义边界以确定隶属函数 .经模型有效性确认 ,表明该方法是有效的 .     

基于蚁群算法的粗糙集知识约简

给出了一种新的粗糙集知识约简方法,即结合粗糙集理论的依赖度定义,先给出知识约简转化定理,然后运用一种改进型蚁群算法,采用局部和全局搜索相结合的方法,对知识表达系统进行约简.同时,在适值函数中引入罚函数,从而保证所求的约简在包含最少而非零个属性的基础上有较大的依赖度.通过Matlab计算实例可看出,本文算法对求解知识约简问题快速有效.     

基于粗糙集理论的异步电机控制规则提取方法研究

粗糙集理论是一种对不精确、不确定和不完全的数据进行分类分析和知识获取的有效手段而,规则提取是粗糙集理论的主要应用领域之一.通过提出一种针对决策信息系统的属性约简方法,采集了异步电机运转过程的实测数据.讨论了过程控制规则的获取方法.     

粗糙群的同态与同构

主要讨论粗糙集理论在代数统一群上的应用,介绍了粗糙群粗糙同态及粗糙群粗糙同构的概念,提出并证明了与此相关的性质。     

粗糙幂半群

基于幂半群的同余关系,首次给出了粗糙幂半群的概念,得到了粗糙幂半群的一些性质,还讨论了粗糙幂半群的同态与同构．     

粗糙幂半群

基于幂半群的同余关系,首次给出了粗糙幂半群的概念,得到了粗糙幂半群的一些性质,还讨论了粗糙幂半群的同态与同构．     

粗糙集理论中一元、二元粗糙函数定义的改进及数学分析性质的讨论

指出了已有的一元,二元粗糙函数定义的不足之处并进行了合理的改进,进一步与实函数相类比,讨论了它的数学分析性质,诸如粗糙连续,粗糙导数,粗糙积分,得到了一些结果。     

粗糙子环的判定

粗糙代数是粗糙集理论研究的一个方向,粗糙环和粗糙子环是粗糙代数的主要内容之一.以 Pawla粗糙集模型、环论为基础,给出了环的粗糙子环的定义,并研究了粗糙子环的性质及判定定理, 扩展了粗糙代数理论的研究范围.     

n元粗糙函数及其数学分析性质的讨论

章给出了n元粗糙函数的定义，且讨论了它的数学分析性质，诸如粗糙连续性、粗糙导数、粗糙积分，得到了一些结果，同时对一元粗糙复合函数的定义、求导法则、积分法则做了一定探讨。     

粗相等与粗相等代数

讨论了粗等价的性质 ,证明了粗相等关系是 Boolean代数 (2 U,∩ ,∪ ,～ )上的同余关系 ,给出了 2 U上的一个等价关系是粗相等的刻画 .从粗相等出发 ,引入了一类新的代数系统——粗相等代数     

粗糙集理论中粗糙函数定义的改进及粗糙导数性质的证明

对二元、n元粗糙函数、k阶粗糙导数的定义进行了改进,给出了一元、二元粗糙导数的性质,并对一元、二元、n元粗糙导数的性质给出了较详细的证明.     

相似关系下的粗糙映射的一些性质

目的 研究模糊粗糙映射的性质.方法 通过研究相似关系下粗糙集的性质,进一步研究相似关系下粗糙映射的性质.结果与结论 得出相似关系下模糊粗糙映射的部分性质.     

粗糙半群的进一步研究

主要讨论粗糙集理论在代数系统——半群中的应用,介绍了粗糙半群、粗糙理想、粗糙同态映射及粗糙商半群的概念,提出并证明了与此相关的性质,进一步补充和完善了半群中的粗糙集理论.