Dominance-based rough set approach as a paradigm of knowledge discovery and granular computing

Dominance-based rough set approach(DRSA) permits representation and analysis of all phenomena involving monotonicity relationship between some measures or perceptions.DRSA has also some merits within granular computing,as it extends the paradigm of granular computing to ordered data,specifies a syntax and modality of information granules which are appropriate for dealing with ordered data,and enables computing with words and reasoning about ordered data.Granular computing with ordered data is a very general...     

复合粒计算模型研究进展

粒计算（granular computing,GrC）是人工智能领域中的一种模拟人类思考和解决复杂问题的新理念和新方法,粗糙集理论、商空间理论和模糊集理论是3种主要的粒计算模型。首先回顾几种基本的粒计算模型,介绍了几个复合粒计算模型,最后探讨了粒计算模型的进一步发展方向。     

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。     

Synthetic security assessment based on variable consistency dominance-based rough set approach

<正> Security assessment can help understand the security conditions of an information system and yieldresults highly conducive to the solution of security problems in it.Taking the computer networks in a certainuniversity as samples,this paper,with the information system security assessment model as its foundation,proposes a multi-attribute group decision-making (MAGDM) security assessment method based ona variable consistency dominance-based rough set approach (VC-DRSA).This assessment method combinesVC-DRSA with the analytic hierarchy process (AHP),uncovers the inherent information hidden indata via the quality of sorting (QoS),and makes a synthetic security assessment of the information systemafter determining the security attribute weight.The sample findings show that this methoil can effectivelyremove the bottleneck of MAGDM,thus assuming practical significance in information system security assessment.     

基于优势关系粗糙集的规则生成算法

针对现有的基于优势关系粗糙集的规则生成算法存在运行效率低的问题，提出了一种基于多个优势差别矩阵的规则生成算法，突出不同决策类之间的差别信息，在得到精简规则集的同时，能够提高规则生成效率．通过实验与其他规则生成算法加以比较，表明该算法在平均性能方面优于其他算法．     

多粒度粗糙集数据分析研究的回顾与展望

粒计算是知识表示和数据挖掘的一个基本问题。粗糙集理论是知识获取的一个典型粒计算模型。在传统粗糙集数据分析中,信息系统中每一个对象在每一个属性上只能取唯一的值。在实际生活数据中,根据不同的粒度或者尺度,对象在同一属性上可以取不同粒度的值。该文介绍目前流行的三类基于粗糙集的多粒度数据处理模型,即多粒化粗糙集模型、多粒度邻域粗糙集模型、多尺度信息系统的粗糙集数据分析模型,回顾这三类多粒度粗糙集数据分析模型的研究进展及主要研究内容,并提出若干研究问题。     

Generalized dominance-based rough set approach to security evaluation with imprecise information

The model of grey multi-attribute group decision-making(MAGDM)is studied,in which the attribute values are grey numbers.Based on the generalized dominance-based rough set approach(G-DRSA),a synthetic security evaluation method is presented.With the grey MAGDM security evaluation model as its foundation,the extension of technique for order performance by similarity to ideal solution(TOPSIS)integrates the evaluation of each decision-maker(DM)into a group's consensus and obtains the expected evaluation results of information system.Via the quality of sorting(QoS)of G-DRSA,the inherent information hidden in data is uncovered,and the security attribute weight and DMs'weight are rationally obtained.Taking the computer networks in a certain university as objects,the example illustrates that this method can effectively remove the bottleneck of the grey MAGDM model and has practical significance in the synthetic security evaluation.     

增量式获取规则的粗糙集方法

规则获取的增量式算法是知识发现领域的一个热点问题．作者根据粗糙集理论,提出δ—不可分辨关系的概念,建立了δ—决策表及其δ—决策矩阵,在此基础上,利用决策函数,提出一种在决策表中获取规则的增量式算法．该算法针对决策表中出现的各种新对象,在原有规则集的基础上进行规则和规则参数的增量式更新,避免了为更新规则而重新运行规则获取算法．     

基于VC-DRSA的危化品公路运输风险不确定因素分析

在深入探讨危化品在公路运输过程中不确定影响因素的基础上,对危化品公路运输事故历史数据进行了整理,提出采用变一致性优势关系粗糙集理论(VC-DRSA)定量分析危化品运输环境风险不确定因素重要度,进而揭示风险因素与风险之间的因果关系及其不可约简规则,为缓解和预防危化品公路运输风险提供了一定的理论依据.     

粒度计算的理论、模型与方法

粒度计算(Granular Computing,GrC)是信息处理的一种新的概念和计算范式,覆盖了所有有关粒度的理论、方法、技术和工具的研究．它是词计算理论、粗糙集理论、商空间理论、区间计算等的超集,也是软计算科学的一个分支．它已成为模糊的、不完整的、不精确的及海量的信息处理的重要工具和人工智能研究领域的热点之一．另着重介绍了粒度计算的研究现状、基本问题、主要模型与方法,并提出了进一步的研究方向．     

基于粗糙集的教师授课质量评价方法

根据粗糙集理论的基本概念及知识表达系统的定义,讨论了利用粗集理论进行决策分析方法,并以教师授课质量评价为例,具体说明了决策的过程。     

基于粗糙集与贝叶斯网络的推理和诊断模型

基于粗糙集知识约简、规则提取的优势和贝叶斯网络强大的推理能力,对决策表进行约简和提取决策规则获取节点关系、节点概率分布等信息,以获取的信息为基础建立贝叶斯网络模型.然后通过贝叶斯网络实现进行高效快速的推理和诊断.实例分析表明,该方法是可行有效的.     

基于多元组Rough集的不相容决策

Ｒｏｕｇｈ集理论是一种具有模糊边界集合理论,它被广泛应用于不相容决策 规则提 文讨论了基于多元组Ｒｏｕｇｈ集的不相容决策方法,并给上应的算法,同时 不相容规则的相容度作了分析,该方法比普通Ｈｏｕｇｈ集方法更简单、更有效、文中所给出的算法特别适用于具有重复元素且的决策表。     

基于熵和变精度粗糙集的规则不确定性量度

由已知数据中产生的粗糙决策规则往往具有不确定性 ,需要适当的不确定性量度。借鉴变精度粗糙集理论的思想 ,采用基于信息熵的方法构造了两个新的粗糙决策规则不确定性量度函数。它们不仅可以兼顾由划分的粒度引起的规则不确定性的两个方面 ,即不一致性和随机性 ,还考虑了数据中的噪声对规则一致性的影响。因此 ,它们对一类“几乎一致性规则”具有一定的保护作用。通过举例分析 ,说明它们更适于评价从有噪声数据中提取的粗糙决策规则。     

三支决策——基于可解释性研究视角

该文从可解释性研究视角探讨了三支决策的相关理论与方法。首先,阐明了三代粗糙集模型的演化过程,厘清三支决策的发展轨迹;其次,聚焦三支决策与粒计算的深度融合,介绍了序贯三支决策和层次三支决策的相关理论与方法;再次,分析三支分类的有效性,揭示了三支决策能够增强分类效果的内在原因;最后,从认知视角诠释了三支决策与人工智能融合的机理,并给出了三支决策可解释性未来的研究方向。     

覆盖粒计算在信息检索模型中的应用

将广义覆盖粗糙集理论及其计算运用到信息检索模型.通过建立查询式和库中文档之间的联系的要点构造了基于覆盖粗糙集理论的的两类信息检索模型,并给出了一些相关的上、下近似算子扩展定义.     

邻域系统的一种粒化方法及应用

邻域系统是一类具有兼容性与应用性的系统,关于它的粒化一般采用相似度加阈值的方法.基于该方法在阈值确定上的主观性以及不确定计算上结果复杂性,提出一种模糊聚类加统计量的方法,该方法在计算上不仅仍保留Pawlak粗糙集系统一些不确定性度量性质,而且在阈值的确定上更为客观;最后示例说明了该方法的有效性.     

一种基于知识颗粒的高效完备属性约简算法

为获取高效算法,结合Rough集和粒计算理论,基于知识颗粒设计出获取等价类的算法及计算正区域的等价算法,使用动态SQL语句直接获取已排序的对象集,省略类似算法必需的排序算法,降低了实现的复杂度.给出一种增量式的属性约简算法,设计5种选择属性的新启发策略供算法使用,可避免无用属性入选,更有效去除可省属性及缩减搜索窄间等,确保约简算法的完备性,简化了中间步骤,从而保证算法的高效性.理论分析及实验结果表明:采用该约简算法的时间复杂度和实际求解时间均比采用现有算法的时间复杂度和实际求解时间低,并能更好地适应海量数据集的挖掘.