基于决策属性粒度树提取决策规则

粒计算通过粒的形成、粒的转移、粒的合成与分解等手段有效地解决问题.利用属性粒度树,将粒计算与决策形式背景的规则提取理论相结合.首先将决策属性进行粒化,给出多粒度决策形式背景的定义;其次研究了粒化前后决策形式背景协调性的关系;最后在假设粒化前后决策形式背景协调的前提下,研究了粒化前后决策规则之间的关系.     

一种基于知识距离的决策规则的评测

粒度计算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。主要用于处理模糊的、不完整的、不确定的和海量的信息。粗糙集模型作为粒度计算的三大研究模型之一,得到了广泛的应用。针对粗糙集中决策规则性能的评测问题,本文基于粒度计算的思想,提出一种粒化算法,通过知识距离来粗化条件属性集,实现对决策规则的评测。实例证明该方法评测效果较为理想。     

基于二进制Granule计算的关联规则挖掘方法

在分析关联规则挖掘Apriori算法时,从信息粒的角度出发,根据二进帝j粒计算的表示方法和Apriori算法中的相似性及交互性,提出了一种用二进制粒计算采表示的Apd槲改进算法,即使用二进制粒计算求出频繁项目集。方法不仅简洁、方便、逻辑性强,而且更适合于计算机运算。     

基于决策规则的属性约简算法

属性约简是粗糙集的核心问题之一。本文基于决策规则给出属性约简相关结论和属性重要性,提出启发式约简算法,引入黄金分割法思想,提高算法效率,并以实例验证算法有效性和正确性。     

一种改进的决策规则生成算法

将神经网络集成与C4.5Rule方法相结合,提出了一种改进的决策规则生成算法.该算法以神经网络集成作为C4.5Rule学习的前端,利用其产生用于C4.5Rule学习的数据集,在此基础上进行决策规则的生成.在UCI机器学习数据库上的实验结果表明,该算法可以产生泛化能力较强的决策规则.     

决策概念格及决策规则的提取

针对含有决策信息的决策形式背景,提出了决策概念格模型,并定义决策概念格中的决策规则及规则的置信度和支持度,用户可根据实际的需求,从规则中提取满足最低置信度及支持度的规则.     

基于模态逻辑的决策规则生成与证据合成

在多数的综合评价系统和决策系统中,数据信息表现为对象和属性之间的关系,这类数据信息中存在不确定性.不确定性来源有两种,一种来源于主体对客观事物的认识过程中,另一种来源于客观事物自身.文中使用模态逻辑及其模型合理、有效地将这两种不确定性结合在一起并表示在模态逻辑公式中.同时,基于模态逻辑的不确定性表示自然地提供了一种决策规则获取和证据合成的方法.与传统的基于Dempster-Shafer证据理论的证据合成相比较,基于模态逻辑的证据合成更符合人们的直觉.     

基于多粒度理论的不完备决策规则获取

将多粒度理论引入不完备决策系统中,针对其不完备性,结合非对称相似关系提出基于相似关系的不完备多粒度粗糙集模型,并讨论该模型的性质。随后重点讨论基于相似关系的不完备多粒度粗糙集模型中属性约简和决策规则获取的问题,将多粒度理论和近似分布约简相结合,提出了不完备多粒度近似分布约简,获得所有的最简确定决策规则和最简可能决策规则。最后通过实例分析,发现使用多粒度近似分布约简与规则获取方法比原有的单粒度近似分布约简与决策获取方法更合理有效。     

优势关系多粒度粗糙模糊集及决策规则获取

为了将多粒度粗糙集方法进一步扩展以适应模糊信息系统的需求,将多粒度思想引入到基于优势关系的粗糙模糊集模型中,提出了基于优势关系的乐观和悲观多粒度粗糙模糊集.在这2种多粒度粗糙模糊集中,采用一族而非一个优势概念来进行目标的逼近,并且被近似的目标是模糊而非清晰的集合.不仅对这2种新的粗糙模糊集的性质进行了讨论,而且研究了如何从模糊信息系统中获取逻辑连接词为"或"的决策规则,并采用一个模糊信息系统对新提出的粗糙集模型及决策规则获取进行了实例分析.结果表明:借助优势关系的方法,可以进一步扩展多粒度粗糙集方法,以处理模糊数据,从而扩大多粒度概念的应用范围.     

高速公路浓雾环境下换道决策规则提取及决策算法

依据换道决策规则进行换道是当前无人驾驶车辆常用的决策方法之一。针对浓雾环境下换道决策规则提取困难和研究较少的问题,研究了高速公路浓雾环境下的换道决策行为。首先,招募24名职业司机,利用Auto Sim驾驶模拟舱搭建虚拟高速公路浓雾环境进行驾驶实验;其次,提出了基于CART决策树的换道决策规则提取方法,提取出15条换道决策规则;最后,对换道决策规则进行了验证。结果表明,用CART决策树算法提取高速公路浓雾环境下换道决策规则是可行的,提取的规则能准确反应驾驶员换道行为的决策过程,可为高速公路浓雾环境下无人驾驶车辆的换道决策提供一定的理论支撑。     

基于改进ID3算法的决策树构建

介绍了决策树算法的基本原理,指出在决策树构建的过程中,ID3（Interative Dichotomic Version3）算法按照信息增益最大的原则选取属性,公式比较复杂,相应计算的复杂度也比较高,耗费较多的硬件资源．相对于ID3算法而言,条件概率决策树算法按照条件概率最大的原则选取属性,条件概率能够把属性和类别联系在一起,公式比较简单,有效地降低了计算的复杂性,并且决策树的建立提高了系统的精确度和检测速度．     

二进制粒在旱涝序列相似性匹配中的应用

通过采用二进制数表示旱涝事件序列中的事件,描述了基于二进制信息粒的运算及二进制粒事件序列相似性匹配的相关定义,提出了基于二进制粒事件序列上的多层次全序列匹配算法及相关定义;经实验验证分析,说明了研究的有效性,为研究地域气候相似和局地小气候相似提供了新方法。     

基于期权的风险投资项目的多目标优化决策模型

在风险投资项目优化过程中，构建基于期权的多目标优化决策模型，以期获得风险投资项目期末时风险与收益的最优化。     

一种基于粒计算的Multi Agent决策算法

为了克服单个Agent知识的局限性,提高系统决策的可靠性,提出了一种基于证据推理和粒计算的Muhi．Agent决策信息融合算法,并对Muhi—Agent合作决策进行了定义和描述。Multi．Agent决策融合划分为观测和决策两个阶段,观测Agent从环境信息中提取特征向量作为输入,信息粒化后降低了合成计算的复杂度。     

决策支持系统理论分析及方案研究

在分析现有决策支持系统的基础上,提出了高校管理决策支持系统的新方案。阐述了高校建设决策支持系统的实施过程。     

题元角色与及物性参与者对比分析及研究

题元角色反映了受动词支配的名词之间的语义关系,是句法和语义的接口。与题元角色不同的是,参与者是功能语言学及物性系统的一个重要组成部分,是构成及物性过程不可缺少的要素之一。但两者都用于语义分析,存在某种联系。本文目的在于分析两者的理论基础,初步探讨两者之间在理论框架,角色划分和角色之间关系等方面的异同。     

决策安全性的分析和计算

本文分析了决策安全性计算中存在的问题，并提出了新的计算方法，附有数字算例证明 新方法的合理性．     

计算机辅助英语教学中的教师角色分析

文章运用建构主义理论,结合自身的教学实践,探讨了在多媒体计算机网络化教学环境中教师角色及如何有效地利用现代化信息技术为英语教学服务。     

战区弹药调拨供应系统运行分析及其概念性决策模型

针对我军战区弹药调拨供应系统,从系统科学的角度对该系统的运行过程进行了系统分析,建立了战区弹药调拨供应系统的概念性决策模型体系,并举例说明,为后期定量化数学模型的建立以及战区弹药调拨供应决策支持系统的开发奠定基础。     

话语角色转换的迈氏标记模式研究

Myers—Scotton创立的标记模式是一个以认知为基础的语用学理论,旨在揭示语码转换背后说话人所欲传递的意图义。从这一模式出发,说话人选择有标记的话语角色可以向受话人传递额外的信息。即标记模式中所说的意图义,以抵消这一选择所带来的额外付出。这些意图义的传递可以取得相应的语用效果,话语角色的转换因而成为实现成功交际的一种语用策略。