变精度广义双向s-粗集模型

本文通过对基于双向s-粗集和一般二元关系R所提出的广义双向s-粗集的分析,提出了变精度广义双向s-粗集,定义了广义双向s-粗集中的多数包含关系,借助引入误差参数α（0≤α〈0．5）,给出了变精度广义s-粗集模型及其有关性质定理．通过实例分析并验证了动态系统中由于属性集合的动态迁移特性与变精度参数变化所产生的广义s-粗集的上、下近似,边界和分类近似精度的变化关系．     

民航发动机维修成本定量评估方法研究

以民用航空发动机为对象研究其维修成本的定量评估问题.给出了发动机维修成本的分类以及发动机维修成本单元的划分,提出了单台发动机维修成本的定量评估方法,建立了发动机维修成本的计算公式,研究了维修成本评估的软件实现方法与技术.     

自底向上粗集神经网络建模方法

提出了一种基于自底向上方式构造模糊粗糙数据模型并实现粗集神经网络建模的方法,该方法通过自适应G-K聚类算法,实现输入论域空间的模糊划分,在基于聚类数和约简属性搜索的基础上,提取优化的模糊粗糙数据模型,在此基础上融合神经网络实现粗集神经网络建模.对Brodatz纹理图像的实验表明,该方法性能优于传统的贝叶斯和LVQ方法,和传统的粗逻辑神经网络RLNN相比,该方法建立的神经网络结构精简,收敛速度快,具有更强的泛化能力.     

基于粗集的决策规则生成算法应用研究

在粗集理论的基本概念及知识表达系统定义的基础上,利用粗集方法进行决策分析,并以粗集理论在成绩决策中的应用为例,给出了基于粗集的决策规则生成算法.     

S-粗集的副集η-嵌入粒度

提出单向副集AS(X°)的η-嵌入集的粒度、双向副集AS(X )的μΔγ-嵌入集的粒度等概念;提出单向副集AS(X°)的η-嵌入集的粒度特性定理,双向副集AS(X )的μΔγ-嵌入集的粒度特性定理.     

航空发动机维修灰色模糊决策方法研究

以灰色系统理论和模糊数学为基础,提出一套完整的航空发动机维修灰色模糊决策方法,试验结果表明,决策结果更加接近故障维修实际,该方法可用于航空发动机维修决策支持系统的开发,对其他复杂武器装备维修决策具有一定的参考价值.     

基于粗集理论不完备数据的改进算法

由于经典的粗糙集理论不能处理原始数据中的遗漏信息,需要对这些数据进行补齐才能用于知识获取.因此数据预处理在粗糙集理论应用中非常重要的一环,其结果将直接影响到粗糙集理论应用的效率、准确度.所以有关基于粗集理论的数据挖掘中数据预处理的方法研究具有非常重要的意义.本文分析了当前主要数据补齐算法的特点和不足,并针对已有的基于粗糙集理论的不完备系统补齐算法ROUSTIDA的缺陷,提出了改进的数据补齐算法,使更多的缺损数据得到填补,尽量避免可能导致的决策规则矛盾问题.     

粗集的性质

在粗集中引入秩函数的概念,研究了秩函数的性质,并给出了粗集的秩函数公理系统;证明了由粗集中可定义集构成的格是一个几何格.     

一种基于粗集神经网络的欺诈风险分析方法

指出了传统的欺诈风险分析模型存在的问题,提出了一种基于粗集神经网络的欺诈风险分析方法.详细叙述了粗集神经网络的基本原理及基于粗集神经网络的欺诈风险分析方法,并给出了一个基于粗集神经网络的信用卡欺诈的分析实例。实验结果表明,该方法应用于欺诈风险的分析中是有效的,为欺诈风险的分析和预警提供了一条新的研究思路和方法。     

基于S-粗集理论的交通控制器的设计与仿真

综合车辆密度和平均速度二者的信息,引入了阻塞参数,提出了一种基于S-粗集理论的变相位交通信号控制方法,利用粗集理论的知识推理,把粗糙集理论融入常规的模糊推理,减少了控制器的输入量,降低了控制器的设计难度,实现了城市交通的粗模糊控制.     

基于聚类和粗糙集的智能邮件过滤系统研究

粗糙集理论是一种新的处理不精确、不完全与不相客知识的数学工具，随着Internet的发展，以及电子邮件的广泛应用，将有大量的邮件以待阅读和处理，介绍了一种基于聚类和粗糙集对邮件进行过滤的系统，实战证明，这是一种可行有效的过滤方法。     

代价敏感粗糙集研究综述

本文对代价敏感粗糙集（cost-sensitive rough set,CS-RS）理论的内容及发展状况进行了回顾,对其研究方向和发展趋势进行了分析和展望．首先介绍了代价敏感学习产生的缘由、数据挖掘过程中常见代价的分类及代价敏感粗糙集的基本概念;其次从数据模型、计算模型、问题及算法四个层次上对当前的研究状况进行了总结,建立了代价敏感粗糙集理论体系示意图;最后指出测试代价敏感粗糙集的发展趋势和需要重点关注的问题．     

运用基于GA的粗糙集方法改进经典AHP方法研究

传统的AHP方法解决多准则决策系统有着独特的优势,但对于有些非常复杂的决策系统运用AHP进行分析后,在求解过程中,或者判断矩阵求解比较困难,或者求得的判断矩阵不能够通过一致性检验,从而使得传统AHP方法在解决某些复杂决策系统时失效.针对这种情形,提出运用基于GA的算法去约简经过AHP分析后的知识系统,然后或者直接运用RST方法中的规则进行排序而得到结果,或者对约简后的知识系统仍然用经典的AHP方法求解而得到排序结果.在此基础上,除了提出4条转换规则外,还运用该方法求解区域信息化水平比较决策系统,并与经典AHP求得结果进行比较,得出该方法比经典AHP方法更简单且可行的结论.     

基于粗集的ID3算法研究

决策树是数据挖掘任务中分类的常用方法,ID3算法是经典的决策树生成算法,它的核心是通过计算各个属性的信息熵来确定最好的分枝结点.给出一种用粗集的方法计算信息熵,应用ID3算法来生成决策树.     

Chan-Vese模型下的复合多相水平集图像分割

Chan-Vese模型(C-V模型)能够实现图像的二区域分割,但在多区域分割上存在局限. 目前解决C-V模型多区域分割问题有两种方案：一是采用多水平集同时收敛的并行多相分割;另一种是采用多水平集依次收敛的串行多相分割. 文中将两种方案结合起来,利用并行多相算法表示区域量大和串行多相算法分割效率高的特点,提出基于C-V模型的复合多相水平集分割算法,增加了串行结构下的分割区域量,也提高了并行结构下各水平集的实际分割效率. 实验结果表明,该方法可实现多区域分割,并能检测由弱边缘构成的子目标.     

关于k阶模糊关系的直觉模糊粗糙集

本文基于三角模研究了k阶模糊关系下的直觉模糊粗糙集,通过k阶模糊关系定义了近似算子及其性质.     

基于Vague集的插值模糊推理

对于模糊概念(用Vague集表示)的隶属函数为连续的情况,将规则前件中模糊概念的论域与后件中模糊概念的论域作一一映射,然后给出基于Vague集的隶属函数为连续情况下的插值模糊推理方法;对于Vague集的隶属函数为离散的情况,在作上述相同的映射后,再将规则前件中的Vague集和事实中的Vague集的真/假隶属函数分别进行线性插值,使它们都成为连续函数,然后给出基于Vague集的隶属函数为离散情况下的插值模糊推理方法.     

基于混合式故障率的预防维修权衡模型

针对典型的串联系统,通过引入基于役龄递减因子和故障率递增因子的混合式故障率,构建有限区间分别以可靠度和费用为目标函数的预防维修策略权衡模型,为追求不同系统目标而进行维修活动提供了决策依据,使模型具有更加广泛的应用范围.