变精度单向S-粗集

提出基于副集的单向S-粗集,变精度单向S-粗集;给出基于副集的单向S-粗集,变精度单向S-粗集的数学结构,变精度单向S-粗集的存在背景和意义解释.变精度单向S-粗集是对单向S-粗集理论的完善和发展.     

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.     

单向IS-粗集及其相对精度

在S-粗集的基础上,提出IS-粗集（improper singular rough sets）的概念,给出单向IS-粗集的数学结构．并讨论了单向IS-粗集的近似精度及相对精度．     

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.     

函数单向S-粗集的信度特征

利用函数单向S-粗集的结构,给出函数迁移的信度特征、函数集Q的下近似信度特征和函数集Q的上近似信度特征.利用这些结果,给出函数单向S-粗集的信度特征,提出函数单向S-粗集的随机结构与随机定理,得出函数单向S-粗集的结构是函数单向S-粗集的随机结构的特例,函数单向S-粗集的随机结构是函数单向S-粗集结构的一般形式.     

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.     

双向变异S-粗集的信度特征

提出双向变异S-粗集的属性迁移的信度及信度函数的概念,给出了双向变异S-粗集的依信度生成,讨论了双向变异S-粗集依信度生成的特性.     

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．     

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。     

基于粗糙集理论文本分类规则的优化方法

文本分类规则的提取和优化是衡量文本分类系统适应性能和分类能力的主要指标．在基于粗糙集和模糊聚类理论的文本分类系统中,结合粗集理论及不完备信息系统理论,提出了分类规则的提取和优化方法,通过实验和分析,产生用户满意的约简规则,从而能够快捷迅速地指导新文本的分类,提高系统的适应性能和分类能力．     

基于相似关系的不完备模糊决策信息系统知识约简

在不完备信息系统和模糊决策信息系统及其粗糙集模型的基础上,提出了不完备模糊决策信息系统的概念,并基于相似关系及其粗糙集模型,给出了不完备模糊决策信息系统的粗糙集模型.该模型是不完备信息系统,完备模糊决策信息系统和经典决策信息系统粗糙集模型的推广.还给出了该系统的知识约简及其算法.     

基于粗集的连续属性离散化方法

由于经典的粗糙集理论不能处理原始数据资料中，含有连续属性的数据，需要对这些数据进行连续属性离散化才能用于知识获取，因此数据预处理是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。本文对目前主要的离散化算法进行分析和评价，以中值序列分割点集为基础，提出了一种连续、离散混合离散化改进算法，保证划分后决策表一致性，获得合理的划分点．     

基于邻域熵的决策表约简

针对传统粗糙集理论难以处理数值型数据的特点,提出基于邻域熵的决策表特征约简方法.该方法通过引入邻域关系进行信息粒化,定义邻域熵概念,用来度量数值型数据的不确定性,证明邻域熵的单调性原理,提出基于邻域熵与分类精度加权的特征重要度概念,基于邻域熵单调性原理设计了两种启发式特征约简算法.理论分析与实例表明该方法是有效可行的.     

覆盖广义粗糙集与信任函数

本文在覆盖广义粗糙集最简覆盖的基础上,应用等域关系,将覆盖广义粗糙集转化为Pawlak经典的粗糙集,使得经典粗糙集理论的应用范围得到了一定的扩充,并用例子说明该转化方法提高了一个集合的近似程度.最后讨论了覆盖广义粗糙集与证据理论之间的关系.     

基于相似关系的变精度粗糙集的数据约简

基于最大相似类的变精度粗糙集模型．此模型把变精度粗糙集的基础由等价关系拓展到条件更弱的相似关系,更好地利用数据间的相关信息,扩大了粗糙集理论的应用范围．讨论了相似变精度粗糙集的性质与属性约简,举例说明了相似的变精度粗糙集在大学生体质检测数据约简中的应用．     

不完备信息系统可变粗糙集模型与性质

不完备信息系统粗糙集拓展模型是近几年来粗糙集理论研究的重要内容.该文以基于相容关系、非对称相似关系及限制容差关系的粗糙集模型为特例,提出了基于一般二元关系的可变粗糙集模型,它是基于各种具体的二元关系(如相容关系、非对称相似关系、限制容差关系、量化容差关系等)粗糙集模型的推广,也是不完备信息系统变精度粗糙集模型的一般情形.文中还进一步研究了不完备信息系统可变粗糙集模型的性质.     

半群中变精度的粗糙理想

基于半群中的粗糙左理想,粗糙右理想,粗糙双侧理想与粗糙双理想的概念,本文讨论了半群在变精度的粗糙集模型下,各种粗理想相应的性质,并且讨论了半群中两个理想之积的一些性质,进一步丰富了半群中的粗糙集理论.     

求粗糙集正域POSc(D)的表上作业法

给出了一种非常简洁的求POSC(D)的表上作业方法,此法不仅无须分别求出U/IND(C)和U/IND(D),而且省略了U/IND(C)和U/IND(D)之间的比较及求交的程序;最后,应用这一方法研究了评价和预测问题中各因素的合理赋权问题,对中国区域生态水平评价问题进行了权重挖掘,按照所得权重给出了新的评价结果.     

区间直觉模糊软截集（英文）

首先讨论了区间直觉模糊软集在实际问题的应用,其次定义了区间直觉模糊软粗糙集,最后给出了区间直觉模糊软截集的定义及区间直觉模糊软分解定理和区间直觉模糊软表现定理,得到了一些有意义的结果.     

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．