基于粗糙集神经网络的铁路滚动轴承故障诊断

神经网络技术在故障诊断应用非常广泛,但仍存在需要改进的缺陷;粗糙集理论具有处理不完整和冗余样本数据的优点;用粗糙集优化的神经网络能有效克服其缺陷、提高故障诊断的可靠性,通过对铁路滚动轴承故障诊断的实际应用与分析验证了优化神经网络的正确性和良好的应用前景.     

基于连续属性离散化和SVM的分类预测方法

提出一种基于粗糙集中连续属性离散化和支持向量机（SVM）的分类预测算法。首先,提出一种新颖的Improved Chi2离散化技术,将其作为预处理器将连续属性数据离散化,然后应用粗糙集理论进行属性约简和规则提取,删去冗余的属性和样本,在横向和纵向均大大降低了数据的维度,降低了样本的存储要求,而且没有失去原始决策表所表达的信息。应用支持向量机进行分类建模预测,大大降低了SVM分类过程中的复杂度,不会降低分类能力。仿真实验表明了本文算法的有效性,不仅分类预测精度高,且训练速度快了。     

k阶区间值模糊粗集

引入了基于k阶二元关系的区间值模糊粗集的概念,研究了当二元关系分别为(弱)欧几里得、串行、自反、对称、传递关系时上(下)近似算子的性质.     

一种基于粗糙集的火焰区域提取方法

针对目前基于视频的火焰区域提取方法的不足,提出了一种基于粗糙集的火焰区域提取方法。该方法通过综合分析火焰区域在HSI、RGB色彩空间中的分布规律,以及火焰区域的色彩分布特征和闪烁特征,依据粗糙集理论对被检测的视频图像进行子图像划分,并在此基础上利用集合运算提取火焰区域。实验表明,该方法具有较好的准确性、可靠性和鲁棒性。     

基于粗糙集理论的并发冲突检测新方法

在分析常见并发控制算法的基础上,提出基于粗糙集理论的并发冲突检测新方法。该方法利用粗糙集理论较好的知识分类和约简能力,构建了冲突检测的新机制。不但能够反映冲突事件之间的本质关系,更具有良好的灵活性和可扩展性。     

基于粗糙集的分体错位式动态汽车称重系统研究

开发设计了基于粗糙集的分体错位式动态汽车称重系统。将称台进行分体式错位安装,4路传感器增加为8路。结合粗糙集理论对称量算法进行改进,提出了一种基于粗糙集的动态称重算法,对车辆作弊行驶数据进行动态约简处理和精准度补偿。本系统能很大程度上遏制跳秤,根本上克服车辆S型过秤,提高整体称量精度,并满足我国计量检定规程要求。     

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MapReduce的粗糙集并行属性约简算法

云计算技术是海量数据挖掘的一种高效解决方案,将MapReduce并行计算模型与粗糙集属性约简算法相结合,提出一种基于MapReduce的浓缩布尔矩阵并行属性约简算法.该算法提高了粗糙集属性约简算法对大数据的处理能力和效率,并能适应云计算环境.实验结果表明,所提算法具有良好的效率、加速比和可扩展性.     

格中粗糙集的若干性质

利用粗糙集的理论方法,对格的粗糙集和S-模糊粗糙集的一些性质进行研究。证明了上近似算子在分配格的理想(滤子)之集上的不动点之集关于包含序构成一个凝聚的Frame,给出了下近似算子在有限格的理想(滤子)之集上不动点的刻画。最后,研究了格的S-模糊粗糙子格(理想、滤子)的一些性质。     

三支决策理论及应用

三支决策理论自从2009年被提出后,已成为学术界的一个热门研究方向.马云的成功是三支决策中的一个典型案例.许多创业的年轻人视马云为榜样,所以能否从马云的成功案例中找到可复制的规律是非常值得研究的问题.对马云成功案例做了详细的分析,得出马云案例实际上是将传统二支决策转化为三支决策的过程.分析了马云案例的要素,对马云案例进行了数学建模,并举一反三,用三支决策分析了"货币的起源"和"中庸之道"决策思想,从中可以看到三支决策是人类处理不确定问题普遍采用的有效方法,也说明了系统研究三支决策理论及应用的重要性.