粗糙核k-means聚类算法

通过研究核聚类算法,以及粗糙集,提出了一个新的用于聚类分析的粗糙核聚类方法。通过mercer核映射把输入空间中的样本映射到Hilbert空间,使样本空间中没有显现的特征在特征空间中突现出来,在这种样本差异加大的基础上,结合粗糙集的思想,把样本分别划到相应聚类中心的上、下近似中,上、下近似中的样本按照一定的比例来共同决定新的聚类中心。这样不但聚类精度大大提高,而且算法收敛速度也较快。仿真实验的结果表明该算法的可行性和有效性。     

基于粗糙集的药品不良反应风险评价指标体系研究

为构建精神障碍药品不良反应(ADR)风险因素评价指标体系,提出一种基于粗糙集理论的ADR风险评价指标方法.以某医院2012年1月-2019年6月精神障碍患者ADR报告为样本数据,采用粗糙集方法确定ADR风险评价指标及权重.从用药人群和临床用药两个角度,设计7个二级指标并计算出对应的权重系数,最终得到精神障碍用药ADR风...     

基于粗糙集模型的入侵检测算法研究

为应对层出不穷的新型网络入侵,提高对未知恶意行为的检测正确率,运用粗糙集理论对入侵检测问题进行建模.先用概率粗糙集建立入侵检测模型PRS-IDM,在此基础上生成基于变精度粗糙集的检测模型VRS-IDM和其中的阈值参数β.在VRS-IDM模型基础上对检测训练集数据进行约简并构造检测规则.模拟检测实验的结果证明本方法具有良好的检测正确率,同时能有效应付未知的潜在入侵行为.     

基于Rough Sets-C4.5的故障征兆提取与判别

针对原始信息系统往往存在大量重复样本和冗余属性,从而影响实际故障诊断的精度和速度这一问题,介绍了一种基于粗糙集和决策树C4.5算法相融合的故障诊断模型,用于设备的精确和快速故障诊断.利用粗糙集具有较强的处理不确定和不完备信息的能力,对原始样本集进行离散化及约简处理;同时,利用决策树C4.5算法对约简后的决策表进行快速学习并形成树状故障分类器.以实例介绍了利用该模型进行故障诊断的完整过程.     

基于粗糙集理论的大学生网络行为研究

论文以在校大学生为研究样本,运用粗糙集理论方法,摒弃了采用问卷调查结合SPSS研究网络行为的方法,提出了应用网络管理方法对网络行为进行研究的基本思路。     

基于属性重要度的粗糙集规则提取方法

对Rough Set理论中的规则提取问题进行了研究，以利于信息不完备决策问题的解决．算法假定给定一个重要性阈值的前提下，将属性重要性进行比较．如果比此阈值小的属性则可省略，根据约简表则可得到相应的决策规则．文章还给出了一个计算实例说明了算法的计算过程．     

Research on knowledge acquisition method about the IF/THEN rules based on rough set theory

The basic principles of IF/THEN rules in rough set theory are analyzed first, and then the automatic process of knowledge acquisition is given. The numerical data is qualitatively processed by the classification of membership functions and membership degrees to get the normative decision table. The regular method of relations and the reduction algorithm of attributes are studied. The reduced relations are presented by the multi-representvalue method and its algorithm is offered. The whole knowledge acquisition process has high degree of automation and the extracted knowledge is true and reliable.     

对群中上近似的一个注记

研究了群中子群的上近似和下近似的相关性质,指出并证明了其中3个关于上近似的性质中的包含关系实质是相等关系,从而改进了上近似的相关结论,为上近似的应用奠定了理论基础.     

Knowledge Discovery for Event Series Decision Based on Rough Set

To make decisions about event series is part of our life, and to discover knowledge from these decisions is of great significance in the field of controlling and decision-making. The paper takes event series as the exterior form of movements with the dynamic attributes, and gets the Markov transition probabilities matrix to express those attributes with statistics. First, according to the matrix, the decision table is constructed. Then, by reducing attributes based on rough set theory, the decision table is reduced, and the decision rules are acquired as well. Finally we make the decision through defining rule distance and taking the minimum rule distance as decision principle. Followed is an example, which proves that the algorithm is feasible and effective to the event series decision.