基于克隆选择的粗糙集属性约简方法

基于免疫克隆选择的原理，提出了一种新的粗糙集属性约简方法，将属性集合的分类近似质量作为进化目标，利用免疫反应的分布性特点通过局部并行搜索实现全局优化，并采用抗体更新和亲和力抑制手段来维持群体的多样性，保证了各抗体局部优化解的稳定性，从而获得了多个优化约简集合，通过机械故障诊断数据的实例应用，表明该方法可以获得多个符合分类质量要求的属性约简集合，因此满足了设备故障诊断的特征优化选择要求。     

模糊关联规则的并行挖掘算法

介绍了模糊关联规则挖掘算法的基本思想及实现步骤,提出了模糊关联规则的并行挖掘算法.并行挖掘算法采用并行的模糊c-均值算法将数量型属性划分成若干个模糊集,并借助模糊集软化属性的划分边界.用改进布尔型关联规则的并行挖掘算法来发现频繁模糊属性集.最后由多个处理器并行地产生满足最小模糊信任度的模糊关联规则.在分布式互连的PC/工作站环境下进行性能分析,结果表明并行的挖掘算法具有好的可扩展性、规模增长性和加速比性能.     

基于可辨识矩阵的动态属性约简算法

可辨识矩阵是粗集理论中可以标识决策属性和条件属性之间关系的矩阵。根据数据库的动态建立特性，提出了一种基于粗集理论中的可辨识矩阵的动态属性约简算法，利用数据的动态性和可辨识矩阵的特性对己有的属性约简进行修正，并通过实例证明了这种算法的有效性，该算法极大地节省了计算量，提高了算法的执行效率。     

规则推理与实例推理在模具加工刀具智能化选择中的应用

规则推理（RBR）和实例推理（CBR）是使用已有经验来解决问题的两种不同的方法,结合这两种技术并将其用于刀具选择,有利于模具加工的智能化发展．首先,根据刀具选择任务的特点,采用“分而治之”的原则,把刀具选择划分为刀具类型及材料选择和刀具几何参数确定两个子任务,并对两个子任务分别采用RBR和CBR两种不同的推理方法．同时对实例的框架表示、基于模糊贴近度的实例相似性度量以及实例特征的权重计算等关键技术进行了研究,并给出了相应的实例．     

基于语义距离的模糊信息分类方法

介绍了信息表极大必要属性组的概念。并用模糊语义距离矩阵解决了含有模糊数据的相互依赖的数据库的信息分类问题。     

基于粗糙集属性约简的文本分类

基于属性约简的方法,放弃以往复杂的规则匹配算法,提出将约简后的多种属性组进行析取,筛选特征项,并构造分类器.实验结果表明,此算法不仅简单,还能降低维数和提高分类结果.     

浅议地理信息系统的质量监控

根据地理信息系统中具有空间实体、描述实体和空间实体之间关系的三大特点，从空间数据、属性数据和空间实体之间关系等方面介绍了地理信息系统的质量监控。     

居民体力活动参与度受城市建成环境要素的影响研究进展

城市建成环境对居民体力活动的影响与作用,是国内外公共健康、预防医学与环境科学等多学科关注的热点。促进居民日常体力活动有利于提升公共健康水平已被大量研究证实。梳理了当前不同研究视角下的已有成果,从人群行为特征、社会属性、身体特定角度等方面,分析了建成环境的核心要素,展望了未来的研究前景和研究方向。     

一种基于粗糙集理论的数据挖掘算法的研究

研究了粗糙集理论在数据挖掘中的应用,提出了一种基于粗糙集理论的数据挖掘算法.首先对信息系统的数据加工泛化,构造其二进制可辨矩阵.对矩阵进行化简得到属性约简并生成规则.最后,结合银行申请信用卡的实例,利用上述方法进行数据挖掘,消去冗余属性,抽取决策规则.     

一种基于粗糙集理论的设备故障诊断方法

粗糙集理论是一种处理模糊和不确定知识的数学工具。本文根据粗糙集理论,对设备的振动故障诊断决策表进行属性约简,以提取故障识别的重要属性,降低决策表的冗余性。分析表明,粗糙集理论应用于故障诊断可得到更清晰、简明的诊断规则。