不完备信息系统辐射源威胁等级判定

针对不完备信息系统条件下的辐射源威胁等级判定问题,提出了一种基于改进容差关系粗糙集（ITR-RS）的不完备信息系统辐射源威胁等级判定方法。该方法将粗糙集中的不完备信息系统理论引入辐射源威胁等级判定中,并构建一套完备的决策规则提取模型。此外,利用辨识矩阵实现对属性的约简,在降低系统所需处理数据量的同时,提高了算法的实时性;在容差关系粗糙集的基础上,提出一种改进的容差关系,在属性主、客权重相结合的基础上引入阈值来划分加权阈值容差类,得到更为合理、准确的决策规则。仿真试验及分析表明,与经典RS算法相比,所提算法的威胁等级判定正确率提高了23%,可用于信息系统不完备条件下的辐射源威胁等级判定。     

基于模糊相似关系的区间值系统的不确定性度量

针对区间值信息系统,对基于模糊相似关系的不确定性度量问题进行了研究.首先,构造了一种模糊粗糙集模型,其中包括基于一种模糊相似度定义模糊关系矩阵以及模糊相似类,并通过实例说明;接着在此基础上,引入两种指定的逻辑算子推广模糊上下近似的定义;最后,扩展精度、粗糙度、近似精度等定义来研究区间值信息系统的不确定性度量问题.同时,...     

基于一般关系的可变精度粗糙集模型

传统的基于一般关系的粗糙集模型中存在许多不足之处.为了弥补这些不足定义了主要包含关系,并引入错误参数α,由此建立了一个可变精度的粗糙集模型.在此模型中,给出了当α满足不同条件时该模型的各种具体形式.并且对基于一般关系和程度粗糙集模型的经典基本粗糙集模型进行了扩展.在引入错误参数α后,就能收集到和挖掘出更多的有用信息,从而克服了传统基于一般关系的经典基本粗糙集模型中对于挖掘绝对精度中的包含关系时信息丢失的不足.     

粗糙集近似集不确定性研究

粗糙集用上、下近似集刻画不确定目标集合,而粗糙集的近似集用0.5-近似集作为不确定目标集合的近似集.本文首先分析了基于粗糙集的0.5-近似集相似度的属性约简算法存在理论不完备的不足,指出这种相似度具有随知识粒度变化不敏感的缺陷.然后进一步给出了多粒度知识空间下相似度的变化规律,提出了粗糙集近似集的模糊度概念,分析了粗糙集近似集的模糊度在多粒度知识空间下的变化规律,进而提出了相应的属性约简算法.从新的视角构建了目标概念与其近似集的差异性度量方法.     

基于医学本体的语义相似度算法研究

基于本体的信息检索技术能够提高在复杂环境中的信息检索效率,而语义相似度计算是基于本体的信息检索技术的关键技术。在医疗领域本体的基础上,通过分析讨论了概念间的语义相似度与相关度,并对概念间的语义相似度与相关度的影响因素进行研究,提出了一种计算医疗概念间的语义相似度及相关度的数值,并得到两者综合值的计算模型。实验结果表明,该模型能够提高相似度数值的有效性,并通过对相似度数值的计算体现出医疗领域概念间的复杂关系。     

基于知网的中文词语相似度计算

针对中文词语相似度计算的问题,根据信息论中两个事物相似度计算的思想,提出一种基于知网义原信息量和义原及其角色关系的中文词语相似度计算方法,利用知网分类体系计算出词语义原信息量,根据义原信息量计算出词语概念间主类义原的相似度,结合词语概念中义原及其角色关系相似度及义原结点相似度来综合计算词语的相似度,与刘群、知网在线的方法及人工判断的相似度值进行了比较,实验结果显示该方法与人的判断更接近。     

基于语义树的概念语义相似度计算方法研究

在分析传统语义相似度计算方法的基础上,综合考虑了边的深度、密度、强度及两个概念的语义重合度、层次差等主要影响因素,提出了一种基于语义树的概念相似度计算方法,并验证了该算法的合理性.     

基于变精度粗糙集的信息系统数据挖掘应用

变精度粗糙集模型(VPRS)是粗糙集模型的扩充,它引入了精度参数,对数据的不一致性有较好的容忍度.文中利用VPRS模型,对不一致的信息系统进行数据挖掘,运用这一方法对系统决策表进行近似约筒,去除其中冗余的属性,得出了近似约简的结果以及决策规则.实例应用表明,该方法是确实可行并有效的.     

射频指纹识别系统的数学模型研究

构建了基本的射频指纹识别系统模型;把无线发射机电子元件的制造容差与漂移容差统一为“元件容差”,把无线发射机电子元件的实际值建模为在“元件容差”内的随机变量,把无线发射机基带至识别系统接收机基带部分建模为时不变稳定系统,建立了基本射频指纹识别系统模型的数学模型;基于所建数学模型分析了射频指纹的唯一性。     

基于粗糙集与神经网络的企业合作伙伴选择

粗糙集的信息约简与客观度量功能及神经网络的抗噪与自学习功能间存在较强互补性,本文将这两种方法相互融合用于企业合作伙伴选择中,提出包括预处理模块、粗糙集约简模块、神经网络模块三部分的信息分析模型。利用该模型,采集淘宝商城数据对商铺与物流公司间的合作关系进行研究,结果表明：（1）决策表信息越完备,模型的准确率越高;（2）基于粗糙集的模型有利于优化神经网络拓扑结构;（5）基于约简集并集的粗糙集神经网络模型在网络结构、预测性能两方面综合表现优于基于单个约简构建的神经网络模型。基于实证研究的发现,从企业核心能力建设、区域性发展战略与行业合作、品牌形象建设三个方面对我国电子商务物流业的发展提出建议。     

Extended Rough Set Model Based on Prior Probability and Valued Tolerance Relation

Based on equivalence relation,the classical rough set theory is unable to deal with incomplete information systems.In this case,an extended rough set model based on valued tolerance relation and prior probability obtained from incomplete information systems is firstly founded.As a part of the model,the corresponding discernibility matrix and an attribute reduction of incomplete information system are then proposed.Finally,the extended rough set model and the proposed attribute reduction algorithm are verified under an incomplete information system.     

不完备信息系统中扩充关系的研究

为了能够有效地分析处理不完备的信息系统，必须对现有的Rough集模型进行扩充。分析研究了现有的几种比较有影响的基于Rough集的扩展关系，提出了一种处理不完备信息系统的约束非对称关系，并对这些扩充关系进行了分析比较。还提出了基于这种关系的上近似和下近似概念，以及正区域、近似精度、近似质量和依赖关系等相关概念。     

一种自适应求三枝决策中决策阈值的算法

 在三枝决策粗糙集模型中,基于贝叶斯决策理论,在给定的损失函数基础上可以计算出不同决策之间的阈值,从而可以推导出各种现有的概率型粗糙集模型,如可变精度粗糙集模型等.但是决策粗糙集模型需要对损失函数预先设定,这就需要合适的先验知识.本文通过研究三枝决策粗糙集模型中的风险损失和建立模型需要的阈值参数之间的关系,提出了一个最优化问题,给出了理论分析,说明解决该优化问题即可求得所需参数,并给出了一种自适应求阈值参数的算法.该算法将每个样本的条件概率作为搜索空间,以决策风险损失最小化为目标,求得的损失函数和阈值能够使得用户基于此作出的风险最小.在部分数据集上的实验也表明了算法的有效性,利用学习到的阈值建立的三枝决策粗糙集模型能够取得更好的分类性能.     

Cost Sensitive Multi-Granulation Preference Relation Rough Set for Ordinal Decision System

The preference analysis is a class of important issues in multi-criteria ordinal decision making. The rough set is an effective approach to handle preference analysis. In order to solve the multi-criteria preference analysis problems, this paper improves the preference relation rough set model and expands it to multi-granulation cases. Cost is also an important issue in the field of decision analysis. Taking the cost into consideration, we also expand the model to the cost sensitive multi-granulation preference relation rough set. Some theorems are represented, and the granule structure selection based on approximation quality is investigated. The experimental results show that the multi-granulation preference rough set approach with the consideration of cost has a better performance in granule structure selection than that without cost consideration.     

粗糙逻辑中公式的一种新的粗糙概率真度

本文以任意预粗糙代数为赋值格的粗糙逻辑为研究对象,基于格赋值理论,通过在预粗糙代数赋值格和全体公式集上分别建立概率测度,利用积分方法提出了粗糙逻辑中公式的一种新的粗糙概率真度.证明了粗糙概率真度的MP规则、HS规则和交推理规则,同时引入了公式的精确度和粗糙度的概念.基于粗糙概率真度,提出公式间的9种粗糙相似度和伪距离,进而提出3种近似推理模式,研究了相关性质.将计量逻辑学中的相关理论推广到以预粗糙代数为赋值格的粗糙逻辑上,为基于粗糙概率真度的程度化推理提供了一种可能的框架.     

粗集理论原型系统的集成与实现

粗集理论主要基于集合近似的概念，给出了知识划分和规则提取的一套方法．主要有不可分辨类的数据划分定义、上下近似和相对正区域求解方法、最小决策规则生成等。针对粗集中这些重要理论．文章主要介绍开发粗集理论原型系统的设计要求、系统组成以及实现粗集理论中相关算法理论依据，并包含有通用数据库接口．因此有着一定的应用价值。     

一种基于粗集理论的图像分割方法

提出了一种基于粗集理论的图像分割方法．在图像聚类过程中的对象往往是具有相似关系而不是等价关系的对象．在本文中将相似关系应用到粗集理论中来解决图像中的聚类问题．由于噪声的干扰,往往会影响到图像分割的效果．本方法提出了边界点的最大隶属原则并进而提出了边界点的粗糙度以及边界点的最大隶属原则,从而大大减小了噪声的干扰．在此基础上给出了聚类质量的评价函数．该方法为进行图像分割提供了一个崭新的视角．     

粗糙集理论与相关不确定性理论的辨证研究

粗糙集理论作为一种新兴的处理不确定性问题的有效工具正越来越受到人们的关注。在介绍粗糙集理论基本内容的基础上，对粗糙集理论与模糊集理论、随机理论、灰色理论等其它用于处理不确定性问题的理论工具从差异性上进行了分析；同时讨论了它们之间的互补性问题，并构建了相应的互补模型；最后指出了粗糙集理论对于进一步丰富和完善处理不确定性问题的理论体系的重要性。     

一种基于动态集成学习的机场噪声预测模型

准确预测机场噪声对控制噪声影响、制定航班计划和规划机场周边环境具有重要意义。而现有机场噪声预测模型复杂,需要监测和采集较多高精度数据作为输入参数,给机场噪声预测增加了困难。针对上述问题该文提出基于动态集成学习的预测模型,该模型基于粗糙集理论对历史监测数据集进行约简分组并构造属性子集,然后对由3维空间向量拟合属性子集生成的基模型进行动态集成。实验结果表明,预测参数完整时,该模型针对特定机型的预测准确性优于现有模型。即使预测参数部分缺失,预测结果也能随参数的增多逐渐逼近真实值。