不协调决策表几种约简标准及其关系分析

叶东毅教授在文中指出Hu Xiaohua等学者提出的约简方法在某些情况下会给出错误的结果,本文通过分析得出叶的方法实际上就是正域约简,而Hu的方法实质上保持边界域划分不变,与叶东毅教授提出的约简方法只是标准不同,而无所谓对错问题.在此基础上,阐明了决策表各种约简标准的关系,并给出了当两个约简标准存在强弱关系时,其约简结...     

知识约简的逻辑特征

论文研究信息系统的规则提取问题,研究规则的形式、可信度,从非经典逻辑的角度讨论信息系统约简前后规则的相互关系,进而更深入地了解各种知识约简方法的特点与相互关系。     

随机信息系统的约简

利用不协调信息系统的分布约简方法讨论了不协调的随机目标信息系统的约简方法，说明了通过恰当地构造信任测度与似然测度，随机目标信息系统的约简可以通过计算信任测度或者似然测度得到。     

命题逻辑公式中的冗余子句及冗余文字

主要研究命题逻辑公式中的冗余子句和冗余文字。针对子句集中必需的、有用的、无用的子句,分别给出了一些等价描述方法,进而讨论子句集的无冗余等价子集。另外,得到了子句集中冗余文字的判别方法,借助可满足性给出了冗余子句的一种等价条件。上述结果为命题逻辑公式的化简奠定了一些理论基础。     

一种基于情境的形式概念方法

本文描述了把N维关系的列定义成情境的方法.随后我们创建了一个名为"一致背景"的形式背景来表现不同情境间的相似性.我们通过合并不同类型的情境以及用概念标尺介绍一致的区间这两种方法来进一步解释这种思想.     

基于粗糙集的数据聚类方法研究

RoughSets理论是一种新型的处理含糊和不确定性知识的数学工具,将RoughSets理论应用于知识发现中的聚类分析,给出了信息系统的约简、信息系统的可辨识属性矩阵和信息系统的辨识公式等定义,在此基础上提出了基于粗糙集的数据聚类算法RSDC,实验结果验证了该算法的可行性,并且对符号属性和数值属性数据都具有良好的聚类效果。     

变精度粗糙集模型及其应用研究

介绍了广义粗糙集模型和Ziarko变精度粗糙集模型,找出了它们的不足;借助引入的误差参数β(0≤β<0.5),给出了基于后继邻域的一般二元关系下变精度粗糙集模型的β上近似、β下近似、3边界和β负域的定义以及β近似质量和β粗糙性测度定义;详细讨论了β上、下近似算子的性质、该模型与其他粗糙集模型的关系以及一般二元关系下两种变精度粗糙集模型的关系;最后,举例说明了该模型在信息处理中的应用。     

无限论域上粗糙集的拓扑结构

讨论了当论域不限制是有限集时满足自反、传递关系的广义近似空间中的近似算子的拓扑结构;证明了论域上满足自反、传递关系的集合与其上所有的拓扑的集合是一一对应的;指出了该拓扑空间的拓扑基.     

三种近似算子之间的关系

在广义近似空间中,可以从对象、知识粒以及子系统的角度构造3种不同类型的广义粗糙近似算子。文中研究了这些近似算子的基本性质与相互关系,给出了3类近似算子相同的充要条件。另外,不同的近似空间可能生成相同的基于知识粒及基于子系统的近似算子,文中给出了不同二元关系生成相同近似算子的一些充要条件。     

基于模糊软集的三I推理方法的性质

文中讨论了基于模糊软集的三I推理方法的还原性和连续性。针对左连续t模诱导的模糊蕴涵算子,给出了FSMP三I推理方法满足还原性的条件,并证明了对于Lukasiewicz模糊蕴涵算子、Gdel模糊蕴涵算子和R₀模糊蕴涵算子,FSMP三I推理方法具有连续性。