一种基于差别矩阵的粗糙集连续属性离散化算法

连续属性离散化是粗糙集理论的重要研究内容之一。将差别矩阵应用到连续属性离散化中,充分利用差别矩阵的优点,提出一种基于差别矩阵的粗糙集连续属性离散化算法。为使差别矩阵适应离散化应用中的需要,给出了粗糙集连续属性离散化中差别矩阵的定义。基于该差别矩阵,以候选断点在差别矩阵中的出现频率和断点重要性为启发式信息,对差别矩阵进行化简,直到该差别矩阵为空,即得到所求结果断点,以实现对决策表的离散化,并通过实例证明了该算法的高效性。     

基于互信息的模糊粗糙集属性约简

模糊粗糙集知识约简是模糊粗糙集理论的核心内容之一。该文从粗糙集知识熵出发,结合模糊集隶属度函数,将其应用于模糊环境下,推广了互信息的度量概念,使其能评价模糊决策表中属性的重要性。并给出了一种模糊决策表的启发式属性约简算法,通过实例验证了它的可行性,为模糊决策表的属性约简提供了一种有效的方法。     

变精度粗糙集与贝叶斯粗糙集图像分类研究

在经典粗糙集分类模型的基础上利用变精度粗糙集模型,引入近似区分矩阵的概念,提出了一种基于变精度粗糙集的图像分类模型及其分类算法,在变精度粗糙集分类模型的基础上利用贝叶斯粗糙集模型,通过引入全局相对增益函数给出了贝叶斯粗糙集属性约简的另外一种算法,最后提出了一种基于贝叶斯粗糙集的图像分类模型及其分类算法.实验结果表明在处理决策表不协调的图像分类问题,贝叶斯粗糙集图像分类方法性能良好,分类准确和高效.     

一种基于属性值粗化的决策表正域约简算法

目前粗糙集模型属性约简大多是基于静态信息系统,而实际决策表的数据信息都是动态变化的,为了有效地对这些数据集进行处理,在信息系统属性值粗化时,首先介绍了关系矩阵增量机制,提出了一种粗糙集增量式约简的矩阵方法并构造其相应的算法,最后,通过实例分析来说明属性约简的具体操作方法和算法的有效性与可行性.     

基于模糊Petri网的舰艇对空作战训练效果评估

针对当前水面舰艇对空作战训练中,缺乏系统、有效的训练效果评估理论问题,探讨了训练效果评估指标体系的构建方法;依据层次分析思想,建立舰艇对空作战训练系统效果评估指标体系;将粗糙集理论与模糊逻辑技术相结合,建立推理规则;将训练系统中各事件转化为模糊Petri网(FPN)的各要素,构建FPN评估模型;应用带权模糊Petri网的矩阵推理算法,借助Matlab工具对仿真实例进行分析计算,并对指标进行评价。     

Jelonek属性约简算法的一个改进

受Jelonek粗糙集属性约简算法思想的启发,本文利用单属性的近似精度和Hu的差别矩阵方法,得到一个改进的属性约简算法.理论分析表明,该算法比Jelonek算法具有更低阶的计算复杂性.     

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.     

两种差别矩阵约简算法在故障诊断中应用分析

军用飞机故障诊断知识库的信息存在不完备和知识的不确定性,严重增加了实时诊断的难度.粗糙集针对不完整、不精确信息处理具有显著优势,首先介绍了粗糙集理论中的知识表达系统和差别矩阵,分析了基于差别矩阵的两种决策表属性约简算法,并应用于某型机载设备进行故障诊断,结论表明两种算法均能对数据进行必要约简,并准确地做出故障诊断.通过...     

模糊粗糙集中基于测试代价敏感的属性约简

相比于经典粗糙集方法,模糊粗糙集方法避免了数据离散化的过程,减少了信息损失。但基于传统模糊粗糙集的属性约简并未考虑实际应用中数据的测试代价,为解决这一问题,提出了一种近似质量与测试代价相融合的适应度函数,并利用遗传算法以求得具有较小测试代价的约简。最后,采用UCI中的8组数据集对基于新适应度函数的遗传算法与经典的启发式算法进行对比分析,实验结果表明,遗传算法相较于启发式算法能够在保证近似质量不发生明显变化的情况下获得具有较低测试代价的约简。     

粗糙集理论中属性相对约简算法

粗糙集理论是近年来发展起来的一种有效地处理模糊和不确定性知识的数学工具,而求核与约简是粗糙集理论中的两个重要问题,现已证明求决策表所有约简和最小约简是一个典型的NP难题.本文在分析粗糙集理论的基础上,发现了正区域的一些有用性质,提出了一种利用正区域直接求核的方法,并利用正区域的启发式信息给出了两种相对约简算法.     

Representation Theorem of Fuzzy Rough Set

Rough set theory is emerging as a powerful tool for reasoning about data. It can be used in some branches of artificial intelligence. Fuzzy rough sets are studied on bases of fuzzy sets and rough sets[1]. Fuzzy sets and rough sets have been received much attention in recent years[2]. In contrast, the research about fuzzy rough sets is in its developing stage. The purpose of this paper is to introduce and discuss the representation theorems of fuzzy rough sets to show the structure of fuzzy ro…     

基于不完备信息系统的粗模糊属性值的知识获取

研究了一类基于粗集属性取模糊值的不完备信息系统的知识获取方法.给出粗模糊属性值信息系统的一种表示方法,采用模糊集思想,构造这类系统的模糊不可分辨关系,并研究这类信息系统的知识获取算法,并以一个实例,说明这种算法的有效性.     

Rough implication operation and residuated based fuzzy logic system

Theories of fuzzy sets and rough sets are different and complementary generalizations of classical set theory, both of them are motivated by practical needs to manage and process uncertainty information. The aim of this paper is to study the relationship between fuzzy sets and rough sets from the view of logic. A new implication operation of rough sets is constructed, and the rough sets semantics of residuated based fuzzy logic system is presented.     

基于粗糙模糊集理论的医学体数据场模糊增强算法

提出了一种基于粗糙模糊集理论的医学体数据场模糊增强算法.该算法首先应用粗糙集理论对医学体数据场进行分类,在分类的同时,去除了噪声.然后针对不同的子数据场采用不同的方法进行处理,其中对于体数据场的前景部分采用迭代的模糊集理论方法进行增强.实验结果表明此算法不仅能够有效提高体数据场中感兴趣物体的信息显示度,而且在去除体数场中噪声的同时,也避免了感兴趣物体在绘制显示时背景的"遮挡"现象.     

导弹惯导系统可靠性分配的Vague集模型

系统可靠性分配是型号总体设计的一个重要环节,传统的用于解决可靠性分配问题的方法,如AGREE分配法、比例分配法等,具有不同的优缺点.针对导弹惯导系统可靠性分配问题,基于Vague集及Fuzzy集的有关理论,引入加权模糊判断矩阵,构造了Vague集模糊熵,建立了导弹惯导系统可靠性分配的Vague集模型.最后用实例说明模型的具体运用过程.     

区间值Vague决策系统及其规则提取方法

区间值(i-v)模糊集合和Vague集是不精确知识表达的两种新理论.它们已被广泛地应用于决策系统中对于不确定决策数据的描述.本文将两者有机地结合,给出了i-v Vague集的有关概念,并详细地讨论了其性质.最后,结合一个决策系统实例,利用文中所提出的包含与相交因子,分析了规则生成策略.经过与传统Rough集方法的对比,发现两者所得结论是一致的,但该方法对于不确定性问题的处理却表现得更为灵活.     

双论域上的粗糙集模型

对推广于双论域的粗糙集进行了更进一步的研究,提出了独立集的概念,以独立集为基础讨论了双论域上粗糙集的模型及其性质,并对引入独立集的粗糙集理论的实际应用进行了分析.     

基于粗糙集理论的序列离群点检测

作为数据挖掘的一项重要任务,离群点检测已经引起人们的广泛关注.本文基于粗糙集理论来讨论离群点的定义与检测问题,提出了一种新的离群点定义--粗糙序列离群点以及相应的离群点检测算法RSOD.该算法利用粗糙集理论中的知识熵和属性重要性等概念来构建三种类型的序列,并通过分析序列中元素的变化情况来检测离群点.在UCI标准数据集上...     

基于粗糙集特征级融合的肺结节检测算法

以肺结节的检测为研究目标,针对肺结节特征级融合检测算法中存在特征结构不合理和特征表达不紧致两个问题,提出了一种基于粗糙集特征级融合的肺结节检测算法,该算法首先分析肺部CT影像的医学征象,提出了六个新的三维特征,并综合其他二维和三维特征共42维特征分量共同量化ROI;然后基于粗糙集对提取的特征集合进行5次特征级融合实验;最后利用网格寻优算法优化核函数的SVM作为分类器进行肺结节识别.以70例肺结节患者的肺部CT影像为原始数据,通过4组对比实验验证算法的有效性和稳定性,实验结果表明,经过粗糙集特征级融合的肺结节检测算法识别肺结节的能力得到了有效提升.