一种新的可区分矩阵与求核方法

论文对目前求核方法存在的问题进行了分析,提出了一种新的可区分矩阵与求核方法,并证明了方法的正确性,该方法适用于任何决策表(相容的或不相容的)。     

一种改进的二进制可辨识矩阵及属性核计算方法

属性约简是粗糙集理论中的一个重要内容，其核心任务是得到属性集的核。本文对目前求核方法存在的问题进行了分析，提出了一种改进的二进制可辨识矩阵及属性核计算方法，并证明了方法的正确性。该方法适用于任何决策表（相容的或不相容的）。     

属性约简中一种新的求核算法

属性约简是粗糙集理论中的一个重要内容，其核心任务是得到属性集的核。本文提出了一种基于二进制运算的属性核求解算法，该算法简单直观且易于实现。我们通过设计C语言程序验证了算法的有效性。     

一种改进的属性核计算方法

属性约简是粗糙集理论中的一个重要内容,其核心任务是得到属性集的核。论文对目前求核方法存在的问题进行了分析,提出了一种改进的属性核计算方法,并证明了方法的正确性。该方法适用于任何决策表(相容的或不相容的)。     

一种属性与值约简及规则提取算法

本文提出了一种属性与值约简及规则提取算法。该算法无需求出分明矩阵,而是从决策表中直接提出关于属性值分明的属性构造分明函数,并且可以同时求出属性约简和属性值约简。在此基础上提取规则不仅节约了空间,而且提高了效率,并通过实例进行了验证。     

基于Rough sets和Fuzzy sets理论的约简算法

对决策表约简的一些rough sets和fuzzy sets相关概念进行了阐述.在应用Rough集对决策系统进行约简的基础上,结合模糊聚类分析方法,论述了这一可行的决策表约简算法.该算法以属性核与属性重要性的代数定义形式为基础,利用聚类分析的模糊处理方法,解决了约简过程.并给出了对一电器公司全国连锁销售数据约简处理结果,得出了能帮助不同级别决策者进行决策的辅助性的规则知识.     

一种高效的属性核计算方法

属性核的确定对解决粗集理论中的属性约简问题具有重要的意义．但文献对属性核的求解方法鲜有讨论，基本上都是直接引用Hu X．H．提出的基于分辨矩阵的方法，该方法具有较高的空间复杂度和时间复杂度．本文基于决策系统的一致性，定义概念“关键属性”。并证明关键属性集合与属性核之间的等价性．在此基础上，提出一种新的计算属性核的算法，该算法不需要建立分辨矩阵。其时间复杂度和空间复杂度显著地低于Hu X．H．提出的方法．     

不相容决策表的求核方法

本文通过将不相容决策表转化为相容决策表，提出了一种不相容决策表的求核方法，并证明了方法的正确性。     

基于经典粗糙集的近似集动态获取方法

信息系统中的数据是动态变化的,根据动态变化的信息系统获取有用的信息,成为数据处理中的关键问题。针对该问题,分别讨论了信息系统中属性增加和减少时,近似集的动态获取方法。通过对信息系统中原有的等价类进行划分,避免了对论域的重新划分,提高了动态更新近似集的效率,通过讨论等价类与原有近似集之间的关系,给出了信息系统动获取之后的近似集与原来近似集之间的相关定理,提出了在经典粗糙集模型中,属性增减时近似集动态获取方法。实验结果验证了该方法的正确性和有效性,而且效率优于原始的方法。     

基于粗集的决策树构建的探讨

决策树是对未知数据进行分类预测的一种方法。自顶向下的决策树生成算法关键是对结点属性值的选择。近似精度是RS中描述信息系统模糊程度的参量,能够准确地刻画粗集。文中在典型的ID3算法的基础上提出了基于RS的算法。该算法基于近似精度大的属性选择根结点,分支由分类产生。该算法计算简单,且分类使决策树和粗集更易理解。     

代理盲签名的不可跟踪性分析

张学军在《基于身份的代理盲签名方案的分析与改进》(《计算机工程》,2009年第23期)一文中分析指出,农强等的代理盲签名方案(《计算机应用》,2008年第8期)不具有不可跟踪性。对此,通过反证法证明张学军的方法有误,在此基础上提出一种新的分析方法,利用其证明胡江红的方案(《计算机工程与应用》,2007年第18期)不满足不可跟踪性,并对该方案进行改进,使其满足不可跟踪性且效率得到提高。     

变精度粗糙模糊集模型研究

介绍了Ziarko’s变精度粗糙集模型和粗糙模糊集模型,找出了它们的不足。基于支集相对错误分类率及误差参数β（0≤β<0.5）,提出了变精度粗糙模糊集模型,讨论了模型中β上、下近似算子的性质;分析了该模型与Ziarko’s变精度粗糙集模型和粗糙模糊集模型的关系;最后给出了该模型中近似约简的定义和方法,并通过实例分析说明了约简算法的有效性。     

基于组合不变矩和神经网络的三维物体识别

在三维物体识别系统中,提出将三维物体的Hu不变矩和仿射不变矩两者的低阶矩组合作为三维物体的特征,结合改进的BP神经网络应用于三维物体的分类识别。理论分析和仿真实验表明组合这两种矩特征进行物体识别,性能优于单独使用Hu不变矩,如果进一步对这两种组合的矩特征进行主成分分析处理,可显著提高系统识别性能,并减少网络的训练时间。     

覆盖近似空间的约简理论

覆盖近似空间是对Pawlak的近似空间的一种扩展,Bonikowski研究了覆盖近似空间下的Rough近似及其性质,William提出了覆盖近似空间下的绝对约简,该约简能够在保持近似空间的知识不减的情况下简化近似空间。定义了覆盖近似空间下的相对约简,该约简旨在得到支持度最大的分类知识,并且发现在约简前后覆盖近似空间的分类能力保持不变。基于此提出了覆盖近似空间的知识约简框图及算法,该算法能够去除近似空间中的绝对冗余知识和相对冗余知识。     

Pawlak近似空间中软集的软上（下）近似

在Pawlak近似空间上首次引入了等效软集的软上下近似的概念,研究了软上下近似的交、并、补代数运算的若干性质。结果令人满意。     

改进Hu矩的ATM机异常行为识别研究

提出一种基于改进Hu矩和隐马尔可夫模型相结合的ATM机异常行为识别方法。对ATM机前用户存(取)款行为的视频序列用改进Hu变换提取运动目标的行为特征,采用Baum-Welch算法对用户的正常行为进行训练,并建立隐马尔可夫模型;最后通过模型输出测试样本序列的概率来识别异常行为。采用Matlab对ATM机用户运动行为的模拟视频进行实验仿真,结果表明:该方法对ATM机前的用户行为具有较高的识别率。