一种基于条件熵的粗糙集连续属性离散化方法

提出一种基于条件熵的粗糙集连续属性离散化方法,得出决策表在离散化后,保持其相容性的充分必要条件是基于条件属性的决策属性的条件熵为零,并在此基础上给出基于条件熵的粗糙集属性离散化步骤,最后进行实例分析,为解决粗糙集连续属性的离散化问题奠定一定的理论基础.     

基于遗传算法的决策表连续属性离散化方法

决策表连续属性离散化是用粗糙集理论处理连续问题的关键，本文进行了决策表连续属性离散化的遗传算法研究。首先对候选断点进行二进制编码，每个断点分别对应于二进制码的每位，其状态“1”和“0”分别对应断点的“取”和“舍”；然后通过构造适应度函数及交叉和变异算子，充分保证了决策表的分辨关系不变和断点数最少；最后，利用模拟数据和UCI机器学习数据对算法进行了验证，并与其他离散化方法进行了比较，结果充分验证了本文方法的有效性。     

基于粗糙集理论和BP神经网络的分层递阶分类算法

根据分层递阶的原则，提出了一种将粗糙集理论与BP神经相结合的分类算法，该算法分别用粗糙集理论和BP神经网络处理决策表中的离散属性和连续属，可以避免对象连续属性离散化中产生不确定的情况。同时粗糙集对于决策表噪声比较敏感，BP神经网络可以克服这个缺点，最后，对3个公共数据库的测试验证了该分类算法的有效性。     

连续量决策表的完备化分析

根据粗糙集理论可以从一个信息表中获取决策表.如果决策表条件属性的值域是连续的,这样的决策表通常是不完备的.针对这一问题,给出了连续量决策表的完备性定义、完备性度量系数和空间描述法,并通过例子进行了说明.决策表的不完备会导致决策失败,因此完备化是必不可少的.随着决策表维数增加,完备化的难度也随之增加,这是粗糙集理论应用于连续量系统的瓶颈问题.     

连续量决策表的完备化分析

根据粗糙集理论可以从一个信息表中获取决策表.如果决策表条件属性的值域是连续的,这样的决策表通常是不完备的.针对这一问题,给出了连续量决策表的完备性定义、完备性度量系数和空间描述法,并通过例子进行了说明.决策表的不完备会导致决策失败,因此完备化是必不可少的.随着决策表维数增加,完备化的难度也随之增加,这是粗糙集理论应用于连续量系统的瓶颈问题.     

基于聚类的连续属性动态离散化算法

连续属性离散化是数据分析中重要的预处理过程，而基于粗糙集理论的数据分析要求离散化的结果能够最大程度的保持原信息系统的分辨关系。本文提出了一种新的离散化算法，此算法以决策信息系统中决策属性对条件属性集合的依赖度作为评价函数动态调整DBSCAN聚类算法的参数，直至离散化决策属性对条件属性集合的依赖度达到预先指定的阈值为止。算法分析和实验证明，本算法是切实可行的。     

数控机床主轴轴承故障知识获取方法

提出了一种基于粗糙集理论的主轴轴承组件故障识别方法,针对具有连续属性的实验数据,将等间距聚类法引入连续属性离散化,通过应用区分矩阵算法进行决策表条件属性约简,提取了清晰、简明的故障模式规则。结果表明,该方法可以实现数控机床主轴轴承组件故障模式识别,在实际模式识别中具有很好的应用价值,可为数控机床机械部件故障诊断提供方法和依据。     

基于粗糙集的柔性制造系统概念设计实例检索技术

针对柔性制造系统概念设计中的实例检索问题,提出了一种基于粗糙集理论的实例检索方法。分析了系统的需求特征和结构特征,通过建立属性决策表描述了实例信息;利用粗糙集理论对属性进行了重要性的判断和约简。为了处理属性表中的定量问题,给出了一种基于分级聚类法和决策属性支持度的离散化方法;抽取重要的特征属性作为检索依据,利用相似学方法进行相似度量,检索出最为接近的设计问题的实例作为设计参考。通过应用实例,给出了这种方法的具体实现过程。结果表明,该方法能够客观地反映实例与待求解问题的相似程度,保证了检索的正确性,提高了检索效率。     

基于粗糙集的变压器故障诊断方法研究

本文提出了一种布尔逻辑与粗糙集相结合的变压器连续属性离散化方法,用计算机仿真实例说明算法的有效性.在变压器故障诊断中,首次将连续和离散信号统一应用粗糙集进行约简.通过这种方法,能够对变压器故障诊断模型进行更精确的模拟,从而提高故障辨识的精度.     

改进贪心算法的完善与应用

本文指出了基于布尔逻辑和粗糙集理论相结合的离散化算法的改进贪心算法存在的缺陷,提出了一种完善这一缺陷的方法,利用该方法可以得到一些连续量信息系统离散化时的最小断点集合,同时在断点集合中可以确定不变断点和可变断点以及可变断点发生的区域,还可以得到连续系统最小断点集合的个数,并通过例子进行了验证,达到了满意的效果.