不完备信息系统下的变精度粗糙集模型及其知识约简算法

1 引言 Z.Pawlak提出的粗糙集理论,提供了一种新的知识获取手段,但是,应用经典粗糙集理论的一个重要前提是它的处理对象必须是完备信息系统。现实中,由于数据采集能力不足等原因又使得大量的信息系统是不完备的,因此需要对经典粗糙集理论进行必要的扩充。目前有两种扩充方法,一是间接处理方法,即先通过一种方式将不完备信息系统转化为完备信息系统,再使用针对完备信息系统的方法对其进行处理;二     

不完备信息系统的粗糙集分解方法

针对处理不完备信息系统时利用完备化方法会引起不同程度的知识失真等缺点，提出了一种不完备信息系统分解方法。该方法不需事先对系统进行完备化，而是基于粗糙集模板评价函数选择模板，利用模板逐层从不完备系统中提取完备子集。结合粗糙集理论来构造中间变量，依据中间变量分解不完备信息系统以简化规则集。对得到的规则集逐层进行推理和决策分析。以汽轮发电机组的振动故障诊断数据为实例给出了该方法的具体实现过程，验证了该算法在处理不完备信息系统时的有效性。     

集对分析与粗糙集的结合

经典的粗糙集理论是基于完备信息系统的,然而实际中由于种种原因会碰到不完备信息系统,论文给出了利用集对联系度定义不完备信息系统中集合的上、下近似集,在一定程度上将粗糙集用于不完备信息系统方面进行了推广。     

不完备信息系统下的属性约简算法

传统的粗糙集模型是处理完全信息系统的有力工具，但对于不完全信息系统却显得无能为力。因此对不完备信息系统的研究也是粗集理论研究领域之一。本文在M．Kryszkiewcz提出的一个容差关系的基础上提出改进，使之更加具有灵活性。然后以该改进模型为基础，运用属性重要性理论，给出属性约简算法，并通过一个实例来验证。最后将该算法和经典算法进行了比较。     

基于SPA的不完备信息系统单向迁移粗糙集模型

利用集对分析(SPA)方法，定义带有元素单向迁移不完备信息系统中集合的上、下近似，给出了不完备信息系统的单向迁移粗糙集模型及其数学结构，并通过实例说明了不完备信息系统的单向迁移粗糙集存在的意义。不完备信息系统的单向迁移粗糙集是对完备信息系统单向S-粗集和不完备信息系统粗糙集理论的完善和发展。     

改进集对粗集模型

粗糙集理论在数据挖掘中的成功应用已成为近来研究的热点,人们将经典粗糙集中的等价关系放宽后使粗糙集理论的运用更加广泛,但在不完备信息系统中的运用仍受到了限制。论文在文犤1犦的基础上利用集对联系度定义了不完备信息系统中集合的上、下近似运算,并得到比文犤1犦定义的近似运算更为完善的一些基本性质;通过实例说明了这种方法是可行的,在一定程度上将粗集用于研究不完备信息系统方面进行了推广。     

基于不完备信息系统的粗糙分类研究

基于传统的不分明关系的粗糙集理论是无法处理不完备信息系统的。针对不完备的信息,研究了基于不完备信息系统的粗糙分类的方法,通过实例,有效地分析、处理了含有缺省数据和不精确数据的信息系统。     

形式概念分析在不完备信息系统中的知识获取

在实际应用中,信息系统通常不满足完备性,直接采用经典粗糙集无法进行有效求解。针对该问题,在粗糙集中引入形式概念分析,通过探讨二者之间的关系,在不完备信息系统中提出了两大理论融合下的知识获取模型。在该模型中,首先将不完备信息系统转换为单值形式背景,提出了相容概念和相容概念格,然后基于相容概念对不完备信息系统中的一些常见问题(如上下近似算子、核、约简等)的求解进行了研究,最后探讨了相容概念在不完备决策表中的应用。该模型不仅对两种理论之间的融合研究进行了有益探索,而且为不完备信息系统中的一些基本问题求解提供了一种新的思路。     

概率差别矩阵与不完备信息系统属性约简

差别矩阵的概念是基于粗糙集理论对信息系统进行属性约简的一个重要内容。针对不完备信息系统的属性约简本文提出了一种概率差别矩阵的概念与构造方法，给出了相关的定理。在此基础上提出了一种利用概率差别矩阵对不完备信息系统属性约简的方法，并给出了应用举例。     

绝对信息量不完备信息系统的数据补齐算法

现实中的信息系统往往是不完备的。处理不完备信息系统的一种常用方法是根据一定的规则对缺失的属性值予以赋值,从而将其补齐成完备的信息系统。文中提出了一种基于绝对信息量的赋值规则,根据该规则提出了补齐不完备信息系统的算法。该算法基于信息系统的内在性质,减少了数据补齐时人为引入的不确定性,因而更加合理、有效。     

基于云理论和信息融合理论的系统性能评估方法研究

现代系统结构复杂,其性能评估需要从多个层次综合评判形成合理可信的最终评估结果,评估过程大量存在多源不确定信息。不确定性的存在增加了评估过程中定性与定量综合集成的难度。云理论和信息融合理论在不确定信息和多源信息的处理上各有优点,在功能上具有一定的互补性。两者相结合能够增强对信息的处理能力,挖掘出数据中更有价值的隐含信息。本文创新地将二者结合起来,提出了新的系统性能评估模型和方法,较好地融合了影响系统性能的多源信息,充分利用和集成了信息的模糊性和随机性,完成定性和定量之间的映射。这种方法能有效地处理各多源信息的不确定性,具有科学性,同时最终得到的评价结果是语言评判值,具有直观性。该方法是对信息融合理论和云理论联合使用的探索。     

灰色理论在信息安全评估模型中的应用

信息安全是信息领域的一个非常重要的课题,如何评价一个信息安全保障系统的安全级别是我们亟待解决的问题,本文将灰色理论引入信息安全风险评估模型,说明了该理论的应用能比较真实的反映信息系统的安全状况。     

基于模糊集和DS证据理论的信息安全风险评估方法*

在信息安全风险评估过程中,存在着很多不确定和模糊的因素,针对专家评价意见的不确定性和主观性问题,提出了一种将模糊集理论与DS证据理论进行结合的的风险评估方法。首先,根据信息安全风险评估的流程和要素,建立风险评估指标体系,确定风险影响因素;其次,通过高斯隶属度函数,求出专家对各影响因素的评价意见隶属于各个不同评价等级的程度;再次,将其作为DS理论所需的基本概率分配,引入基于矩阵分析和权值分配的融合算法综合多位专家的评价意见;最后,结合贝叶斯网络模型的推理算法,得出被测信息系统所面临的风险大小,并对其进行分析。结果显示,将模糊集理论和DS证据理论应用到传统贝叶斯网络风险评估的方法,在一定程度上能够提高评估结果的客观性。     

多Agent信念修正研究

Belief Revision is a theory that studies how to integrate new information into original belief set.Classical BR theory uses AGM frame,but it only resolves problems in single agent BR system.Multi-agent BR faces problems such as the collision of many information sources and how to maximize the logic consistence of multi-agent system.On the basis of game theory model,we form profit matrix under different BR strategies in muhi-agent system and try to get the best strategy that satisfies logic consistence of the system through negotiation.     

基于效用理论的多传感器智能融合

信息融合系统应综合考虑获取信息所要求的资源、计算复杂度和时间所需要的最小成本,提出了基于效用理论的传感器智能融合技术,利用期望效用最大化的观点来选择传感器,并与证据理论相组合,应用于目标识别,仿真结果表明该方法的有效性。     

Putting the ‘theory’ back into grounded theory: guidelines for grounded theory studies in information systems

Over the past decade, there has been increasing interest in the use of grounded theory in information systems research. Grounded theory is a qualitative research method that seeks to develop theory that is grounded in data systematically gathered and analysed. The purpose of this paper is to suggest guidelines for grounded theory studies in information systems. Our guidelines are based on a framework for theorizing in grounded theory studies that focuses on conceptualization and theory scope. Our hope is that the guidelines will help to raise the quality and aspirations of grounded theory studies in information systems.     

空间信息论的新研究进展

空间信息指雷达探测系统中目标的距离、方向和散射等信息,空间信息论是采用香农信息论的思想方法研究雷达等信息获取系统的基础理论。本文围绕空间信息的概念、空间信息量的理论公式及闭合表达式、熵误差和雷达分辨率等基本理论问题,论述了空间信息论当前的研究现状,总结了空间信息论方面的主要研究工作,介绍了空间信息的概念及其系统模型,目标距离信息、散射信息和方向信息方面的研究工作,重点分析了空间信息量的理论推导,熵误差的概念及其与均方误差的关系,分辨率的新定义及其与传统分辨率的关系。本文指出空间信息论亟待解决的理论问题,最后对空间信息论的发展趋势做出了分析和展望。     

基于证据理论的信息融合系统设计与实现

为了对多传感器获取的不完整信息进行融合,提出了基于证据理论的信息融合方法,并将神经网络技术引入到证据合成规则中,建立了新的合成规则。在此基础上,采用面向对象的系统设计开发方法,分析了系统的体系结构,建立了各功能模块,并利用Visual C++ 6.0开发了基于证据理论的信息融合系统。     

基于小波网络和证据理论的多源信息融合系统研究

在多源信息融合中，不确定、不完整和冗余现象普遍存在。为了解决这个复杂问题，本文首先利用相空间重构理论对输入的信息在相空间中进行重构，以充分提取相关信息。然后在重构相空间上，利用模糊理论、小波网络和遗传算法对上述重构信息进行了时间域信息融合。最后，利用D—S证据理论将时间域融合结果进行了空间域信息融合，并根据决策规则进行了决策。结果表明．据此形成的分布式多源信息融合系统具有良好的目标探测能力、抗干扰能力和容错能力。     

相容关系下的分割知识约简算法的研究

粗糙集理论是一个能有效地删除冗余特征的工具。由于实际应用的数据往往是连续的,并且结构复杂、特征多,现有的粗糙集知识约简方法对真实复杂的数据计算效率较低。为此,首先将相容关系应用于粗糙集的知识约简,再将复杂的信息表纵向分割成简单的缩减表和小规模信息表,然后把缩减表和小规模信息表连接起来进行知识约简。实例表明,提出的方法能够有效提高粗糙集对复杂数据的计算效率。