基于相似粗糙集的CBR范例提取算法

提出了利用相似粗糙集进行范例提取的算法,自动从原始数据中提取典型范例并能获得较高的分类精度.该算法能较好的处理噪声的干扰,减少预设参数的数量,并能直接处理连续数值型属性,避免了复杂的属性离散化的计算.实验结果验证了算法的可行性和有效性.     

基于粗糙集的CBR检索在天气预测中的应用

针对灾害性天气预报和警报的迫切需要,研究了从气象数据中挖掘出知识、积累预报员的经验建立范例库,并利用CBR技术实现相似范例的检索,从而提高天气预报的水平。提出了快速检索的思路,先利用粗糙集理论去除冗余的范例决策表的特征属性,再利用BP神经网络来实现相似范例的检索。该检索方法速度快,效率高。给出了该方法在天气情况预测上的实例,验证了其有效性和准确性。     

基于相似粗糙集的气象范例库的生成方法

基于范例推理的气象灾害预测领域,从气象数据库中提取出典型的源范例是首要的步骤,而获取高质量且无噪声干扰的气象范例,减少范例存储的时间和空间复杂度是其主要目标.提出了利用相似粗糙集进行气象范例提取的算法,通过简化相似天气的无向图,自动从原始天气数据中提取典型范例.该算法能较好的处理噪声的干扰,并能直接处理连续数值型属性,避免了复杂的属性离散化的计算.实验结果验证了算法的可行性和有效性.     

关于模糊粗糙集的相似度量

基于对不确定性信息处理的背景,定义了模糊粗糙值与模糊粗糙集的相似度量,研究了它们的有关性质。     

基于海明距离的直觉模糊粗糙集相似度量方法

针对直觉模糊粗糙集的相似度量问题,提出了一种基于海明距离的直觉模糊粗糙集相似度量方法。首先给出了两个直觉模糊粗糙值问的相似度量方法,并揭示了它的若干重要性质。然后,在此基础上,又提出了一种基于海明距离的直觉模糊粗糙集相似度量方法,并证明它也具有同样的性质。最后用数值算例验证了这种方法的有效性。     

基于相似粗糙集的范例推理技术

讨论了经典粗糙集理论在特征项约简过程中，造成的范例相似度测量误差问题，并提出用相似粗糙集约简特征项和获取特征项权重的过程与算法，力求提高约简的精确性和保持约简后范例库的良好性能。     

Rough集之间的相似度量

Applications of rough set theory in incomplete information systems are a key of putting rough set into real applications. In this paper, after analyzing some basic concepts of classical rough set theory and extended rough set theory, the measure of similarity is developed between two rough sets in the classical rough set theory based on indiscernibility relation and between two rough sets in the extended rough set theory based on limited tolerance relation. Then,some properties of these two methods for measuring similarity are developed respectively. At last,these two measure methods of rough set theory are compared.     

基于粗糙集和CBR的救灾口粮需求预测

救灾口粮预测所采用的方法多以专家经验判断为主,具有较大的随机性。为此,从灾害案例的特点出发,针对案例推理时存在效率低下和权重确定差异性较大的问题,结合粗糙集处理不确定知识的优点和案例推理的特点,提出一种方法,实现灾害应急救灾口粮需求预测,并通过洪涝灾害实例进行分析。结果表明该方法有利于减少主观影响,提高需求预测的准确率和效率。     

模糊粗糙集的相似度量和相似性方向

粗糙集理论是一种新的处理模糊和不确定性知识的软计算工具,在人工智能及认知科学等众多领域已经得到了广泛的应用。相似度量的研究是模糊集理论与粗糙集理论的热点问题之一。文章提出了一种更精确、更合理的相似度量方法,讨论了它的一些性质。然后,在此基础上提出了模糊粗糙集的相似性方向的概念,用于比较两个相似的模糊粗糙集所包含信息的精确性大小,并给出了一个关于相似性方向的判别函数。这在近似推理、模式识别和决策分析等领域有着广泛的应用。最后,通过一个实例,分析说明了这种相似度量方法和相似性方向的判别方法是更合理更有效的。     

基于粗糙集的CBR系统属性约简改进算法

提出一种基于粗糙集的改进的约简算法和决策表预处理方法,在对决策表进行预处理后,以核为基础,用改进的加权属性重要度方法选择非核属性,增加反向删除操作。该算法能够充分反映专家经验知识,保证得到一个Pawlak约简,大幅度提高案例的检索效率。运用Matlab编程实现了该算法,通过实例对算法进行分析、对比,证明了其正确性和有效性。     

基于Rough Set和神经网络的CBR快捷检索方法

检索是CBR中的关键技术,直接影响CBR的推理效率和质量,检索出的案例质量的好坏直接影响着案例重用与修改的难易,该文提出先用粗糙集约简理论去除冗余的案例决策表特征,再用BP神经网络模型来实现相似案例检索,这种检索方法不需要定义案例属性之间的相似度,检索速度快。     

基于相似粗糙集的案例特征权值确定新方法

针对现有案例特征权值确定方法客观性差、算法复杂等问题，首先介绍和完善了基于传统粗糙集的权值确定方法．其次，针对基于传统粗糙集的方法会造成案例相似度测量误差从而影响案例推理的准确性的问题，将传统粗糙集的不可分辨关系推广为相似关系，提出了一种基于相似粗糙集的案例特征权值确定方法．给出了相似粗糙集的基本定义，以及利用该方法基于差别矩阵进行特征权值计算的两个定理．最后，用实例表明了方法的有效性．     

基于网格聚类的案例检索策略

基于案例推理的智能推荐系统是大型科学仪器协作共用网的重要组成部分。通过对案例库按网格进行聚类,设计并实现一个基于异构案例库的检索策略。分析案例库网格划分原则及案例聚类规则,论述案例聚类算法及在聚类基础上的案例检索策略。实验结果表明,该方法能够有效地降低案例检索时间,提高案例库的可维护性。     

CBR中的检索模型研究

事例检索模型直接影响基于事例推理(Case-BasedReasoning,CBR)的结果。该文提出了一种将多概念学习的决策树算法、多维加权贴近度法与模糊综合评判法相结合的事例检索模型,并根据事例状态的属性设计了几种隶属度函数。分析了此模型的优缺点,指出了今后的改进方向。     

基于限制非对称相似关系的粗糙集模型

基于不可分辨关系的粗糙集理论不适用于含未知值的不完备信息系统.需要将经典的粗糙集理论不可分辨关系加以扩充才能处理不完备信息系统.目前已经提出了基于容差关系、量化容差关系、限制容差关系、非对称相似关系等的扩充粗糙集理论.但是,这些理论还存在一些局限性.文章提出了一种新的基于限制非对称相似关系的粗糙集扩充模型.理论分析和实验证明,与其它模型相比,可以从基于限制非对称相似关系模型的近似集中获取更多的信息.     

信息系统总体设计中案例推理与规则推理集成方法的研究

通过对信息系统总体方案设计任务特点的分析和对案例推理与规则推理优、缺点的比较,提出一种信息系统总体设计的案例推理与规则推理相结合的集成推理方法,可以提高信息系统总体设计的效率和质量。     

基于时间序列相似搜索和粗糙集的数据挖掘研究

提出了一种能够对含有时间序列数据的数据库信息进行数据挖掘的方法。首先使用时间序列相似搜索方法对其中的时间序列数据进行模式发现，然后将时间序列数据转化为离散型数值，进一步使用粗糙集理论进行数据约简和规则提取。通过使用这种方法能够对含有时序数据的信息进行充分的挖掘并发现其中的规律。