数据挖掘中粗糙决策规则及其不确定性研究

数据分析中产生的粗糙决策规则通常具有不确定性,需要适当的不确定性量度.借鉴变精度粗糙集理论思想,讨论了几种粗糙决策规则量度方法,采用基于信息熵的方法给出了变精度粗糙集意义下基于修正信息熵的不确定性量度函数,兼顾到了规则不确定性的两个方面:一致性和随机性,还能有效处理噪声对数据一致性的影响,对"几乎一致性规则"有保护作用.通过举例比较了γ0、Hdct和HVPRS,结果表明HVPRS更适合于评价从有噪声数据中提取的粗糙决策规则.     

基于Bayes定理的分类规则研究*

研究了利用Bayes定理发现分类规则的方法,用Bayes定理可以发现分类规则,然后用分类规则进行数据分类。结合实例针对概念性数据集及包含数值性属性和概念性属性的数据集两种情况进行讨论。通过实例说明Bayes定理是数据挖掘中一种有效的数据分类方法。     

数据挖掘中粗糙决策规则及其不确定性研究

数据分析中产生的粗糙决策规则通常具有不确定性,需要适当的不确定性量度。借鉴变精度粗糙集理论思想,讨论了几种粗糙决策规则量度方法,采用基于信息熵的方法给出了变精度粗糙集意义下基于修正信息熵的不确定性量度函数,兼顾到了规则不确定性的两个方面;一致性和随机性,还能有效处理噪声对数据一致性的影响,对“几乎一致性规则”有保护作用。通过举例比较了γ0、H^dct和H^VPRS,结果表明H^VPRS更适合于评价从有噪声数据中提取的粗糙决策规则。     

关联规则挖掘方法在旅游行程规划中的应用

在讨论了关联规则挖掘方法的一般知识后,重点研究了关联规则挖掘方法在放游行程规划中的应用.     

基于数据库的燃煤锅炉事故诊断专家系统的设计与实现

采用MS SQL Server7．0设计知识库，Visual Basic 6．0编程实现了燃煤锅炉事故诊断专家系统。本系统知识表示采用了基于概率逻辑的产生式规则形式，并用数据库的方法存储管理知识库。推理机采用规则值的方法，并应用主观Bayes理论建立了不确定性推理模型。实现了一种较为理想的不精确推理。     

基于Bayes规则与HMM相结合的步态识别方法研究

提出一种将Bayes规则与HMM相结合的步态识别方法.检测环节通过采用重心变化作为特征序列来削弱时间差分算法中运动实体目标存在中空的负面影响,通过对检测出的目标特征序列采用直线拟合提取对称轴,并等效转化为具有方向性的点线距序列,来简化运算,降低失真度.步态训练中,通过初始化的修正使训练出的HMM接近全局最优,并给出Bayes相关先验学习方法.步态识别中,应用HMM的前-后向算法,并融合Bayes规则,客观性增强,最终结果经中国科学院CASIA的原始步态视频测试,达到比较高的识别率,且对衣着具有一定鲁棒性.该文方法主要针对视角在0°～180°间的室内监控直道行走场景.     

仿真系统可信度评估及模型验证方法研究

该文对仿真系统可信度评估的一些概念和M＆S过程中V&V的应用进行了综述.讨论了有关概念模型验证的一些问题,并介绍了模型验证的贝叶斯(Bayes)方法.     

基于可变精度粗糙集理论的粗糙规则挖掘算法

提出了一种基于变精度粗糙集理论的规则挖掘算法.通过粗糙规则集的不确定性量度,应用遗传算法求取相对属性约简,然后根据所给阈值导出粗糙规则集,并对阈值对规则集的影响进行了事后分析.由该算法得到的规则既有一定的噪声容忍度又具备较高的准确度和覆盖度,从而能充分保证预测和分类的准确性.实例分析证明,该算法是规则挖掘的有效方法.     

应用概率神经网络诊断自行火炮发动机的故障

研究了概率神经网络模型,并应用于故障诊断.对基于概率统计思想和Bayes分类规则的概率神经网络模型、网络结构、算法及其特点进行了分析,并提出一种优化估计平滑因子的方法.概率神经网络可很好地诊断自行火炮发动机运行中油路和气路的故障,在模式识别和故障诊断领域中可取得良好的应用效果.     

基于统计特征的数学公式抽取方法的研究

在分析公式特征的基础上，提出了一种将Parezen窗和Bayes分类规则相结合的公式抽取方法。对于孤立式公式采用改进后的Parzen窗方法将其从文档中抽取出来，对于内嵌公式通过Bayes分类规则将其从文本行中抽取出来。实验表明，这种抽取方法对中文文档具有较好的适应性和较高的成功率。