基于粗糙集的数据聚类方法研究

RoughSets理论是一种新型的处理含糊和不确定性知识的数学工具,将RoughSets理论应用于知识发现中的聚类分析,给出了信息系统的约简、信息系统的可辨识属性矩阵和信息系统的辨识公式等定义,在此基础上提出了基于粗糙集的数据聚类算法RSDC,实验结果验证了该算法的可行性,并且对符号属性和数值属性数据都具有良好的聚类效果。     

变精度粗糙集模型及其应用研究

介绍了广义粗糙集模型和Ziarko变精度粗糙集模型,找出了它们的不足;借助引入的误差参数β(0≤β<0.5),给出了基于后继邻域的一般二元关系下变精度粗糙集模型的β上近似、β下近似、3边界和β负域的定义以及β近似质量和β粗糙性测度定义;详细讨论了β上、下近似算子的性质、该模型与其他粗糙集模型的关系以及一般二元关系下两种变精度粗糙集模型的关系;最后,举例说明了该模型在信息处理中的应用。     

无限论域上粗糙集的拓扑结构

讨论了当论域不限制是有限集时满足自反、传递关系的广义近似空间中的近似算子的拓扑结构;证明了论域上满足自反、传递关系的集合与其上所有的拓扑的集合是一一对应的;指出了该拓扑空间的拓扑基.     

三种近似算子之间的关系

在广义近似空间中,可以从对象、知识粒以及子系统的角度构造3种不同类型的广义粗糙近似算子。文中研究了这些近似算子的基本性质与相互关系,给出了3类近似算子相同的充要条件。另外,不同的近似空间可能生成相同的基于知识粒及基于子系统的近似算子,文中给出了不同二元关系生成相同近似算子的一些充要条件。     

基于模糊软集的三I推理方法的性质

文中讨论了基于模糊软集的三I推理方法的还原性和连续性。针对左连续t模诱导的模糊蕴涵算子,给出了FSMP三I推理方法满足还原性的条件,并证明了对于Lukasiewicz模糊蕴涵算子、Gdel模糊蕴涵算子和R₀模糊蕴涵算子,FSMP三I推理方法具有连续性。     

不完备信息系统中对象的相似性刻画

信息系统知识约简与知识发现是粗糙集理论的重要研究方向。通过对不完备信息系统中对象的相似性刻画方式以及相应的粗糙集模型进行对比分析,基于限制容差关系提出了一种新的限制相似关系,建立了基于限制相似关系的粗糙集模型,讨论了模型的基本性质及其与已有模型之间的关系。     

决策表中基于对象的μ-约简方法研究

研究了不协调决策表中基于对象的μ-约简问题,给出了μ-约简的一些性质及等价定义,得到了μ-约简的判定定理和相应的可辨识矩阵及辨识公式,从而提供了不协调目标信息系统知识约简的新方法。并通过实例将决策表中基于对象的约简与整体约简进行了对比,结果表明前者可以得到更简洁的知识。该方法也适用于协调目标信息系统。     

基于模糊β-覆盖的 (I,T) -模糊粗糙近似算子

In this paper, by using fuzzy β-neighborhood and fuzzy logic operators, two ( I , T )-fuzzy rough set models were proposed with the help of fuzzy β-covering. The basic properties of upper and lower approximation operators in the models were studied. Then, the relationships between these two pairs of generalized fuzzy rough approximation operators and other fuzzy rough approximation operators were compared and analyzed. Finally, the equivalent conditions for approximation operators coincide with each other were described.     

多源形式背景的信息融合

多源数据的知识发现是当今大数据分析领域中的重要课题。文章研究多源形式背景的信息融合方法。借助剩余格理论提出了一种将多源同域形式背景融合为一个 L 模糊形式背景的方法；刻画了融合形式背景中的 L 模糊概念与相应的单源形式背景中的形式概念之间的关系，给出了形式概念之间的相互诱导方法。     

区间值信息系统在变精度相容关系下的属性约简

借助于属性区间值的相似程度在区间值信息系统上定义了一种具有变精度的相容关系,讨论了在这种变精度相容关系下区间值信息系统的属性约简与判定,并得到了区间值信息系统上属性约简的具体操作方法,还讨论了相似水平对区间值信息系统的属性约简的影响.