广义不完备决策表的知识约简和规则提取

以同时具有丢失型和遗漏型未知属性值的不完备系统为研究对象,提出了一种新的二元关系并基于此关系讨论了其中的知识约简和规则提取问题。在不完备决策系统中,引入了约简、区分矩阵、广义区分矩阵等概念并给出了约简的判定定理和算法,为从复杂的不完备决策系统中获取知识提供了新的理论基础与技术手段。     

基于粒的二进制运算的最简规则获取算法

用粗糙集中的等价关系来刻化等价粒,结合粒计算的处理方法给出了决策表的粒表示、粒运算规则。提出了一种基于决策类逐渐细化条件粒直接获取最简规则的方法。该方法不仅考虑了属性相对独立性,而且能更加充分地挖掘决策表中的知识,并用实例验证了其可行性。     

不协调优势目标信息系统的启发式下近似约简

基于不协调优势目标信息系统,给出刻画属性重要性的新指标,以该指标为启发式信息,提出一种新的下近似约简算法。该算法具有较大的灵活性,能从搜索空间逐次删除不重要属性,避免重复计算属性的重要性,从而提高搜索的效率,且时间复杂度较低。通过实例说明了该算法的有效性。     

水泥粉喷桩在南楼水厂防水帷幕工程中的应用

本文介绍了南楼水厂构筑物清水池、二级泵房场地开挖采用水泥粉喷桩作防水帷幕的工程实例，着重叙述了水泥粉喷桩成桩原理、桩基布置及施工要点，指出严谨的设计、严格的施工和严密的监测是确保防水帷幕工程成功的关键。     

南楼水厂滤池反冲洗水回收系统的应用

滤池反冲洗水经回收池收集,采用回收比例3%-5%反冲洗水泵送回流至混合槽与大沙河水库原水混合,滤池反冲洗水回收利用,既有水质工艺方面可行性,还有节省水资源浪费,减少制水成本,生产运行上表明其可行性和优越性.     

改进的概念格属性约简算法

提出了一种改进的启发式算法,与已有启发式算法相比,能从搜索空间中逐次删除冗余属性,避免了对其重要性的重复计算,同时减少对非冗余属性重要性的计算,从而降低了时间复杂度。通过实例表明了该约简算法的可行性与有效性。     

决策形式背景的启发式属性约简算法

在决策形式背景中给出了核心概念的定义,将决策形式背景的条件属性区分为必要属性与不必要属性,提出判定一个条件属性是否必要的等价刻画定理;在此基础上设计出了决策形式背景属性约简的一种启发式算法,通过实例证明了该算法的可行性与有效性。     

基于粗糙集的多维关联规则挖掘方法

海量的数据使得关联规则挖掘非常耗时,而并非所有的规则都是用户感兴趣的,应用传统的挖掘方法会挖掘出许多无关信息。此外,目前大部分算法是针对单维规则的。因此,定义了一种挖掘语言使得用户可以指定感兴趣的项以及关联规则的参数（如支持度,置信度等）,并提出一种基于粗糙集理论的多维关联规则挖掘方法,动态生成频繁集和多维关联规则,减少频繁项集的生成搜索空间。实例分析验证该算法的可行性与有效性。     

一种基于并行遗传算法的粗糙集属性约简

指出现有粗糙集属性约简算法的不足,考虑并行遗传算法在处理大型数据库上的特有优势,将粗糙熵作为粗糙集不确定性的度量,给出一种求解信息系统约简集的三群体并行遗传算法.最后通过实例计算表明该算法能快速有效求解属性约简,而且对大规模数据样本的信息系统效果更为明显.     

决策表的高效属性约简算法

粗糙集理论是一种新型的处理模糊和不确定知识的数学工具。对现有决策表的属性约简算法进行了比较研究,在此基础上设计了两个合理度量属性重要性的公式,并给出了该公式的递归计算方法,利用新公式作为启发式信息设计了一种新的基于决策表的高效属性约简算法。实例与实验表明,该约简算法在效率上较现有算法有显著的提高。