粗糙集代数与BR0代数

讨论粗糙集代数与BR₀代数的关系,以及由粗糙集代数构造BR₀代数的方法。借助近似代数的原子及同余关系,证明了在适当选取蕴涵算子及余运算之后,粗糙集代数就成为BR₀代数。     

新属性重要性的规则提取方法

针对ID3算法倾向于取值较多的属性问题,利用粗糙集理论,提出一种属性选择的新度量方法。该方法借助信息熵的性质充分考查规则集整体的确定性和不确定性问题。分析规则的三个度量标准：支持度、置信度、覆盖度,对其进行量化,并提出一规则提取算法。实例表明,该算法提高了决策分类的精度,进而能提取可靠有效的规则。     

新的等价类划分算法—计数法

目前,基于基数排序的等价类划分算法有较低的时间复杂度但存在以下不足：属性值跳跃性大时会产生大量空队列;排序后仍需O（|P‖U|）的时间才实现划分,求出等价类,排序没能发挥应有作用。为此,设计了一种新算法,通过属性值映射避免大量空队列产生,通过增加一个记录等价类长度信息的计数数组,排序后仅需O（|U|）就可实现划分,求出等价类。整个算法时间复杂度为O（|C‖U|）,空间复杂度为O（|U|）,为求等价类划分提供了一个新的解决办法。     

快速的属性约简算法

属性约简的效率是粗糙集等软计算理论的核心问题之一。为了提高约简效率,在分析不可分辨关系和基数排序特点的基础上,提出了一种时间复杂度为O（|C||U|）的求核算法。然后,运用改进的属性重要度作为启发信息,得到一种快速的属性约简算法,时间复杂度为O（|C|²|U|）。最后,通过UCI机器学习库中的一些数据集对算法进行测试,证明了算法对大型的数据集进行属性约简的高效性。     

概率粗糙集模型在机械故障诊断中的应用

机械故障产生的机理比较多且表现形式具有不确定性,概率粗糙集模型弥补了Pawlak粗糙集模型在解决知识不确定性决策问题时的不足。概率粗糙集模型能充分利用近似边界区域提供的统计信息,并能对给定概念一个更完整的刻画,因而可以提取带有确定因子的决策规则。首先论述了概率粗糙集模型并引进了概率粗糙集模型的属性约简,然后介绍了在机械故障诊断中有关Bayes决策问题的概率粗糙集模型,最后用一个实例说明概率粗糙集模型在机械故障诊断中的应用。     

不完备信息系统中的集对粗糙集模型分析

考虑一种不完备信息系统,其中同时具有缺席和遗漏型未知属性值,在这种不完备信息系统中,采用集对分析的方法构建了一种新的基于联系度的加权相似度量。在此基础上,分析了加权相似度量在两种特殊情形的不完备信息系统中的表现形式,并通过实例说明了它的有效性。     

粗糙集理论在参考模型分类检索中的应用

在实施企业服务框架软件的过程中,有效地利用企业参考模型可以加速建模进度,提高软件的实施效率,从而大大降低实施成本。如何从参考模型库中检索到合适的参考模型是参考模型库管理的一项重要内容。鉴于目前通用的分类检索算法存在的问题,提出了基于粗糙集的参考模型分类检索算法。分析了参考模型的特征,将参考模型的特征分为两类：模糊特征和确定特征。将模糊特征离散化后,采用粗糙集理论对参考模型的特征进行处理,检索到与在建模型相似度最大的参考模型。最后,通过应用实例验证了算法的正确性和有效性。     

变粒度搜索算法与整周模糊度解算

LAMBDA方法应用于GNSS单频单点载波相位定位时,其整周模糊度的搜索域过大,解算速度过慢,制约了单频单点精确定位技术的应用。针对这一问题,结合粗糙整数映射理论,提出变粒度搜索算法,通过改善整周模糊度搜索区域的拓扑结构,并采用有粒度的粗糙整数作为搜索单元,可有效提高搜索效率。仿真结果表明,基本实现了单频单点载波相位准实时定位。     

双论域下粗糙集数据约简方法研究

将变精度粗糙集理论与关系数据库理论相结合,分析了用关系数据库中常用的“连接”或“并”对两个信息系统（论域）作为对使用粗糙集理论进行分析时预处理操作可能带来的问题,提出了用“外连接”来替代“连接”运算;在此基础上给出了从外连接到数据泛化与数据补齐,再到使用变精度粗糙集模型进行分析的全过程,并给出了详细的约简实例。     

一种有效的特征词获取方法

目前很多知识库中的领域特征主要依靠专家手工来获得,不但费时费力,而且知识库的质量受专家知识与经验的限制。虽然也存在一些领域特征的自动获取方法,但它们提取的特征集大多存在冗余。因此,较具代表性的领域特征集的有效自动获取成为一个亟待解决的问题。首先分析了一些领域词语自动获取方法的不足,对它们加以改进,然后利用改进方法实现在大规模分类语料中自动获取领域词语的目的,最后利用粗集理论对所得领域词语集进行属性约简,从而得到冗余度低、代表性好的领域特征集。实验验证了所提方法的有效性和实用性。