软决策分析方法及其在智能推荐中的应用*

引入基于软集的软命题逻辑公式,给出软命题逻辑公式的语义解释,软集中的参数是原子公式,参数的函数值是原子公式的赋值集。将决策信息系统转化为决策软集,而软决策规则表示为由原子公式组成的蕴含逻辑公式。引进基本软真度、条件软真度、绝对软真度等概念,从充分性、必要性、合理性等不同方面来评价软决策规则,提出基于决策软集的典型软决策规则提取算法。将基于软集的软决策规则分析方法应用于智能推荐,给出基于软决策规则分析的推荐算法,实际例子和数值实验表明提出的算法是有效的。     

基于模糊包含的粗糙集模型与模糊信任测度

提出基于模糊包含的模糊粗糙集模型,并给出其相关性质.讨论由模糊粗糙集的下、上近似所决定的模糊信任测度、模糊似然测度的性质并将之应用到随机模糊信息系统的属性约简中.     

基于一般R-型蕴涵算子的α-三I算法

利用三I思想，给出了基于R-型蕴涵算子的α-三IFMP和α-三IFMT算法的统一计算公式。α-三IFMP和α-三IFMT都不再具有还原性，但具有某种形式的弱还原性。     

命题逻辑公式模糊软集语义及其在决策分析中的应用

基于论域公式引入软命题逻辑公式概念,给出软命题逻辑公式的模糊软语义解释.将决策模糊信息系统转化为决策模糊软集,软决策规则表示为包含有蕴含联结词的软命题逻辑公式.引入软命题逻辑公式的基本真度、条件真度、绝对真度等指标,从充分性、必要性等方面评价软决策规则的有效性、合理性.提出基于决策软集的典型软决策规则提取算法和基于软决策分析的推荐算法,并通过实例和数值实验证明算法的有效性.     

基于随机模糊集的粗糙集模型

当知识库中的知识模块既是模糊的又是随机得到的,我们定义了基于随机模糊集的粗糙集模型。给出了随机模糊粗糙集的性质。讨论了利用模糊集的下近似和上近似定义的模糊测度和概率模糊测度的关系。     

基于信息量的属性相关性及其应用

研究了信息系统(包括完备和不完备信息系统)基于信息量的属性的相关性及其在属性约简中的应用.引进了具有补集特征的信息量、联合信息量、条件信息量、交互信息量等概念,并给出这些概念的一些重要关系式.利用信息量定义属性间的相关系数,并利用相关系数来刻画一个信息系统是否是完备的这一特征,讨论了所引进的概念在信息系统上的知识发现中的一些应用,提出了一个基于属性相关系数的信息系统知识约简的一种新算法.实验结果表明了该算法的有效性.     

杜鹃鸟搜索算法优化最小二乘支持向量机的网络入侵检测模型

为了提高网络入侵检测率,提出一种改进杜鹃鸟搜索（MCS）算法优化最小二乘支持向量机（LSSVM ）的入侵检测模型（MCS-LSSVM ）。首先将LSSVM 的参数作为杜鹃鸟的鸟巢位置,然后通过模拟杜鹃鸟种群寄生繁衍机制,找到鸟巢最优位置,并转化成LSSVM 最优参数,最后采用最优参数建立最优建立入侵检测模型,并采用KDD CUP 99数据集进行仿真测试。仿真结果表明,MCS-LSSVM 不仅提高了网络入侵的检测率,而且减少了训练时间,提高网络入侵检测效果。     

基于粗糙集的网络安全评估规则提取

给出了基于粗糙集的网络安全评估指标的约简方法。提出了一种利用粗糙集理论提取网络安全评估规则,进而利 用评估规则构建网络安全评估决策系统的算法。利用一个简化的网络安全评估数据集,验证了本文提出的决策规则提取 方法是有效的。     

基于信息量的DNA序列相似性分析

针对传统方法在分析DNA序列相似性方面的不足, 提出了一种新的基于信息量的DNA序列相似性分析算法, 该方法将DNA序列视为基于符号集{A, C, G, T}的信号序列, 全部待比较的DNA序列组合成一个以字符A、C、G、T为属性值的信息系统。在所得数据库系统中引进DNA序列的信息量、联合信息量、条件信息量、交互信息量等概念, 讨论这些信息量的性质并给出它们之间的一些关系式, 然后在此基础上构建DNA序列相似性分析模型。仿真实验结果表明, 该方法不但能快速、有效地分析DNA序列相似性, 而且较好地克服了DNA碱基数量很大且不同物种的DNA序列长短不同的不足。     

随机模糊信息系统的知识约简

利用模糊逻辑中的R-型蕴涵算子定义随机模糊信息系统对象集上的模糊等价关系,进而实现对随机模糊信息系统知识的近似表示。讨论随机模糊下近似、上近似集的模糊概率与模糊信任测度、模糊似然测度之间的关系。给出基于模糊信任测度和模糊似然测度的随机模糊信息系统知识约简的方法。