带权决策表的属性约简

属性约简是粗糙集理论的重要应用。考虑将决策表中的每行都作为一条决策规则时，若把表中出现相同决策规则的次数作为权，可得到带权决策表。提出了关于带权决策表的正域约简相应的辨识矩阵并给出了证明，从而得到了约简算法。相比于决策表中的正域约简时发现，通过将决策表转化为带权决策表后，再利用算法1进行约简时，其在一定程度上优于前者。提出了近似分类精度约简相应的辨识矩阵并给出了证明。对于2个算法，在选取的UCI数据集上进行了实验验证。通过实验进一步说明了所提出算法的可行性和有效性。     

区间值序信息系统中差别信息树的属性约简

属性约简是粗糙集领域的一个热门研究课题,而差别矩阵是获得属性约简的有效方法。然而,差别矩阵含有重复元素,增加了获得约简所需要的时间。差别信息树的提出解决了差别矩阵含有重复元素的问题,实现了对差别矩阵中非空元素的压缩存储。但是差别信息树是在等价关系下的差别矩阵的基础上提出的,并没有考虑序决策信息系统的情况。在区间值序信息系统的背景下提出了基于可分辨矩阵的差别信息树,解决了可分辨矩阵中存在冗余元素的问题,实现了对可分辨矩阵中非空元素的压缩存储。得到了该树的相关性质定理并对其进行了验证,并在此基础上给出区间值序信息系统的基于差别信息树的完备的属性约简方法。最后给出了实证分析,验证了该方法的可行性以及有效性。     

基于多特定决策类的不完备决策系统正域约简

现有的属性约简方法大部分关注决策系统中的所有决策类，而在实际决策过程中决策者往往仅关注决策系统中的一种或几种决策类。针对上述问题，提出基于多特定决策类的不完备决策系统正域约简的理论框架。首先，给出不完备决策系统单特定决策类正域约简的概念；第二，将单特定决策类正域约简推广到多特定决策类，构造了相应的差别矩阵及区分函数；第三，分析并证明了相关定理，提出基于差别矩阵的不完备决策系统多特定决策类正域约简算法（PRMDM）；最后，选取4组UCI数据集进行实验。在数据集Teaching-assistant-evaluation、House、Connectionist-bench和Cardiotocography上，基于差别矩阵的不完备决策系正域约简算法（PRDM）的平均约简长度分别为4.00、13.00、9.00和20.00，PRMDM算法（多特定决策类中决策类数目为2）的平均约简长度分别为3.00、8.00、8.00和18.00。实验结果验证了PRMDM算法的有效性。     

基于粗糙集的属性约简及其在高校就业数据分析中的应用

粗糙集理论是数据分析与知识发现的数学工具,近年来已被广泛应用于各个研究领域。本文利用粗糙集理论的属性约简算法,找出了影响高校数学专业学生就业的约简集。研究成果可以帮助高校学生更好地制定职业规划,为将来就业提供一定的帮助。     

基于网格服务的电力海量数据分布式恢复算法

传统的基于纠错码的数据恢复算法既提高了数据存储的可靠性,又增加了数据恢复的计算时间。为了解决这个问题,首先对整个样本数据采用粗糙集进行约简,然后基于网格服务思想,提出基于网格服务的电力海量数据分布式恢复算法DR-GSPMD(Distributed Recovery based on Grid Service for Power Mass Data)。仿真实验表明针对所有测试数据集,随着校验码个数的增加,整个系统的最大容错率和数据恢复时间也随着增加。同时针对约简后的数据集随着计算节点数的增加,算法降低了计算复杂度,加快了范德蒙矩阵运算的速度,减少了整个数据恢复的时间。     

基于改进的邻域粗糙集属性约简方法的矿产资源评价研究--以云南个旧锡铜矿为例

如今的矿产资源由于其埋藏较深，只能通过各种地物化遥的数据间接预测其矿产资源，针对这种多方面的多维数据，如何提取有益的信息，对矿产资源做出有效的预测评价，是当今研究的重点。依据粗糙集理论，对邻域粗糙集方法做出适当改进，通过MATLAB编程实现了对云南个旧锡铜矿矿山资源物探、化探信息的属性约简，经调查，约简结果得到的属性均为该矿产资源评价中的必要属性信息，该评价方法对今后类似矿产资源评价提供了一个新的思路。     

基于粗糙集的装载机液压系统故障诊断专家系统知识获取研究

针对当前专家系统知识获取瓶颈的难题,提出一种基于粗糙集的装载机液压系统故障诊断专家系统知识获取模型。将装载机液压系统的故障历史数据离散化,构建故障诊断决策表,通过粗糙集数据挖掘算法获取故障诊断的最小约简属性集和潜在的诊断规则,并建立诊断规则知识库。以ZL50型装载机液压系统中的齿轮泵故障分析为例进行了验证。     

基于粗糙集理论的数据挖掘技术及应用

通过粗糙集BP神经网络模型的构建,对影响煤炭物流中心选址决策的指标进行约简,提取影响选址评价的主要因素用属性约简算法约简,将降维后的数据送入网络学习和训练,最后用训练好的网络对测试样本进行检验。该模型使学习训练的速度和识别率提高了,为煤炭物流中心选址决策提供了一种更为有效和实用的新方法。