关联规则的快速提取算法

针对基于频繁项集的关联规则挖掘算法效率低,需要多次扫描数据库且生成冗余候选项集问题,该文利用频繁项集的Aprior性质和概念格的基本思想提出一种关联规则提取算法,利用极大频繁项集来进行规则提取,去除了多数冗余的候选项集,提高了提取效率。     

粗糙关系数据库空间结构及其粗糙集模型

粗糙关系数据库模型从本质上来说就是多值信息系统,它继承和扩展了经典的粗糙集理论,但与经典粗糙集理论又有着很大的不同。该文扩展了多值信息系统模型的定义,分析了粗糙关系数据库模型的空间结构,为粗糙数据库的不确定性进行度量提供一个依据,同时通过对粗糙关系数据库空间结构的分析,导出了基于粗糙关系数据库的上、下近似以及值约简,进一步基于粗糙关系数据库的空间结构定义了属性集之间的部分、传递依赖关系和粗糙关系数据库的规范,定义粗糙关系数据库的连接算子,并以此为基础得出了粗糙关系数据库的关系模式分解定理,为粗糙关系数据库模型的进一步研究提供了理论基础。     

集对分析与粗糙集的结合

经典的粗糙集理论是基于完备信息系统的,然而实际中由于种种原因会碰到不完备信息系统,论文给出了利用集对联系度定义不完备信息系统中集合的上、下近似集,在一定程度上将粗糙集用于不完备信息系统方面进行了推广。     

融合Shadowed Sets聚类的离群点检测算法

从数据整体和宏观特点给出了离群点的新的定义,并基于数据宏观模式定义了一种新的离群因子,该因子考虑了数据点偏离数据模式的程度和数据点本身归类的不确定性;提出了一种新的Shadowed Sets优化目标,使得在模糊集阴影化过程中更加关注核的准确性;同时基于Shadowed Sets聚类,提出了一种结合聚类的离群点检测算法,该算法可以同时进行聚类和离群点检测;通过模拟数据和Iris数据测试,显示算法具有较好的检测效果。     

船姿数据的模型误差与噪声误差分析

建立了分析船姿数据一种新模型和方法，该模型包含了模型误差和噪声误差，从而更符合姿数据的实际情况，文中给出了模型参数，模型误差和噪声误差的估计，仿真结果表明该方法具有较高的精度，将该方法应用于实测数据处理，取得了较好的实际分析处理结果。     

可拓集合与粗糙集合

将粗糙集合和可拓集合进行了比较,并表明任何粗糙集合可以用一个形如U→{-1,0,1}的关联函数来表示．证明了这两个概念是不同的但可用可拓集合运算的新定义来把粗糙关联函数拓展到可拓集合的交并运算上,采用可拓集合中可拓域的概念较好地解决了此问题．     

基于属性约简的概念格构造

概念格是数据处理和规则提取的重要工具。对于数据较大的形式背景,由于产生的概念格结构复杂,部分有用的信息将被这种复杂的结构所掩没。本文利用属性约简理论,首先在没有构造概念格的前提下将概念格的属性进行约简,从而进一步构造出约简后的概念格。实验证明,该方法简洁高效。     

一种新的基于粗糙集的数学形态学算法及其在图像边缘检测中的应用

从粗糙集的角度出发来研究数学形态学,指出经典数学形态学模型是不符合实际的,引入粗糙集中的粗糙度的概念改进了形态学模型,通过动态的选择结构元素来对图像进行处理.实验显示,基于粗糙集的数学形态学方法较好地解决了经典形态学处理中图像目标边界线条较粗的缺点.相比经典梯度算子,文中提出的方法又较好地保证了图像边界的连续性,同时还避开了结构元素的选择问题.     

公交车调度问题的研究

本题为带软时间窗的单线路单车型的公交调度问题,针对其多目标、多变量的动态特点,我们为满足不同的实际需求建立两个多目标规划模型:双车场模型和单车场模型.双车场模型的主要目标是使运客能力与运输需求(实际客运量)达到最优匹配,单车场模型的主要目标是使乘客的平均不方便程度和公交公司的成本达最小,其目的都是为了兼顾乘客与公司双方的利益.两个模型的主体都是采用时间步长法,模拟实际的运营过程,从而得出符合实际要求的调度方案:静态调度和动态调度方案.     

约简的一种启发式算法

本文揭示了约简在数量上的蕴涵的一个重要性质，由此给出又一种属性重要性的定义及相应的启发式算法，并对算法进行了详细的分析。文章最后还类似地讨论了相对约简。