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。     

Rough集理论在矿井运输机故障诊断的研究

Rough集理论是一种数据分析和处理方法，使用Rough集理论可以对决策表进行简化。该文针对矿井运输机故障诊断问题．利用Rough集属性约简和值约简方法对决策表进行约简．根据约简的结果生成规则。结果表明：使用Rough集理论可以在保留分类能力不变的前提下，简化对诊断信息的需求，而对故障样例的诊断得到的规则基本可信。     

基于决策表的风电机组传动链配置设计方法

针对风电机组传动链结构设计复杂性的问题,引入基于决策表的配置知识表达方法。通过约束规则构建配置知识库,采用配置引擎提取知识库中的规则、约束及数据信息,输出风电机组传动链设计实例。通过配置模型与客户需求的逐层匹配,生成风电机组传动链配置清单。该设计方法被用于1.5MW双馈式变速恒频风电机组传动链设计,其应用结果显示该方法可行。     

不协调决策表几种约简标准及其关系分析

叶东毅教授在文中指出Hu Xiaohua等学者提出的约简方法在某些情况下会给出错误的结果,本文通过分析得出叶的方法实际上就是正域约简,而Hu的方法实质上保持边界域划分不变,与叶东毅教授提出的约简方法只是标准不同,而无所谓对错问题.在此基础上,阐明了决策表各种约简标准的关系,并给出了当两个约简标准存在强弱关系时,其约简结...     

基于小波变换和粗糙集的电力电子电路故障诊断方法

为了快速而有效地诊断电力电子电路的故障,提出了一种小波变换与粗糙集相结合的新方法。用小波变换分解输出电压信号以便提取故障特征信息,在此基础上,构建了条件属性集与决策属性集,运用了粗糙集的数据挖掘能力去除冗余条件属性,约简后提取出故障诊断规则,按照这些规则来诊断各类故障。最后,通过数学建模与数据处理,仿真结果验证了快速性和有效性。     

不完备决策表的扩展差别矩阵规则获取方法

针对不完备决策表,通过引入扩展差别矩阵,利用基数排序对广义决策值进行划分,只比较广义决策值不同的对象,并且记录对应的条件属性值,克服了计算过程中反复检查属性值对与广义决策值是否冲突的缺点,从而优化了算法。实例分析结果说明了该方法的正确性和优越性。     

相对知识粒度序决策表的属性约简方法

序决策表中的知识约简越来越受到关注,在优势类和知识粒度的基础上,引入了序决策表中的一种知识相对粒度,度量了属性集在序决策表中的相对不确定性,进而给出了属性相对重要度的定义。并设计了序决策表的一种启发式属性约简算法,通过实例分析和验证了算法的有效性。     

一种新的决策表核属性计算方法

属性约简是粗糙集理论研究的一个核心问题,而核属性的确定往往是决策表中属性约简的基础。结合决策表的树型结构表示,给出了决策表中正域和非正域的计算方法,并从核属性的定义出发,计算树型决策表中正域和非正域相对于属性全集正域和非正域的变化,提出了一种计算决策表中核属性的方法。对其时间和空间复杂度的分析,以及对一个气象决策表例子的实验结果,证明了这些方法的有效性。     

多半径邻域粗糙集改进约简算法

属性约简是粗糙集理论中的重要问题。许多学者针对邻域粗糙集提出多种属性约简方法,包括应用最为广泛的启发式算法。在多半径邻域粗糙集的基础上,针对当前启发式约简算法往往会包含一定冗余属性的缺陷,提出一种融合属性权重影响的改进约简运算方法,通过根据各属性权值大小设置阈值使得约简结果能够消除冗余属性。实验选取UCI的数据集与当前几种常用启发式约简算法进行比较分析。实验结果表明,所提出的属性约简方法能够得到更优的约简集合,同时更大程度地保留了决策表本身的知识信息,具有较高的分类能力。     

一种翻车机液压系统故障诊断规则提取

针对在少故障样本情况下,建立状态识别决策表时数据离散化的阈值难以确定的问题,提出了将系统正常工作时状态参数变化区间的边界值作为状态参数离散化阈值来建立液压系统故障识别决策表,以此处理某型翻车机液压系统故障识别问题。应用粗糙集理论对建立的决策表进行属性约简,得到系统故障诊断的简化规则,并将这些规则存入故障诊断专家系统的知识库中用于系统故障识别。专家系统的现场诊断结果表明,应用该方法提取的故障诊断规则具有较高的鲁棒性。