粒计算中决策规则的提取

为从决策表中获取最简决策规则,在研究粒计算理论的基础上,提出了一种基于粒计算的决策规则提取算法。该算法通过引入λ阶粒库的概念,利用粒计算的方法对由同一决策表所生成的粒库,从不同的角度和多个层次进行研究,尝试从较低阶的粒库中提取出尽可能多的具有一定规则覆盖度与置信度的简洁规则。最后通过实例验证了该算法的有效性。     

基于粒计算的最简决策规则挖掘算法

传统的规则挖掘算法通常先约简属性再约简属性值. 该方法存在冗余计算, 当样本集增大时, 复杂性急剧增加. 对此提出一种基于粒计算的最简决策规则挖掘算法. 首先, 在不同粒度空间下计算条件粒与决策粒之间的粒关系矩阵; 然后, 将粒关系矩阵中隐含的信息H ₁、H ₂ 作为启发式算子, 按信息粒约简属性值; 最后, 去除冗余属性并设置终止条件, 实现决策规则的快速挖掘. 理论分析和实验结果表明, 所提出的算法可以获得更简洁的规则, 且规则的泛化能力更强.     

基于粒计算的序决策规则提取算法

为了从序决策表中获取最简有序规则,在研究粒计算理论的基础上,提出一种基于粒计算的序决策规则提取算法.该算法通过定义有序矩阵、λ阶粒库的概念,利用粒计算的思想将序决策表转化为有序矩阵形式.并对有序矩阵及其对应的粒库进行分析推理,以规则覆盖度和置信度为搜索条件,尝试从较低阶的粒库中提取出尽可能多满足用户期望的最简有序规则.最后通过实例验证该算法的有效性.     

粒计算的α_决策逻辑语言

提出一种用于粒计算的α_决策逻辑语言．该语言是由Tarski意义下的模型和可满足性所描述的一种特殊的经典谓词逻辑．由属性值域的模糊子集代替经典的单值信息函数所得到的广义信息系统对应于模型，借助于模糊集理论的水平截集的概念，归纳地定义对泉在一定阈值水平下满足某公式．最后讨论如何利用α_决策逻辑语言描述不同的粒世界及分析形式概念和决策规则．     

面向不完备邻域系统的三支决策粒计算方法

针对许多应用领域中的数据大多是连续型数值,且由于成本限制和隐私保护等因素导致数据呈现不完备性。为此,提出面向不完备邻域系统的三支决策粒计算方法,引入邻域概念改进非对称相似关系,并通过改进的非对称相似关系计算不完备邻域系统的邻域粒度;在此基础上计算对象属于决策类的最大条件概率,再根据三支决策规则分别将对象划分到各决策类的正域、负域和边界域;通过实验比较和分析,进一步验证了该方法能获得较好的划分准确率和较低的误划分损失,为三支决策对不完备邻域数据的分析和处理提供了一种有效可行的方法。     

不一致决策系统中基于粒度计算的广义决策 规则获取方法研究

由于数据中存在噪声等主观和客观原因,不一致数据的出现和存在已变得十分普遍,因此需要发展一些能够直接分析和处理不一致数据的方法和技术。研究了不一致决策系统中的广义决策规则获取问题,基于粒度计算探讨了决策规则获取的基本原理,据此给出了计算所有极小广义决策规则集的一般方法。该方法不需要构造分辨矩阵,且可以并行执行,从而可降低空间开销和提高计算效率。此外,可对该方法进行拓展,以用于计算其他类型的极小决策规则集。这为不一致决策系统中的规则获取提供了一般方法。     

基于粒极值的最简规则提取算法

应用粗糙集的分辨关系,分别从表的行、列2个方面求出每个属性值的分辨、组合能力,以此确定出粒极值,将含粒极值的粒定义为极值粒。应用粒计算理论,以极值粒集为主要运算对象进行粒逻辑运算,使最终的组合粒最简,即所提取的规则最简。实验验证了算法的有效性。     

基于粒计算的关联规则挖掘算法

讨论粒计算在关联规则挖掘中的应用,通过对基本信息粒的划分、对粒子对象集合的映射,减少扫描项集所在的对象集合,提高算法的运行效率,从而更好地处理海量数据的规则发现,更适用于支持度较小、复杂度较高的数据集。仿真试验证明该算法有较低的求解复杂度及较高的求解效率。     

粒协调决策形式背景的属性约简与规则融合

针对基于决策形式背景进行属性约简与规则提取能够更便捷有效地获取知识,因此规则提取及属性约简是形式概念分析理论重要的研究课题。本文基于等价关系研究粒协调决策形式背景的属性约简与规则提取,定义粒协调集与粒约简,给出粒协调集判定定理,并结合布尔方法给出属性约简算法,最后利用集值向量包含度这一工具给出决策形式背景中的乐观规则融合方法与悲观规则融合方法。     

不完备多粒度决策系统的局部最优粒度选择

粒计算是知识表示和数据挖掘的一个重要方法.从粒计算来看,一个粒是由多个比较小的颗粒组成的更大的一个单元.在许多实际应用中,由于不同标记尺度对数据集进行分割会得到不同层次的粒度,许多人在用粒计算解决问题时自然而然地考虑不同层次的粒度问题.这就促使思考如何选择一个合适的粒度层次来解决问题.围绕不完备多粒度决策系统,研究了基于局部最优粒度的规则提取方法.1)介绍了不完备多粒度决策系统的概念;2)在协调的不完备多粒度决策系统中定义了最优粒度和局部最优粒度、介绍了基于局部最优粒度的属性约简和规则提取方法,在不协调的不完备多粒度决策系统中引入了广义决策、定义了广义最优粒度和广义局部最优粒度,并给出了基于广义局部最优粒度的属性约简和规则提取方法;3)给出了在公开的数据集上的实验结果.     

粒空间中基于粒计算的粒语义推理

在论域上定义公式,并因其与粒相对应,使得粒空间得以形成.在粒空间中由粒之间的关系确定出粒语义推理,并对此进行讨论.通过粒计算,证得粒语义推理满足命题逻辑自然推理系统的每一推理规则,因此粒空间上的可靠性成立,这表明形式推理蕴涵粒语义推理.尽管粒空间上的完备性不成立,但结果表明粒语义推理是各经典推理模式的扩充,所以粒语义推理既拓宽推理研究的范围,又引进粒计算的研究方法,促成粒计算与逻辑推理的进一步融合.     

基于偏序粒的动态决策规则挖掘

针对决策表，引入了偏序粒的概念，提出了一种基于偏序粒的动态决策规则提取算法。该算法利用了偏序粒在粒度表达上的优势，区别于经典粗糙集理论中采用的单一等价关系，对同一决策表从不同的角度和多个层次来研究。实例表明该算法是有效的。     

关系数据库中知识发现的一种粒计算方法

提出用粒计算方法从关系数据库或信息系统中挖掘具有不同粒度大小的多维多层次关联规则. 首先, 基于粒计算的划分模型给出了从关系数据库或信息系统中进行知识发现的框架; 其次, 提出频繁k-项目集生成的粒计算方法; 最后, 对所提出的粒计算方法通过实际例子进行说明, 并选择两类不同数据集在给定不同支持度下进行测试, 以及与两种经典方法进行了比较. 测试结果表明所提出的粒计算方法有效. 而且借助粒计算使得关联规则的语义变得更加清晰和易于理解.     

粒计算理论及其应用

粒计算是一种新的软计算方法。文章首先介绍了粒计算产生的背景,然后在软计算概念的基础上介绍了粒计算的思想、概念、研究内容及其数学描述,并叙述了粒计算的应用领域。粒计算对人类求解复杂问题非常重要,将对人工智能系统的设计和实施有显著的影响。     

三支决策-基于粗糙集与粒计算研究视角

从三支决策3个历史发展阶段出发,通过粗糙集和粒计算两个研究视角对三支决策的发展踪迹和演化过程进行介绍。分析了三支决策与粗糙集理论的历史脉络、内在联系和相互关系,探讨了决策粗糙集、概率粗糙集、粗糙集和三支决策之间的包含关系;探讨了基于多层次粒计算和多视角粒计算下的三支决策方法;提出了一个基于三支决策的粒计算研究框架模型。最后,给出了三支决策的研究现状和未来发展方向。     

Rough集理论与粒计算

近年来，粗糙集理论以其独特的优势在诸多科研领域取得了不俗的表现。在信息处理过程中，统计学方法需要知道数据的概率分布情况，模糊集的方法需要事先给定隶属度函数，而粗集理论不依赖于这些先验知识，利用上、下近似集这两个概念来描述不精确、不一致信息。本质上粗糙集理论是一种粒计算的模型框架。本文主要讨论粗糙集理论的基本概念、扩展模型以及未来的挑战。此外，对于与粒计算的相关概念以及它们在未来发展中的趋势、面临的主要问题本文也有所涉及。     

粒及粒计算在逻辑推理中的应用

讨论了信息粒的结构及其实例。基于Rough集方法定义了决策规则粒,构造了决策规则粒库,它被用作逻辑推理。定义了粒语言,描述了这种语言的语法、语义、粒语句的运算法则和粒之相关的几个性质。定义了粒之间的相互包含(inclusion)和相似(closeness)。基于这些概念,构造了一种逻辑推理的新模型。这种推理模式的特点在于它既是逻辑的又是集合论的。所谓逻辑的就是说推理是遵循一种逻辑运算;所谓集合论的是指这种推理可利用对应于这种逻辑公式的意义集的运算进行推理,还用实例说明了这种推理模式是可行和有效的。     

概念粒计算系统的数学模型

文中在两个完备格之间引入了外延内涵算子与内涵外延算子,构建了概念粒计算系统,证明了由该系统生成的全体概念集合是具有最大元与最小元的格.此概念粒计算系统不仅包括了由形式背景形成的概念格以及由L模糊形式背景形成的L模糊概念格,也包括了3种变精度概念格,即概念的外延与内涵分别为经典集与经典集、经典集与模糊集、模糊集与经典集.最后在概念粒计算系统中,给出了概念粒迭代计算方法,并证明了它在某种意义下的最优性.     

多标记背景下基于粒标记规则的最优标记选择*

首先给出标记背景的定义,在多标记背景下提出标记规则的概念,讨论标记规则的一些性质.然后在多标记背景的基础上,引入决策标记得到多标记决策背景,进一步探讨标记规则之间的冗余问题.再通过粒标记规则定义多标记决策背景的协调性,提出在保持协调性的前提下选择最优标记的方法.最后通过数值实验说明文中算法的有效性.     

基于信息粒的关联规则提取研究

粒计算作为一种新的信息和知识处理的方法,近年来在许多领域中得到了应用。本文在学习和研究粒计算基本理论与技术的基础上,将其应用于关联规则提取中。通过对信息粒进行二进制的与运算,分析计算结果中出现1的次数来进行规则的提取。