粗糙集理论在医疗诊断系统中的应用

粗糙集理论能有效地分析和处理不精确、不一致和不完整等各种不完备信息.并能从中发现隐含的知识,揭示潜在的规律.讨论粗糙集理论用于医疗诊断中的方法,实践表明该方法具有重要的应用价值.     

粗糙集理论在简化过程建模参数中的应用

利用粗糙集理论知识约简的特点,以连续催化重整反应过程中重整产品辛烷值监控建模参数选择为例,对生产过程工况特征参数建立决策表,计算条件属性的重要性,对决策表进行属性约简,简化过程建模参数。此外还将该方法与主成分分析法作了比较。最后利用选择的建模参数建立起神经网络模型。     

粗糙集在客户分类中的应用研究

粗糙集理论的主要思想是在保持分类能力不变的前提下,通过属性约简和值约简,提取决策规则。设计了一个基于粗糙集的客户分类模型,并利用粗糙集的知识约简和决策规则提取算法对超市客户进行了分析。通过决策表约简,剔除冗余属性、消除过剩规则。最后得出了属性约简的最小化结果以及决策规则。     

粗糙集BP神经网络在房地产价格预测中的应用

研究房地产价格准确预测问题.由于房地产价格影响因子间信息严重冗余,受到社会上多种因素的影响.传统预测方法不能消除因子间的冗余信息,导致学习时间长、预测精度低.为了提高房地产价格的预测精度,提出一种粗糙集理论BP神经网络的房地产价格预测模型(RS-BPNN).RS-BPNN模型首先采用粗糙集理论消除房地产价格因子间冗余信息,提取重要因子,然后采用非线性预测能力非常强的BP神经网络对处理后的数据进行学习建模,用建立好的模型对房地产价格进行预测.仿真结果表明,RS-BPNN房地产价格预测速度比传统预测方法快,预测精度更高,说明RS-BPNN的预测结果可以为政策制定者和房地商及买房提供参考.     

粗糙集在电力变压器故障诊断中的应用

电力变压器是一种比较复杂的系统,在实际故障诊断中要想获得完备的实验数据比较困难。针对该问题,提出了一种基于粗糙集的电力变压器故障诊断新方法,即分析搜集到的电力变压器历史故障数据,确定条件属性集和决策属性集;对条件属性集进行约简,去除冗余信息,提取关键信息,得到相应的规则集;利用该规则集对电力变压器进行故障诊断。实例分析验证了该方法的正确性和有效性。     

粗糙集在残缺数据样本中的应用

数据样本集是人工智能发展需要的主要要素,所以要求提供的数据样本集,应该是全面的、有效的集合。当所提供的数据样本集残缺不全,会影响人工智能的有效应用。针对此问题,论文提出一种基于粗糙集理论的数据样本集补全方法,能科学的、正确的、有效的补全数据样本集,为提高人工智能的决策推理,铺平了道路。     

粗糙集理论在启动子识别中的应用研究

针对目前基于计算机的启动子识别技术的研究现状,指出现有启动子识别技术的不足,并探讨将粗糙集理论应用于启动子识别研究可能的改进方向.     

粗糙集决策表边界属性分析

上近似、下近似是粗糙集理论的基本概念,由上下近似概念可导出粗糙集的正域、负域、边界等概念。对于决策信息系统,决策属性的等价类可以用粗糙集理论的上下近似来刻画,边界反映了其粗糙性。分析决策信息系统的边界类属性,结合可变精度粗糙集与经典粗糙集理论,对比边界类属性与正域类属性及负域类属性的差别,提出了正向迁移属性和负向迁移属性概念,结合例子给出正向迁移属性与负向迁移属性的求法,并对其意义加以说明。     

粗糙集算法及其应用

粗糙集理论正被广泛运用于不确定环境下的信息处理中。当要从大量复杂的数据中发现知识时,属性约简是一个关键问题,因此文中提出了一种特殊的属性约简算法。它是一种简单化数据的分析法,利用了一种新的用于粗糙集中的属性约简算法,即一种生成对称矩阵的约简算法,并结合了一个具体的例子来说明。将此算法运用于复杂的实验数据中,对其进行约简,发现效果明显。由此可看出此算法是相当有效的。     

粗糙集算法及其应用

粗糙集理论正被广泛运用于不确定环境下的信息处理中.当要从大量复杂的数据中发现知识时,属性约简是一个关键问题,因此文中提出了一种特殊的属性约简算法.它是一种简单化数据的分析法,利用了一种新的用于粗糙集中的属性约简算法,即一种生成对称矩阵的约简算法,并结合了一个具体的例子来说明.将此算法运用于复杂的实验数据中,对其进行约简,发现效果明显.由此可看出此算法是相当有效的.     

优化的Rough Set综合评价算法在房地产开发和销售中的应用

将优化的Rough Set综合评价算法属性的同分辨能力数引入到粗糙集评价,增加了评价的客观性,优化了评价算法,对于房地产开发的决策和综合评价有辅助作用。     

基于Rough sets和Fuzzy sets理论的约简算法

对决策表约简的一些rough sets和fuzzy sets相关概念进行了阐述。在应用Rough集对决策系统进行约简的基础上，结合模糊聚类分析方法，论述了这一可行的决策表约简算法。该算法以属性核与属性重要性的代数定义形式为基础，利用聚类分析的模糊处理方法，解决了约简过程。并给出了对一电器公司全国连锁销售数据约简处理结果，得出了能帮助不同级别决策者进行决策的辅助性的规则知识。     

Rough集综合评价法在评标决策系统中的应用

粗糙集是继概率论、模糊集、证据理论之后的又一个处理含糊和不确定性的数学工具.本文分析将粗糙集应用于评标过程的科学性及决策特点,提出了利用粗糙集进行系统评标的方法.首先对评价的定量指标和定性指标分别进行离散化处理,然后应用粗糙集理论中基于核值的属性约简及规则提取技术,形成评标决策规则,用于粗选候选企业.     

一种基于粗集的欺诈风险分析方法

文章利用粗集理论中的特征属性约简方法来分析和研究欺诈风险,提出了一种基于粗集的欺诈风险分析方法,并通过一个信用卡欺诈的分析实例对该算法进行了检验。实验结果表明,在保证分类质量基本不变的情况下,该算法是有效的,它能找出引发欺诈行为的主要特征属性,帮助管理者及时、准确地预测各种可能发生的欺诈风险。     

GIS技术在房地产管理中的应用

通过介绍GIS的概念及房地产管理的空间特征,分析了GIS在房地产管理中的优势及可行性,指出了在房产管理数据库的基础上实现房地产数字化管理的实现途径。     

析房地产广告中的中式风格表现

当下房地产广告中大量使用西方化的表现形式,鲜有中国传统文化元素的出现。可喜的是,有识之士开始反省,开始了回归,房地产广告也出现了一股越来越鲜明的中式风格。本文尝试从房地产的楼盘整体设计、房地产广告的画面表现以及作品的语言文字表现中证明该种鲜明的风格;此外还分析了产生该种风格的原因,用以说明这种风格出现的重要意义;最后探讨目前房地产广告中式风格存在的一些误区。     

粗集理论的矩阵方法

粗糙集理论是近年来发展起来的一种有效的处理不精确、不确定信息的理论,在机器学习及数据挖掘等领域获得了成功的应用,该文用矩阵的方法来研究粗糙集,即从一个二元关系矩阵出发,给出粗糙集上下近似的矩阵描述,实际上是用矩阵的方法重新定义上下近似,矩阵的方法不仅提供了上下近似的简单的计算方法,也提供了一种新的推理的方法,我们还把矩阵方法用于信息系统的约简。     

基于粗糙集理论的决策树分类方法

决策树是数据挖掘中常用的分类方法。本文提出了基于粗糙集的决策树方法,利用粗糙集近似精确度来选择决策树的根节点,分支由分类产生。该方法计算简单,易于理解。本文还提出用悲观剪枝法简化决策树,提高决策树的预测与分类能力。实例说明了本文方法均简单有效。     

一种实值属性信息系统的粗集约简方法

本文研究应用粗集理论对实值信息系统属性进行约简的方法，对实值属性信息系统进行约简的根本问题是如何对实值属性离散化，通过对离散化方法与属性约简的关系进行研究，提出实值属性离散化的一种自动确定属性类别的方法，并结合粗集理论给出了对实值属性信息系统约简的算法，用所提出的算法进行了实验，并给出了实验结果。