知识获取的粗分析方法

粗分析方法是从决策表中挖掘规则,克服知识获取瓶颈的一种有效方法。基于粗糙集理论,文章讨论了粗分析获取规则的几个问题,提出了相应的解决方法。如实用中决策表的约简会导致部分信息丢失,而规则适当的冗余可以解决这个问题。其次,研究了不完全决策表的规则粗分析,为不完全决策提供了基础。     

基于免疫算法的粗糙集知识约简

在基于粗糙集理论的知识发现过程中,减小属性约简复杂度问题是重要研究内容之一,是在保持信息系统分类能力不变的基础上,删除冗余知识. 通过在知识表达系统中的决策属性支持度来描述由条件属性所提供的知识对整体决策的支持程度, 通过相对重要程度来描述条件属性对决策属性的重要性.然后利用免疫网络机理和约简算法融合,构造免疫网络约简算法,把相对核加入初始种群加快收敛速度.最后,以经典的实例分析表明,该方法是求解知识约简问题的快速有效方法.     

知识云及其在知识获取中的意义

如何有效地获取领域专家的知识一直被视为人工智能中的难题．本文的目的在于提出一种关于知识获取的基本观点,并以此观点为基础来研究知识获取问题．这个观点的基本内容是：象波尔的原于模型一样,在专家的知识周围有一些知识层．它们是认识和获取专家知识的突破口或入口．本文将这些知识层看成是知识云,同时将上述观点视作知识云假设．我们将讨论知识云的内涵,研究知识云假设的合理性,最后将阐述知识云这一概念在知识获取中的意义．     

基于粗糙集的不确定知识表示方法

1 引言知识表示是人工智能(AI)研究中最关键的分支之一。传统的知识表示模型(如AQ11,ID3等),对知识描述是确定的、清晰的,即:被描述的对象具有或不具有某种属性是明确的。然而,在现实世界中,人们常常面对的是在领域信息不完整、不确定、不精确的前提下,完成对事物的认识、分析、推理、判断、预测和决策。这种智能行为往往要求人们对未知的信息进行估计、推测;对不完整数据进行分析、处理;对已知的证据     

Vague决策表的知识获取

本文提出一种Vague决策表的知识获取方法。首先根据样本对于决策者需求的适合程度构造Vague值之间的一个序关系,将Vague决策表转化为二元决策表,然后利用粗糙集理论进行分析并推理出最优规则,最后再将二元决策表的决策规则转化为Vague决策表的有序规则。实验分析表明了该方法的有效性。     

基于粗集的多知识库决策融合

粗糙集理论研究的重要内容是分类与约筒,其目的在于获取优良的规则知识,实现准确的决策．通过提出规则集合的决策度量思想,从整体上体现了对一个规则集合的衡量,为基于多知识库的决策奠定了基础．基于模型集成的基本思想,将规则知识库作为一个决策模型,根据规则集度量选择模型,通过模型集成实现决策融合．     

一种从不完备数据集中发现规则的RS方法

Rough集(Rough SetS、Rs)理论被广泛应刑于数据分类问题,该文用基于RS的方法从不完备数据集中产生确定和可能的规则集,提出了一种新的规则发现算法,可以同时从不完备数据集中产生规则和估计缺失值,并指出了进一步的研究方向。     

一种基于粗集理论属性约简的粗化算法

本文基于粗集理论,针对知识表达系统提出了一种新的归纳学习方法,对该方法中条件属性的简化进行了详细的讨论,并给出了一种具体的属性约简算法,其特点是简单,容易实现,考虑了属性值代表范围的合理性。     

Knowledge granulation, knowledge entropy and knowledge uncertainty measure in ordered information systems

In this paper, concepts of knowledge granulation, knowledge entropy and knowledge uncertainty measure are given in ordered information systems, and some important properties of them are investigated. From these properties, it can be shown that these measures provides important approaches to measuring the discernibility ability of different knowledge in ordered information systems. And relationship between knowledge granulation, knowledge entropy and knowledge uncertainty measure are considered. As an application of knowledge granulation, we introduce definition of rough entropy of rough sets in ordered information systems. By an example, it is shown that the rough entropy of rough sets is more accurate than classical rough degree to measure the roughness of rough sets in ordered information systems.     

基于信任环的用户冷启动推荐

近年来,为了解决推荐系统的用户冷启动问题,信任推荐技术得到了长足发展。然而,传统的信任推荐技术在处理信任关系上比较粗糙。基于信任环的推荐思想严格控制了信任度对推荐结果的影响。实验结果表明,该方法能有效解决用户冷启动问题,并提高推荐的准确率。     

基于粗集的T细胞表位预测方法

T细胞表位预测技术对于减少实验合成重叠肽、研究病原体与机体作用的免疫机制以及深入理解T细胞介导的免疫特异性均有重要意义。为增强T细胞表位预测模型的可理解性,本文在通过肽的预处理构建出存储等长肽段的决策表之后,设计出了一种基于粗集的T细胞表位预测方法。该方法由基于信息熵的属性约简完备算法和基于锚点知识的属性值顺序约简改进算法共同组成。基于HLA-DR4（B10401）编码的MHCII类分子结合肽的实验数据表明,在预测精度与传统神经网络方法大致相当的基础上,本文方法可以提取出用于帮助专家理解MHC分子与抗原肽结合机理的产生式规则。     

动态知识系统的规则约简方法

1 引言知识系统中的规则约简是知识发现、数据挖掘的重要内容。近年来粗集(Rough sets)理论在知识约简的应用已成为计算机科学的热点问题。对静态数据的规则约简已有多种算法。但知识系统往往是动态的。本文给出了一种针对动态知识系统的基于粗集理论的规则约简方法。对知识系统而言,动态一般指记录或论域的元素不断增加。因此,有关处理动态系统的一些方法又称为增量式算法。文章给出了所提出方法的有效性的结论以及实验的结果。     

一种新的粗糙集属性约简方法及其应用

对粗糙集理论中属性约简问题进行研究,借助于离散化获得的断点,提出一种指导属性约简的新方法,并提出一种改进的连续属性值离散化方法.以雷达辐射源用途识别为例.给出了识别实例和计算机仿真实验,并与工程中常用的统计模式识别方法进行比较,结果证明了该算法的正确性和有效性.     

扩展不完备信息系统及知识依赖度量

对不完备信息系统进行扩充,考虑不同对象可能具有不同的重要性,引入了对象重要性函数,使得知识表达系统可以融入主观偏好和领域先验知识等因素。在此基础上,根据一般二元关系新定义了粗糙集的近似精度、粗糙熵、知识的粗糙熵的概念,证明了扩展不完备信息系统中不确定因素的变化与度量强度之间的重要关系。对于知识依赖进行了深入探讨,研究了由知识动态变化所引起的知识依赖度量程度的变化,进行了相关定理的证明。     

云计算环境下差别矩阵知识约简算法研究

知识约简是粗糙集理论的重要研究内容之一。经典的差别矩阵知识约简算法只能处理小数据集,而已有的任务并行的知识约简算法是假设所有数据一次性装入内存中,这显然不适合处理海量数据。为此,剖析了差别矩阵元素的特性,根据属性(集)的不可辨识性和云计算技术MapRcducc设计了适合数据并行的差别矩阵,并首次提出了面向大规模数据的差别矩阵知识约简算法。实验结果表明该知识约简算法是有效可行的,且具有较好的可扩展性。     

Feature extraction using rough set theory and genetic algorithms—an application for the simplification of product quality evaluation

Feature extraction is an important aspect in data mining and knowledge discovery. In this paper an integrated feature extraction approach, which is based on rough set theory and genetic algorithms (GAs), is proposed. Based on this approach, a prototype feature extraction system has been established and illustrated in an application for the simplification of product quality evaluation. The prototype system successfully integrates the capability of rough set theory in handling uncertainty with a robust search engine, which is based on a GA. The results show that it can remarkably reduce the cost and time consumed on product quality evaluation without compromising the overall specifications of the acceptance tests.     

扩展不完备信息系统及知识依赖度量

对不完备信息系统进行扩充，考虑不同对象可能具有不同的重要性，引入了对象重要性函数．使得知识表达系统可以融入主观偏好和领域先验知识等因素。在此基础上，根据一般二元关系新定义了粗糙集的近似精度、粗糙熵、知识的粗糙熵的概念，证明了扩展不完备信息系统中不确定因素的变化与度量强度之间的重要关系。对于知识依赖进行了深入探讨，研究了由知识动态变化所引起的知识依赖度量程度的变化，进行了相关定理的证明。     

粗集在医疗诊断知识支持中的应用

医疗诊断需要医生的临床经验,开发辅助诊断系统具有重要的意义。大量的病历蕴涵专家丰富的诊疗知识,但长期以来得不到充分的开采利用。而粗集是约简决策表、挖掘知识的新方法。文章以ICU医疗诊断辅助系统为例,设计了一个基于粗集的医疗诊断知识支持工具。     

决策强度的决策表约简设计与比较

在平均决策强度的基础上,提出了决策强度的代数定义,以弥补基于正区域方法的局限性,并且证明了知识的决策强度随着信息粒度变小而非单调递减的规律,在此基础上设计了基于决策强度的约简方法。应用实例分析的结果表明,基于决策强度的属性重要性是一种更优的启发式信息,该方法计算直观有效,时间复杂度较低,有助于搜索最优或次优约简。最后对UCI离散数据集进行约简比较。