基于包含度的区间直觉模糊粗糙集模型

利用区间直觉模糊包含度的概念建立区间直觉模糊粗糙集模型。首先,将直觉模糊集中的包含度拓展到区间直觉模糊集上,给出区间直觉模糊包含度定义和计算公式;其次,在区间直觉模糊等价关系下,基于区间直觉模糊包含度,建立了区间直觉模糊粗糙集模型,并对近似算子的重要性质进行了讨论。     

一般变精度概率近似算子

介绍了一般二元关系下的粗糙集模型,该模型是将经典粗糙集模型的等价关系推广为一般二元关系,此时它将不再形成对象集的划分.另一方面,经典粗糙集模型中的包含关系在很多实际问题中不能完全满足.变精度粗糙集模型通过引入一个误差参数,允许在这个误差范围内尽可能多地提取信息,弥补了经典粗糙集模型在应用中的不足.给出了基于一般二元关系的变精度概率粗糙集模型,研究了一般变精度概率近似算子的一些性质.     

基于相似联系度不完备区间值信息系统的属性约简

为了处理属性值之间大多数相交但不具备包含关系的不完备区间值信息系统,定义了一种相似联系度容差关系。基于此关系建立了拓展粗糙集模型,并引入极大相容类技术提高近似精度。通过定义新的同异反可辨识矩阵,给出了基于同异反可辨识矩阵的属性约简算法。所建模型可根据不同的用户需求和数据集的分布特点对参数进行动态调整,更符合实际。数值例子验证了模型和算法的有效性和可行性。     

基于粗糙集与偏相关分析的机床热误差温度测点约简

为了合理减少温度测点数量并有效提高温度数据采集与分析的效率,提出了一种基于粗糙集与偏相关分析相结合的温度测点约简方法。首先,利用偏相关分析的方法建立了温度变量与主轴热误差之间的偏相关系数,并以此为依据辨识了主要的敏感温度变量。然后,在基于粗糙集理论获取的可行温度测点组合基础上,筛选出包含敏感温度变量最多及偏相关度高的温度测点组合。最后,建立了热误差线性回归模型,并在某型号数控机床上进行验证与分析。结果表明：温度传感器测点可由22个减少到6个,在很大程度上提高了热误差模型的精确性和鲁棒性。     

基于模糊聚类和包含度的网上购物决策研究

决策规则是信息系统中知识发现的重要课题,概率粗糙集模型则是重要方法之一。由于确定模型中的参数具有主观性,因此提出了一种结合模糊聚类和包含度决策对象的方法,并应用于网上购物的决策。     

不完备信息系统中一个变精度粗糙集模型

针对不完备信息系统的知识获取,提出了一种基于相容度的变精度粗糙集模型,该模型是变精度粗糙集模型在不完备信息系统中的拓展.定义了这种模型上的知识约简,并给出了求约简的一个启发式算法.最后通过实例分析说明了算法的有效性.     

一种基于变精度粗糙集的图像分类方法

基于变精度粗糙集,引入近似区分矩阵的概念,提出一种基于颜色特征的图像分类模型及其分类算法.变精度粗糙集理论在数据分类应用中主要是将集合间精确的包含关系改为多数包含关系,既允许一定程度的错误分辨率存在.用该方法进行图像资源的分类,克服了经典粗糙集不宜处理带有噪声的数据和决策表不协调的分类问题的缺陷,同时又大大简化分类规则,且形成的规则集便于用户理解.完善近似空间的概念.实验结果表明：在处理决策表不协调的图像分类问题,变精度粗糙集方法性能良好,分类准确、高效.     

不完备序值系统中的粗糙集与模糊粗糙集

以不完备序值信息系统为研究对象,其中不仅包含丢失型未知属性值,而且属性值域为全序集,提出相似优势关系的概念,并在不完备序值决策系统中给出基于相似优势关系的粗糙集模型.在不完备模糊序值决策系统中,给出基于相似优势关系的模糊粗糙集模型,并讨论其相关性质.     

模糊关系下的概率粗糙集模型及其Bayes决策

经典的概率粗糙集模型是基于论域上的等价关系而建立的,然而在实际应用中,等价关系很难得到。因此,经典的概率粗糙集模型被推广到基于一般二元关系的概率粗糙集模型。更进一步地,还可以推广到模糊二元关系。建立了基于模糊关系的概率粗糙集模型,推广了前人的工作,同时给出了该模型下的Bayes决策方法和应用实例。     

产品规划中顾客需求分析的集成方法

为了有效地评估产品规划中的顾客需求,提出了基于粗糙集、决策试验和评价实验(DEMATEL)和改进Kano模型的集成分析方法,以合理地确定顾客需求最终重要度。利用粗糙集理论的属性重要度原理,可以确定最简约集各顾客需求的基本重要度。考虑到顾客需求自相关关系的影响,引入DEMATEL方法,以修正顾客需求基本重要度。应用基于竞争性分析Kano模型,建立重要度调整函数,使顾客需求类别、竞争性分析与重要度计算相结合,通过规范化处理得到顾客需求最终重要度。以某农用拖拉机新产品的开发为实例,验证了集成方法的有效性和可行性。     

变精度覆盖粗糙集模型近似算子的性质

变精度覆盖粗糙集模型是在放宽了覆盖标准的前提下给出的,因而导致近似算子发生了变化.在介绍了覆盖粗糙集模型和变精度覆盖粗糙集模型的概念的基础上,给出并证明了变精度覆盖粗糙集模型的近似算子的几个性质,即定理1、定理2、定理3及其推论.     

不完备信息系统中一种拓展粗糙集模型

以同时具有遗漏型和缺席型未知属性值的不完备信息系统为研究对象,提出了一种使用参数进行控制的自反二元关系以及相应的粗糙集模型,将这种拓展粗集模型与不完备信息系统中现有的几种拓展粗集模型进行了对比研究。对一不完备信息系统进行了实例分析,以说明新提出的二元关系的有效性。     

Two Hybrid Methods Based on Rough Set Theory for Network Intrusion Detection

In this paper,we propose two intrusion detection methods which combine rough set theory and Fuzzy C-Means for network intrusion detection.The first step consists of feature selection which is based on rough set theory.The next phase is clustering by using Fuzzy C-Means.Rough set theory is an efficient tool for further reducing redundancy.Fuzzy C-Means allows the objects to belong to several clusters simultaneously,with different degrees of membership.To evaluate the performance of the introduced approaches,we apply them to the international Knowledge Discovery and Data mining intrusion detection dataset.In the experimentations,we compare the performance of two rough set theory based hybrid methods for network intrusion detection.Experimental results illustrate that our algorithms are accurate models for handling complex attack patterns in large network.And these two methods can increase the efficiency and reduce the dataset by looking for overlapping categories.     

一种多粒度粗糙区间模糊集方法

多粒度是利用粗糙集方法处理分布式数据的一种有效手段。为了使得多粒度方法能够用于模糊目标的近似逼近,提出了一种多粒度粗糙区间模糊集方法,分别包括乐观和悲观两种不同的模型。不仅对这两种多粒度粗糙区间模糊集的基本性质进行了讨论,而且通过实例分析表明了新提出的模型用于处理区间模糊问题的有效性。     

粗集及其在知识发现中的应用

粗集理论在知识发现中的应用已成为知识发现研究的热点 .介绍了粗集的基本概念 ,包括粗集的定义、“属性 -值”系统、属性依赖与归约及粗集概念的若干推广 ,最后指出粗集理论在知识发现中的一个可能应用途径     

Rough集理论发展现状与应用前景

为了解决复杂系统的不确定性信息处理问题,介绍了Rough集理论的基本概念和研究状况.对Rough 集模型推广、约简算法研究等进行了讨论;并对Rough集理论在机器学习、决策分析、知识发现等领域中的应用 状况进行了论述,同时提出了Rough集理论在知识获取和并行计算领域中的发展前景和Rough逻辑控制、 Rough信息处理等研究方向.     

一般关系下粗糙集上映射的拓扑性质

讨论了一般关系下粗糙集模型上映射的拓扑性质，指出一般关系下粗糙集模型与一个有限集之间的映射，可以诱导出在此有限集上的一个二元关系，从而得到了两个粗集拓扑空间的映射。如果R是自反和传递的，则这个映射是连续的。如果是双射，则此映射是开的且把粗集映成粗集，粗集的原像还是粗集。     

基于模糊β-覆盖的(I,T)-模糊粗糙近似算子

利用模糊β-邻域和模糊逻辑算子,提出两种基于模糊β-覆盖的(I, T)-模糊粗糙集模型;研究了模型中上、下近似算子的基本性质;对比分析这两对广义模糊粗糙近似算子与其他模糊粗糙近似算子之间的关系,刻画了相关近似算子等价的条件。     

Applying rough sets in word segmentation disambiguation based on maximum entropy model

Wordisalogicalsemanticandsyntacticunitinnaturallanguage.UnlikeEnglish,thereisneitherde limitertomarkwordboundariesnorexplicitdefinition ofwordsinChinese.WordsegmentationtransformsChinesecharacterstringintowordsequence.Asapre requisitepartofPOStagging,parserandotherdeeply processing,earlyerrorinsegmentationwillalwayscas cadethroughthechain,causingthewholesentenceer rorinthefinaloutputs,suchasMachineTranslation,InformationExtractionandtheQuestionandAnswer(QA)System.Thoughwordsegmentationha…