基于Rough集和概率统计方法的决策规则提取

Rough集是一种处理不精确的、不一致的、不完整的信息,并从中发现隐含的知识,揭示潜在规律的新型方法.Rough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,删除其中不相关或不重要的知识,从而导出问题的决策或分类规则.概率统计方法是传统数据处理方法,两者各有其优缺点.在决策规则提取过程中,将两者方法结合起来,在满足决策规则力度、肯定因子和覆盖因子的基础上对规则进行筛选,从而提高了决策的准确性和合理性.     

一种基于粗糙集理论的规则提取的方法

提出了一种基于粗糙集理论的规则提取的新方法。利用粗糙集理论直接生成确定性基本决策规则和不确定性基本决策规则,形成信息系统的基本决策规则库。同时,证明了任一确定性规则都可以由确定性的基本决策规则生成。最后,给出了规则提取的算法描述,分析了算法的性能。     

泛系单值化在粗糙集决策表分析中的研究

利用泛系理论中的单值化方法及其两个具体应用来分析粗糙集理论中的决策表和决策规则问题.通过具体实例来介绍泛系单值化方法,并对泛系单值化与粗糙集理论的联系进行研究,深化我们对决策表及决策规则的认识与理解.同时给出一种泛系单值化推导决策规则的算法.     

基于粗糙集的最小规则提取算法

传统的最小规则提取算法计算量非常大,分析了决策规则的约简形式,提出了一种基于粗糙集的最小规则提取算法,该算法对每个决策类分别提取规则,并采用启发式策略选择原子条件逐次添加到规则的因中,最后通过实例和实验验证了算法的简洁性和有效性.     

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。     

访问控制中基于粗糙集的授权规则知识发现

为实现访问控制中客体对主体预授权的准确和及时,针对基于信任的访问控制信任和权限的映射问题,将成功交互的实体授权信息作为用于知识发现的数据决策信息表,结合访问控制的授权规则,提出了一种基于粗糙集的授权规则知识发现方法,实现授权规则中的属性约简、知识决策规则的提取.最后,通过算例分析验证了基于粗糙集的授权规则知识发现方法的有效性.     

基于思维进化算法的工业过程粗糙建模及应用

在工业过程建模中,传统的建模方法依赖数学模型.当实际系统模型难于用解析式精确表达时,智能建模成为研究热点之一.对具有非线性、时变性、不精确性等复杂系统,智能建模弥补了机理建模、辨识建模等方法的不足,能够避开数学表达式模型.模糊建模的隶属函数不容易得到,而粗糙集能直接从数据库中提取规则,不需要任何先验知识.但粗糙集不能处理连续属性,需要将属性离散化.对水泥回转窑控制系统进行建模,首先应用思维进化算法对决策表中的连续属性进行离散化,然后利用粗糙集理论化简决策表,提取最优的决策规则,最后分析决策规则,得出结论,说明该建模方法的可行性,且由此建模方法得到的决策规则覆盖度较高.     

C0-半群的概率型逼近

借助于算子值数学期望以及概率论方法,利用适当的随机变量的矩生成函数估计式,讨论了Banach空间上C0-半群的概率表示式及收敛速度的估计式.     

基于粗糙集的决策树在电子商务中的应用

将数据挖掘中的决策树与粗糙集理论进行有机结合,提出一种基于粗糙集属性依赖度的决策树算法,将该算法应用到电子商务的客户管理中,进行电子商务客户价值研究,提取分类规则,为企业管理客户提供决策支持.     

爆炸荷载作用下箱梁的破坏模式与损伤评估

为了解决桥梁在地震作用下发生各类损伤与不同影响因素之间的关系复杂且难以发现的问题, 将桥梁的破坏情况与桥墩类型、结构类型、支座类型、平面线形、基础类型、交角、断层距、峰值地面加速度等影响因素相结合, 利用优势关系粗糙集对桥梁损伤的条件属性进行约简, 提取了汶川地震中374座桥梁发生各类破坏的最少关联规则集, 另选20座桥梁进行测试, 将结果与不可分辨关系粗糙集理论和分类回归树算法进行对比, 结果表明对于震后桥梁损伤状态评价决策关联规则, 采用基于优势关系粗糙集理论生成的规则比传统的基于不可分辨关系粗糙集理论和分类回归树算法生成的规则更加准确, 因此在今后的桥梁损伤判别研究和规则提取中可以加以利用。

     

基于VPRS的消费者决策心理研究

利用改进后的变精度粗糙集模型（VPRS）分析＂消费者决策心理调查问卷＂,样本包括910个大学生.通过设置一定的变精度值使得边界消失或接近消失,然后建立决策矩阵,构造布尔函数,应用吸收律进行化简,从而提取出男女大学生各自的消费决策最大通用规则,并且对这些规则进行了比较分析.实验表明,与经典粗糙集模型相比,该方法计算出的分类预测的准确率有了提高,且提取的规则更加简化,说明该方法是可行的.     

缩减样本空间在条件概率计算中的应用

条件概率是概率论中最重要而又基本的概念之一.总结了条件概率的计算方法.     

概率论中组合分析法的教学研究

对概率论中的一些概率计算问题，通过用排列、组合知识进行分析研究，总结出用对子数、有序抽取数、抽取子集数来分析和计算概率问题的三种组织分析法，并且对相关的实例进行了分析，得出解决有关概率计算问题比较有效的方法。     

P—Ⅲ型分布参数估计的概率权函数原点矩法及其应用

本文提出了Ｐ—Ⅲ型分布参数估计的概率权函数原点矩法，为减少“求短差”对参数估计的影响，本文应用了开型数值积分的处理方法，其效果明显。检验的结果表明，概率权函数原点矩法是可行的。     

一种粗糙模糊神经网络识别器及其应用

结合粗糙集和模糊神经网络提出了一种粗糙模糊神经网络识别器的模型.该模型根据粗糙集理论对训练样本进行建立决策表、离散决策表、约简决策表、提取分类规则等推理过程设计.粗糙模糊神经网络识别器的输入层、两个隐含层、输出层的神经元个数分别根据决策表的约简结果、离散结果和分类规则、决策属性决定.将该识别器用于车牌字符识别,实验表明:该方法比粗糙集规则匹配识别方法识别率提高了18%,比BP神经网络识别方法识别率提高了2.7%.     

基于粗糙集的经济数据分析

随着社会的快速发展,各种数据急剧增长,如何从这些海量数据中提取有用的信息成为了一个很现实而且重要的问题。在粗糙集理论中,如何去除冗余信息,留下关键信息,从中提取规则是很重要的,而且从规则中分析出一些内在规律,这对辅助决策有很大的帮助。本文利用粗糙集理论,对经济数据进行分析,从中得到一些经济规则,进行辅助决策。     

基于粗糙集的航空灾害协同预警研究

针对航空灾害协同预警过程中需要考虑从大量已有完全灾害数据信息中挖掘出预警规则,从实时不完全灾害数据信息中找出规则,判定所获取预警规则的有效性和合理性这3个问题,立足航空灾害协同预警数据信息中存在的＂不相容＂和＂有序＂特性,建立了基于绝对有序多属性概率粗糙集的航空灾害协同预警研究模型和方法,通过构建运行机制对其进行实例演算分析,可以有效地解决协同预警过程中所遇到的问题,从而获得有效且合理的预警规则。     

一种基于粗糙集理论的决策规则提取方法

粗糙集理论是一种新兴的数学工具,用于分析、处理不确定或不完整的复杂信息,适合于从大量复杂的数据中发现隐含的、潜在有用的规律。提出了一种基于粗糙集理论的决策规则提取方法,通过重要度分析和属性约简,找出影响决策属性的关键因素。通过值约简,得出决策规则。运用该方法对大学生自主学习风气与能力培养之间的关系进行研究,实例分析表明,这种新的方法具有实际应用价值。     

粗糙集和证据理论相结合的数据挖掘方法

在粗糙集和证据理论相结合的数据挖掘技术中,常用的方法是以证据理论为主,而将粗糙集作为获取证据权重的辅助手段.这种结合方法既不能有效发挥证据理论的数值计算作用,也不能很好利用粗糙集理论的分类功能.因此,文章提出一种新的粗糙集和证据理论相结合的数据挖掘技术.首先通过粗集理论对决策表进行约简,消除系统冗余,得到决策规则.其次对经过约简所得到的决策表进行数值处理,降低预测代价,并构建证据焦元空间.最后将证据焦元空间用合成规则进行融合.计算结果表明,文中所提出的粗糙集与证据理论相结合的数据挖掘方法,不但细化了决策规则,而且给出了决策系统规则的定量描述,有效地补充和扩展了证据理论的应用范围.     

贝尔定理的评析

文章证明：导致贝尔不等式的是经典概率论,与定域性原理无关,也与隐变量理论无关;但应用经典概率论,也可以导出量子力学的自旋相关公式。这一事实表明：在某种情况下,经典概率论会得出与量子力学不同的结论,而在另一情况下,经典概率论也可能与量子力学殊途同归。更进一步的考察表明：经典概率论的各种概率运算规则,其中包括联合概率的运算规则,都适用于微观过程;而经典概率论的事件运算规则,即布尔代数,则不适用于微观过程。贝尔不等式的毛病在于对“非布尔”的微观事件空间应用了布尔代数的运算规则。