粒度计算的三种主要方法

粒度计算（Granular Computing，GrC）是新近兴起的人工智能研究领域的一个方向，它覆盖了所有有关粒度的理论、方法、技术和工具的研究。它是词计算理论、粗糙集理论、商空间理论、区间计算等的超集。词计算理论、粗糙集理论、商空间理论是粒度计算的三种主要方法。文中着重介绍了这三种粒度计算的基本理论、模型和方法，以及它们之间的关系，并展望了进一步的研究方向。     

粒度计算研究综述

粒度计算GrC（Granular Computing）是信息处理的一种新的概念和计算范式,覆盖了所有有关粒度的理论、方法、技术和工具的研究.它是词计算理论、粗糙集理论、商空间理论、区间计算等的超集,也是软计算科学的一个分支,已成为模糊的、不完整的、不精确的及海量的信息处理的重要工具和人工智能研究领域的热点之一.本文综述了粒度计算的发展动机、研究现状及发展趋势,着重介绍了粒度计算的主要理论模型与方法及其在不同领域的应用,对存在的问题进行了分析,并提出了进一步研究的方向.     

粒度计算中的商结构

基于商空间的粒度计算理论是目前三个主要的粒度计算理论之一。主要讨论商空间理论中的结构问题,并与粗糙集方法进行比较,指出结构在粒度计算理论中的重要性。讨论如何从结构着手来建立商空间模型。文中给出了从结构上取不同粒度来构造商空间的新方法,最后通过相关例子说明所提出的方法的合理性、可行性。     

粒度计算中的商结构

基于商空间的粒度计算理论是目前三个主要的粒度计算理论之一.主要讨论商空间理论中的结构问题,并与粗糙集方法进行比较,指出结构在粒度计算理论中的重要性.讨论如何从结构着手来建立商空间模型.文中给出了从结构上取不同粒度来构造商空间的新方法,最后通过相关例子说明所提出的方法的合理性、可行性.     

模糊集、粗糙集和商空间理论的比较研究

针对模糊集、粗糙集及商空间理论,从对智能的理解、粒的表示、粒度的定义和粒的关系这4个方面进行比较。分析比较结果可知,它们的共同之处有：用集合定义粒,用粒描述知识;不同之处有：词计算和粗糙集理论分别从微观角度研究词的推理和属性的约简,而商空间理论是从宏观角度研究粒度的变化规律。     

粒度计算及其在数据挖掘中的应用

粒度计算涵盖了所有在处理问题过程中使用粒度的理论、方法、技术和工具。本文首先简要地介绍了粒度计算的基本思想、基本问题以及它的三个主要模型(模糊集、粗糙集和商空间),然后综述了粒度计算在数据挖掘中的应用。     

采用粒计算的属性权重确定方法

针对属性值为连续值且无单一决策属性的多属性决策问题,通过宏观和微观的粒计算理论模型的对比分析,提出了一种融合模糊商空间理论和粗糙集理论的属性权重确定方法。首先通过应用模糊商空间理论构建具有分层递阶结构的商空间族,将一系列粒度商空间的样本聚类结果作为相应粒度空间下单一决策属性的分类,然后采用粗糙集理论计算得出所有商空间下各个属性的重要度,综合不同粗细粒度商空间下的属性重要度大小确定了各属性的客观权重。应用实例验证了该方法的合理性、有效性和实用性。     

商空间理论与粗糙集的比较

文中以比较的方式讨论了粗糙集理论和商空间理论之间的关系,通过对两理论基本算法及复杂度和理论扩展的分析,得出商空间理论与目前流行的"粗糙集"理论的共同之处在于:都是利用等价类来描述"粒度",都是用"粒度"来描述概念。但两者讨论的着重点有所不同,商空间理论的着重点是研究不同粒度世界之间的互相转换、互相依存的关系,是描述空间关系学说的理论;而目前的粒度计算(如粗糙集理论等)主要是研究粒度的表示、刻画和粒度与概念之间的依存关系。更主要的不同在于:商空间理论是在论域元素之间存在有拓扑关系的情况下进行研究的,即论域是一个拓扑空间,而现在的粗糙集理论其论域只是简单的点集,元素之间没有拓扑关系,因此商空间理论不仅可用于数据挖掘、知识发现等方面的应用,而且对路程规划、空间状态分布等约束问题同样适用。     

商空间理论与粗糙集的比较

文中以比较的方式讨论了粗糙集理论和商空间理论之间的关系,通过对两理论基本算法及复杂度和理论扩展的分析,得出商空间理论与目前流行的"粗糙集"理论的共同之处在于:都是利用等价类来描述"粒度",都是用"粒度"来描述概念.但两者讨论的着重点有所不同,商空间理论的着重点是研究不同粒度世界之间的互相转换、互相依存的关系,是描述空间关系学说的理论;而目前的粒度计算(如粗糙集理论等)主要是研究粒度的表示、刻画和粒度与概念之间的依存关系.更主要的不同在于:商空间理论是在论域元素之间存在有拓扑关系的情况下进行研究的,即论域是一个拓扑空间,而现在的粗糙集理论其论域只是简单的点集,元素之间没有拓扑关系,因此商空间理论不仅可用于数据挖掘、知识发现等方面的应用,而且对路程规划、空间状态分布等约束问题同样适用.     

基于粒计算的多粒度数据分析方法综述

多粒度数据是一种特殊的、有用的数据类型,它通过对论域(研究对象的集合)采用不同的粒化方式使得数据能够在多个粒度空间中进行呈现,在此基础上可以开展数据的多层次知识发现研究.商空间理论、序贯三支决策、多粒度粗糙集、多尺度数据分析模型和多粒度形式概念分析是几种常见的、有效的多粒度数据分析方法,已受到人们的广泛关注.本文对基于...     

基于粒度计算的属性约简算法研究

从粒度计算的角度对粗糙集理论的属性约简进行研究,分别基于代数方法和信息论方法定义了粒度差和粒度熵的概念,并在此基础上提出了两种新的属性约简算法.实验分析表明,这两种可靠有效的粒度计算方法都能得到信息表的最小约简,为进一步研究知识的粒度计算提供了可行的方法.     

粒计算的发展现状与应用研究

粒计算是处理信息和知识过程的一种新的研究方法,覆盖了所有粒度的理论、方法、技术和工具的研究。该文综述了粒计算发展现状、粒计算的理论、粒计算模型与方法、粒计算在数据挖掘中的应用研究,并给出了粒计算未来可能的研究方向。     

基于模糊粗糙集的粒度计算

粒度计算是一种新的智能计算的理论和方法,目前受到很多学者的关注。但是,具体可行的粒表示模型和不同粒的推理方法研究相对较少。本文将模糊粗糙集纳入粒度计算这种新的理论框架,对于处理复杂信息系统,求解复杂问题无疑具有重要的意义。首先利用笛卡尔积,构建了模糊关系下的信息粒;然后给出不同粒度下模糊粗糙算子的表示方法,进而形成一个分层递阶结构;最后考虑了对于模糊信息系统粒度粗细的选择问题,并给出一个实例,从而为粒度计算提供一个具体而实用的框架。     

粒计算及其研究现状

粒计算是当前信息处理研究中的一个热点问题.本文主要讨论了粒计算的概念、理论基础、应用及研究现状,并对粒计算的进一步工作进行了探讨.     

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。     

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。     

粒度计算方法

粒度计算是一种用来处理不完全、不可靠、不精确、不一致和不确定知识的工具,它象一把大伞,覆盖了所有有关粒度的理论、方法论、技术和工具的研究,已成为人工智能研究领域的重要热点。本文从人类智能特点出发,分析了粒度的特征,提出了商空间理论的粒度计算模型。介绍了粒度计算的主要方法,并对这些方法进行了比较。     

计算理论研究的核心问题与方向

论述了计算理论的发展历史 ,核心研究工作 (包括计算模型、算法设计和分析 ) ,最近取得的新成果 ,一些尚未解决的问题及其发展趋势。     

商空间粒度预测方程

以商空间粒度计算理论为基础,综合考察了粒度计算,粒度上信息的增长,以及粒度集合上信息的白化问题。进一步在原粒度拓扑关系基础上建立了粒度白化信息的拓扑结构,使信息增长符合一定的拓扑关系。最后结合灰色理论的方法论建立了商空间应用领域的预测方程,是信息预测的新尝试。