基于粗糙集和相似度量的CBR检索方法

检索是CBR中的关键技术,直接影响到范例推理的效率和质量,该文提出先用粗糙集理论去除冗余的范例决策表中的特征属性,再用相似度量理论来实现相似范例检索,这种检索方法检索效率高。同时给出了该方法在天气情况预测上的实例,验证了其有效性和准确性。     

基于相似粗糙集的CBR范例提取算法

提出了利用相似粗糙集进行范例提取的算法,自动从原始数据中提取典型范例并能获得较高的分类精度.该算法能较好的处理噪声的干扰,减少预设参数的数量,并能直接处理连续数值型属性,避免了复杂的属性离散化的计算.实验结果验证了算法的可行性和有效性.     

基于相似粗糙集的气象范例库的生成方法

基于范例推理的气象灾害预测领域,从气象数据库中提取出典型的源范例是首要的步骤,而获取高质量且无噪声干扰的气象范例,减少范例存储的时间和空间复杂度是其主要目标.提出了利用相似粗糙集进行气象范例提取的算法,通过简化相似天气的无向图,自动从原始天气数据中提取典型范例.该算法能较好的处理噪声的干扰,并能直接处理连续数值型属性,避免了复杂的属性离散化的计算.实验结果验证了算法的可行性和有效性.     

基于粗糙集的CBR系统属性约简改进算法

提出一种基于粗糙集的改进的约简算法和决策表预处理方法,在对决策表进行预处理后,以核为基础,用改进的加权属性重要度方法选择非核属性,增加反向删除操作。该算法能够充分反映专家经验知识,保证得到一个Pawlak约简,大幅度提高案例的检索效率。运用Matlab编程实现了该算法,通过实例对算法进行分析、对比,证明了其正确性和有效性。     

基于粗糙集和CBR的救灾口粮需求预测

救灾口粮预测所采用的方法多以专家经验判断为主,具有较大的随机性。为此,从灾害案例的特点出发,针对案例推理时存在效率低下和权重确定差异性较大的问题,结合粗糙集处理不确定知识的优点和案例推理的特点,提出一种方法,实现灾害应急救灾口粮需求预测,并通过洪涝灾害实例进行分析。结果表明该方法有利于减少主观影响,提高需求预测的准确率和效率。     

基于信息熵的粗糙集连续属性离散化算法

该文提出了一种新的粗糙集连续属性离散化算法．首先对每一个候选断点定义了信息熵，以此作为对断点重要性的量度，在此基础上给出了断点选择的粗糙集连续属性离散化算法．最后采用多组数据对此算法的性能进行了检验，并与其它算法做了对比实验．实验结果表明此算法是有效的，而且当候选断点个数增多时仍有很高的计算效率．     

CBR快速检索算法在时间序列预测中的应用

随着CBR应用的推广,涉及越来越多的时态信息需要处理.探讨了一种基于时间序列数据的时态CBR,提出了一种基于卷积的时态CBR快速检索算法.其思路是利用时序范例之间的时间约束关系,去除检索中求取相似度的冗余计算,并利用卷积的傅立叶变换性质,在频域求解相似度以减少计算时间复杂度.实验证明.在匹配较长的序列时,快速算法可以显著的提高时态CBR的检索效率.在CBR快速检索算法的基础上,以证券价格预测问题作为应用,借鉴流形学习理论中LLE算法的思想,设计了一种基于时态CBR的时间序列预测算法.实验证明,这种基于时态CBR的时间序列预测方法与前述CBR快速检索算法相配合,取得了较好的预测效果和预测效率.     

粗糙集在CBR系统的应用探讨

将粗糙集应用于CBR系统,通过分析、归纳、分类,将复杂CBR推理机理转化为简要的求交集,减少了数学模型的复杂性,使CBR系统推理过程易世和实用.     

基于Rough Set和神经网络的CBR快捷检索方法

检索是CBR中的关键技术,直接影响CBR的推理效率和质量,检索出的案例质量的好坏直接影响着案例重用与修改的难易,该文提出先用粗糙集约简理论去除冗余的案例决策表特征,再用BP神经网络模型来实现相似案例检索,这种检索方法不需要定义案例属性之间的相似度,检索速度快。     

基于CBR的电力负荷预测系统的研究与实现

随着电力系统的发展，负荷预测受到广泛重视。但由于它受到大量不确定因素的影响，导致电力负荷预测是一项重要而又非常复杂的工作，预测过程需要考虑多种因素。介绍了CBR的基本原理与方法，在分析相关技术的基础上，建立了一个基于CBR的电力负荷预测系统。实验分析结果表明该方法具有有效性和实用性，也说明了CBR在电力负荷预测系统的应用是提高电力系统生产规划、运行调度与管理水平，实现安全、高效和经济调度的重要技术手段。     

基于CBR和XML的软构件检索方法

在对现有构件检索方法分析的基础上,探讨了一种基于案例推理和XML技术的智能化软件构件的检索框架。重点阐述了构件案例库中构件的XML知识表示方法以及构件检索中需求构件和案例库中构件的相似度评估方法,提出了一种计算案例相似度的递归算法。     

基于粗糙集理论和信息熵的属性离散化方法*

在分析当前研究中常用的属性离散化方法的基础上,提出了一种计算初始断点集合的算法;定义了断点的信息熵,并以此作为对断点重要性的度量,提出了一种基于粗糙集理论和信息熵的属性离散化算法。通过与其他离散化算法的对比实验,验证了本算法的有效性,而且在样本数和条件属性数目不断增大时仍有很高的效率。     

基于区分矩阵的数据离散化算法

由于传统的粗糙理论只能对数据库中离散数据进行处理,而绝大多数现实的数据库既包含了离散数据,又包含了连续数据。针对这一问题,提出了一种基于候选断点区分矩阵的数据离散化算法。该方法以断点核为起点,以候选断点在区分矩阵中出现的频率作为启发信息,逐次选择最重要的断点加入到结果断点子集中,并由最终的断点集得离散化后的信息系统。最后通过实例分析表明,该算法具有较好的离散化效果。     

基于实例推理(CBR)的企业定单处理方法研究

企业电子商务和开放式信息自动化处理系统实现了客户定单信息的自动化获取与处理,使企业信息采集处理能力大大增强,同时企业原来的定单处理方式已经不能满足客户和企业的要求。该文提出了实现企业定单的自动化与智能化CBR处理方法;研究了实现定单结构化的处理方法;定单信息的编码方法和定单实例的CBR处理。     

基于案例的推理在农业专家系统中的应用

该文将基于案例的推理方法CBR应用到农业专家系统中。在对CBR方法作了简单介绍后,提出了在农业专家系统中面向对象的案例表示、案例库组织的两层结构,并以大豆专家系统中病虫害诊断模块为例阐述了CBR推理在农业专家系统中的具体实现过程。     

基于SOA的多CBR系统应用集成研究

针对单一应用的案例推理（CBR）系统在集成基于经验的隐性知识时存在固有局限性,设计出基于面向服务的体系结构（SOA）的多CBR系统应用集成框架和集成系统的平台体系结构。该集成框架和平台体系结构在分析CBR系统演化及应用集成模型库的基础上,结合SOA封装推理模型和推理流程,开发集成系统。该系统在试点应用中,实现企业内外多维隐性知识的集成和共享。     

基于粗糙集理论的遗失值填充算法

分析了在含有遗失值的数据集上如何进行有效的数据填补,以便更客观地反映数据集中数据所隐含的内在联系。通过采用粗糙集理论的有关思想和方法,提出了一种高效的等价类划分方法,在此基础上给出了一种基于粗糙集理论的遗失值填充算法,提高了遗失数据的填补效率和精确度。数据实验表明了该方法的有效性和可行性。     

信息系统总体设计中案例推理与规则推理集成方法的研究

通过对信息系统总体方案设计任务特点的分析和对案例推理与规则推理优、缺点的比较,提出一种信息系统总体设计的案例推理与规则推理相结合的集成推理方法,可以提高信息系统总体设计的效率和质量。