基于粗糙集理论的数据挖掘技术及应用

通过粗糙集BP神经网络模型的构建,对影响煤炭物流中心选址决策的指标进行约简,提取影响选址评价的主要因素用属性约简算法约简,将降维后的数据送入网络学习和训练,最后用训练好的网络对测试样本进行检验。该模型使学习训练的速度和识别率提高了,为煤炭物流中心选址决策提供了一种更为有效和实用的新方法。     

基于粗糙集理论的数据挖掘方法在边坡稳定性分析中的应用

介绍了数据挖掘技术在未知知识获取方面所具有的独特优势，并在此基础上运用基于粗糙集理论的数据挖掘技术，分析大量有关边坡稳定性的数据，并从杂乱的参数中提取有用的决策规则，从而达到准确分析边坡稳定性的目的。     

粗糙集BP神经网络在高校贫困生认定中的应用

研究高校贫困生的认定问题,构建了基于粗糙集的BP神经网络模型。该模型首先应用基于Pawlak属性重要度的属性约简算法得到认定学生贫困的重要属性,降低决策表的维数,然后将降维后的数据送入BP神经网络进行学习和训练,最后采用训练好的的网络对测试样本进行检验。     

粗糙集方法在优化煤炭企业信息化评价指标体系中的应用

以粗糙集理论为出发点,探讨了指标体系优化、信息系统建立、属性离散化及属性约简等相关问题.并以煤炭企业信息化评价指标作为实证研究,从而优化了煤炭企业信息化评价的指标体系,为煤炭企业信息化评价指标体系的构建提供了一种新的方法.     

基于粗糙集的产品造型设计分析方法

针对在产品造型设计分析中的不确定决策,提出了基于粗糙集的产品造型设计分析方法。该方法以产品外形特征分析与抽象模糊提取为基础,同时利用多重属性的粗糙集约简算法获得有效的风格信息,最终可以得到不同风格意象所反应出来的造型风格特征集。     

基于粗糙集的机械故障诊断方法研究

粗糙集理论在有效地保持故障诊断分类结果的情况下,可以提取出最能反映故障的特征。本文研究了基于粗糙集的故障诊断规则获取方法,并通过一个故障诊断实例进行了验证。结果表明：粗糙集通过相应的约简算法,能有效地处理决策表,形成规则集。这种方法基本达到了机械故障诊断的效果。     

粗糙集理论在采煤机故障诊断中的应用

介绍了粗糙集理论关于知识约简的基本内容,利用粗糙集的约简理论,对诊断规则进 行约简并剔除不必要的属性,获取最简单诊断规则。对设备进行正确的诊断,给出了利用决策表建 立采煤机故障诊断规则的表示方法。     

基于变精度粗糙集的机械故障诊断方法

探讨了基于变精度粗糙集模型的故障诊断规则获取方法,该方法通过相应的变精度属性约简算法,利用变精度属性约简有效地处理带噪声的决策表,提取符合可信度要求的故障诊断规则形成规则集。此方法克服了标准粗糙集模型对数据噪声过于敏感的缺点,增强了数据分析和处理的鲁棒性。     

基于粗糙集的CBR规则提取韵应用研究

粗糙集理论是一种新型的处理不精确问题的数据分析理论.将粗糙集理论应用于CBR中,用差别矩阵对决策表知识进行约简,发现并提取规则,建立基于粗糙集的范例索引;可有效地消除原CBR范例冗余属和数据嗓音.以滚动轴承噪声值样本为实例,通过计算和分析,证明该方法切实可行.     

关于粗糙集的理论及应用研究

粗糙集理论作为新型的软计算方法,是一种分析和处理模糊和不确定性信息的有效工具,广泛应用于人工智能、知识发现、模式识别、故障检测等领域。本文描述了粗糙集理论的基本概念和特征,阐述了粗糙集理论的研究现状,讨论了粗糙集理论研究中存在的问题,并对粗糙集理论的发展进行了展望。     

基于数据挖掘的CRM系统研究

随着市场竞争越来越激烈,CRM成为企业提升竞争力的重要手段,如何从现有庞大的客户数据中挖掘出对决策有帮助的信息,是现在企业极为关切的方向。文章通过研究数据挖掘模型特点,重点分析3种数据挖掘算法,提出了利用COBWEB算法和粗集结合的方法对客户价值进行聚类分析,利用遗传算法对客户需求进行预测,最后对CRM系统总体结构进行了描述和设计。     

基于粗糙集的分类规则挖掘的研究

为了使粗糙集理论应用于分类规则挖掘更具严密性,能够有效的提高挖掘异常规则的效率和针对性,研究和探讨了数据预处理、多层分类规则挖掘、规则约简等方面的技术和方法,提出了基于粗糙集的异常规则挖掘算法,增量式分类规则挖掘策略和多层次分类规则挖掘策略,并建立了一个完整的基于粗糙集的分类规则挖掘模型。     

基于粗集-未确知模型的企业信息化评价

分析了影响企业信息化水平的评价指标后,应用粗集理论对指标进行约简,得出影响企业信息化水平的主要指标,然后应用未确知模型进行综合评价。最后,应用具体实例进行实证分析,以证明方法的有效性。     

基于CART决策树数据挖掘算法的应用研究

分类与回归树CART算法是数据挖掘技术中重要的算法。依据CART算法理论,采用类型变量求解决策树,并引入优化的分裂函数,然后利用基于类型变量的论域划分创建二叉树,抽取和筛选预测准则,从而为职能部门决策提供科学而可靠的依据。最后以贵州师范大学教学与管理中的数据,给出算法的应用实例。     

基于数据挖掘的矿山企业智能安全监管系统模型研究

提出利用数据挖掘技术建立包括监管部门、矿山企业及基层职工三层结构的矿山企业安全监管信息系统模型,为矿山企业提供一个监管机构与企业内外部共同监管、设备与人共同作用的矿山安全管理系统。     

基于粗糙集的装载机液压系统故障诊断专家系统知识获取研究

针对当前专家系统知识获取瓶颈的难题,提出一种基于粗糙集的装载机液压系统故障诊断专家系统知识获取模型。将装载机液压系统的故障历史数据离散化,构建故障诊断决策表,通过粗糙集数据挖掘算法获取故障诊断的最小约简属性集和潜在的诊断规则,并建立诊断规则知识库。以ZL50型装载机液压系统中的齿轮泵故障分析为例进行了验证。     

基于数据挖掘的煤矿计算机安全监测体系建立

数据挖掘系统具有独特的时间特性与体系结构、强大的实时数据采集和历史数据保存功能、丰富的应用程序接口和数据管理模块。同时在现代环境下,利用现代信息技术将各独立子系统中的数据进行采集,挖掘煤矿生产中隐藏的信息,对提升煤矿安全生产管理和监测水平,实现煤矿安全生产的实时监控和监测,以及对煤矿安全生产的状态进行预测与决策具有重要的意义。本文结合煤矿生产系统的需要情况,探讨了基于数据挖掘的煤矿计算机安全监测体系建立。     

数据挖掘技术在优化与机械设备故障诊断中的应用

数据挖掘是数据库中知识发现过程的一个重要步骤。利用数据挖掘中的粗糙集理论、人工神经网络技术、决策树方法和遗传算法,可以建立有效的工业优化模型和机械设备的故障诊断模型,具有较强的实用价值。