基于可变精度粗糙集的决策规则格构造

基于概念格理论提出了决策规则格的概念，格中的每一节点均可表示为相应的决策规则。针对格节点之间存在偏序关系的特点，文中给出了三种剪枝策略。特别地，将粗糙集知识约简的思想和可变精度粗糙集的β下近似思想应用于决策规则格的构造，有效地减少了格中节点的数目，并有较强的抗噪声数据干扰能力。     

基于D-S证据理论的态势评估方法

正确的战场态势评估是指挥决策的基础。本文对态势评估问题进行了分析,提出用D-S证据理论构造态势评估模型,根据不断到来的战场信息做出合理推断。实验结果证明该方法是有效的。     

变精度粗糙集与贝叶斯粗糙集图像分类研究

在经典粗糙集分类模型的基础上利用变精度粗糙集模型,引入近似区分矩阵的概念,提出了一种基于变精度粗糙集的图像分类模型及其分类算法,在变精度粗糙集分类模型的基础上利用贝叶斯粗糙集模型,通过引入全局相对增益函数给出了贝叶斯粗糙集属性约简的另外一种算法,最后提出了一种基于贝叶斯粗糙集的图像分类模型及其分类算法.实验结果表明在处理决策表不协调的图像分类问题,贝叶斯粗糙集图像分类方法性能良好,分类准确和高效.     

基于变精度粗糙集的信息系统数据挖掘应用

变精度粗糙集模型(VPRS)是粗糙集模型的扩充,它引入了精度参数,对数据的不一致性有较好的容忍度.文中利用VPRS模型,对不一致的信息系统进行数据挖掘,运用这一方法对系统决策表进行近似约筒,去除其中冗余的属性,得出了近似约简的结果以及决策规则.实例应用表明,该方法是确实可行并有效的.     

基于变精度粗糙集的粗集神经网络

本文研究了基于变精度粗糙集模型下的粗集神经网络设计,对近似约简条件进行了弱化推广,同时提出了近似约简的选取原则。在对Brodatz纹理图像的分类实验中,比较了经典粗集神经网络RNN和变精度粗集神经网络VPRNN的性能,VPRNN不仅具有更为精简的结构和更短的训练时间,而且具有更强的近似决策和泛化能力。     

动态变权重的近距空战态势评估方法

针对空战态势评估中,常权求和带来的信息动态性不够灵活的问题,提出了动态变权重的近距空战态势评估方法。该方法在优势函数的基础上,加入空战能力指标,改进了评估指标体系;并且依据贝叶斯理论实时确定态势类型,综合空战态势变化特点,根据变权理论,动态调整评估指标权重。通过真实的空战数据仿真实验,验证了该方法在空战态势评估中的可行性和有效性。仿真结果表明,动态变权重的评估方法能够有效改善常权求和引起的信息动态性差的问题。     

基于相似度的变精度容差关系扩充粗糙集模型

比较分析了已有扩充粗糙集模型,提出基于相似度的变精度容差关系扩充粗糙集模型。该模型根据两对象的相似度及属性值缺失情况划分客差类。通过与基于容差关系、相似关系、限制容差关系等扩充粗糙集模型比较,证实了该模型对不完备信息系统处理的现实可行性和有效性,最后给出了相对正域的概念及属性约简规则。     

基于直觉模糊决策的战场态势评估方法

针对战场态势评估问题,提出一种基于直觉模糊决策的评估方法.首先,将战场态势评估归结为一综合评价问题,建立了直觉模糊综合评判模型,并证明了该模型是归一化的.其次,建立了战场态势评估指标体系,讨论了评判指标的效用值计算等度量问题和指标值的规范化方法.再次,给出了利用德尔菲法与层次分析法相结合来确定和计算指标的权重向量的方法.最后,研究了联合防空作战过程的详细评估实例.仿真结果表明此方法对当前战场态势可给出有效的综合评价和理解,具有较高的可信性.     

U×W型双论域变精度粗糙集模型

针对现实世界中多个论域之间信息分类和属性约简问题,提出了U×W型双论域变精度粗糙集模型,通过对U×W型双论域中等价关系的研究,得到了二维等价关系的等价类,在此基础上对该模型结构和数学特性进行了深入研究,得到了一些有用的结论,最后利用粗糙熵和信息熵对其不确定性进行了度量,并通过实例对模型及度量结果进行了验证.     

基于VPRS的网络安全威胁评估方法

网络安全威胁评估是对网络威胁响应和预警的前提和基础,提出采用变精度粗糙集理论进行威胁评估的方法.该方法利用安全要素和威胁等级建立决策表,通过对决策表约简,获取决策规则,计算整个网络的安全等级.仿真实验表明,采用该方法的评估结果更加准确、直观.     

基于粗糙集理论的威胁估计方法研究

针对威胁估计中确定指标是否合理的问题,基于粗糙集理论,提出了威胁估计的步骤,研究了威胁估计条件属性集的约简方法,通过实例验证了粗糙集理论在威胁估计中指标约简的可行性。     

基于粗集理论的中文关键词短语构成规则挖掘

短语比词信息量更加丰富,更能够体现原文的主题,通常所说的关键词实际上多数为短语形式.然而目前的问题是关键词短语的自动标引缺乏统一的规则指导.本文利用粗集理论在数据泛化和知识约简方面的优势,对人工标注的人民日报关键词短语语料进行了挖掘,从而得到了中文关键词短语的若干构成规则.规则可以用于自动关键词抽取,也可以对手工关键词标引进行指导.实验结果表明获取的规则使关键词自动抽取的性能有较大改善.     

基于粗糙集的交通信号控制决策研究

粗糙集理论能够在分析大量经验数据基础上找到用于判断决策的规则,同时允许决策对象中存在一些不太完整的属性,并通过推理得出基本上确定的规则。将粗糙集理论与交通控制结合起来,对交通控制过程中的属性进行了分析,并将粗糙集理论的知识获取和决策分析算法应用到交通信号控制中,提出了一种系统的交通信号控制知识获取和决策的方法,是在解决城市交通状况决策问题上的一次有益的尝试。     

基于粗糙集理论的规则提取方法

利用粗糙集理论从初始的数据库出发，进行离散化，属性约简和值约简，依次建造可辨识矩阵、约简表和规则表，从数据库中提取一定的规则。     

基于粗糙集和遗传算法的知识发现方法

粗糙集理论是一种处理不确定和不精确问题的新型数学工具,为数据挖掘提供了一条崭新的途径。提出了结合粗糙集理论和遗传算法的知识发现方法。首先通过粗糙集理论对数据进行预处理,在实现属性约简中采用了遗传算法,以提高搜索效率,然后进行规则提取。以农业病虫害诊断知识发现应用为实例说明了该方法的可行性。     

一种基于粗糙集的安全评估方法

安全评估是指依据多个安全相关指标对复杂信息系统进行评价的过程。为提高信息安全风险评估的客观性和准确性,文章提出利用粗糙集相关理论进行安全评估的方法,并详细阐述了该方法的原理及运用它进行安全评估的基本流程,最后将评估结论落实到安全等级划分中的做法具有较好的现实意义和较强的可操作性。     

粗集运算的产生式关联规则获取方法

分析了粗集运算的产生式关联规则(知识)获取方法的原理,给出了其关联规则自动获取过程.通过隶属函数的分类定义并求解其分类隶属度,其目的是对数值型数据进行定性化处理,从而形成规范的决策表.研究了数据元组范化的方法、属性归约的具体算法.提出了用多维代表值的求解方法进行元组值约简,并给出了其具体算法.实例表明,通过该方法抽取的关联规则真实、可靠,有效地实现了关联规则的自动获取且其操作的自动化程度高.     

An Incremental Rule Acquisition Algorithm Based on Rough Set

1　Introduction　Rough set theory introduced by Pawlak (1982)[1] is avalid mathematical theory developed in recent years, whichhas the ability to deal with imprecise, uncertain, and vagueinformation. It has been used successfully in such field asmedicine, pharmacology, market analysis, engineering,pattern recognition, data mining etc. Pawlak showed that theproblems of machine learning could be explained, analyzedand disposed within the framework of rough set theory[2]. Inhis paper[2], t…     

基于粗糙集理论的动态目标识别及跟踪

在通信对抗中,通信电台及其装载平台的识别与跟踪一直是个非常困难的问题.本文提出了基于粗糙集理论的动态目标身份识别及其运行轨迹跟踪算法,并用实例对几种典型情况进行了详细的分析和讨论,实践表明这是粗糙集理论在数据融合领域的一个较为成功的应用.