粗集理论及其应用（一）

作为研究粗集理论的开始，本文首先给出知识的形式化定义和知识库，知识的等价、携主特化等概念的一些基本性质，强调知识与分类概念的联系。当涉及到非为知识时，担保紧粗集概念作为讨论知识的理论基础，因而本文介绍了粗集与集合近似找 近似集合的性质及非精确 数字特征与拓扑特征，最后给出集保的粗等价、粗包含和分类的近似方法。     

基于形态学膨胀的粗集研究

基于二值形态学理论,推广了标准粗集理论中的不可分辨关系,研究了一类新的粗集,并探讨了其基本性质,特别研究了形态学粗近似算子的可定义性.结论表明,新的粗集模型不仅是现有粗集理论的扩展,在实际应用中还可挖掘出更多具有确定性的知识,从而提高数据分析的效率.     

一种新的模式识别特征评选与简化方法

基于粗集理论，从模式识别表达知识系统的方法出发，讨论了对于系统根据特征描述瓣分类的上近似、下近似概念，提出用去掉某些特征后对系统模式识别的影响来衡量该特征的分类能力，以模式识别效果为依据来评选有用特征，从而实现特征集的简化和珠一种新方法，这种方法对于对降低知识表达的空间维数，简化信息处理也十分有用。     

控制系统联系度及分析

控制系统联系度及分析潘维加齐宪华（东北电力学院自动控制系，吉林１３２０１２）控制系统按其类别可分为确定性系统和不确定性系统两种，这里所研究的主要是确定性系统。关于确定性系统和不确定性系统之间的联系讨论甚少，本文应用集对分析理论，通过定义输入联系度，输...     

基于VB6.0的营养诊断专家系统

采用面向对象的方法和VB6 .0程序设计语言 ,设计和实现了一个营养诊断专家系统 ,该系统可以充分利用营养分析专家长期积累起来的经验和知识 ,使营养诊断技术为一般人员所掌握 ,这对于维护和保证人类身体健康具有重要意义。介绍了该系统的结构和各模块的功能 ,阐述了系统知识库建立的方法和推理机制。推理机是诊断专家系统的核心部分 ,该系统采用了基于产生式规则的正向推理技术 ,在不确定性知识处理上 ,应用确定性理论、概率统计理论建立了不确定性推理模型 ,使推理机具有较高的准确性。最后给出了一个系统的诊断实例。实践证实 ,面向对象的方法更接近于人类的一般思维活动 ,能有效地表达现实世界中大多数领域的知识     

粗集理论应用于大气颗粒物的源解析

基于粗集理论(RS)用于处理信息不确定性问题的近似分类的思想和方法，通过分析大气污染源排放的元素组成的差异程度与大气颗粒物样本中元素含量的分类关系，采用排放源对于大气颗粒物元素含量的有效程度为标准来衡量排放源的重要性。进行了实例分析计算并与其它源解析法相比较，结果表明，粗集理论应用于大气颗粒物源解析具有简单、实用的特点。     

粗集理论及其应用（四）：粗集理论和模糊集合

首先将粗集与模糊集合进行简单对比，并介绍利用粗集的概念考虑模糊集合的粗近似，定义粗模糊集合，利用模糊划分的相似性关系研究集合的近似问题，定义模糊粗集，并介绍粗模糊集合和模糊粗集的基本特性等，最后讨论知识近似模型的统一。     

不确定系统的信息熵与知识化简

根据一个不确定系统的条件属性对决策结果产生的依赖关系,建立了基于信息熵和知识重要性对不确定系统的知识冗余分析的联系,得到了基于信息熵和基于Rough集理论对不确定系统的知识冗余分析概念的统一和方法的一致性重要结论,从信息熵的角度以统计概率的方法提出了不确定系统的知识冗余分析新的知识简化方法,应用实例验证了本文理论和方法的可行性和有效性.     

覆盖空间下粗糙集和Vague软集融合方法研究

针对覆盖近似空间下粗糙集、Vague集和软集3种不确定性理论方法融合扩展的问题,提出了一种新的基于近邻域的覆盖粗糙Vague软集模型,并讨论了相关性质。又针对该模型的不确定性度量问题,定义了一种新的覆盖粗糙Vague软集的不确定性度量方法。该方法通过引入覆盖粒度空间下知识熵的概念定义覆盖粒度空间的不确定程度,同时采用粗糙度定义覆盖粗糙Vague软集本身的粗糙性,最后将二者结合度量覆盖粗糙Vague软集的不确定性程度。算例分析表明,该度量方法是有效可行的,并且随着覆盖粒度的增大覆盖粗糙Vague软集的不确定性程度也随之增大。覆盖粗糙Vague软集模型在胃电信号(EGG)分析及胃疾病辅助诊断问题研究中有很好的应用前景。     

基于加细覆盖的广义粗糙集研究

覆盖广义粗集是Paw lak粗集理论的一种重要扩展.本文从拓扑学的角度,利用邻域系重新定义了广义粗集近似集的概念,并分析了这些近似集概念之间的差异;证明了在加细覆盖条件下,上、下近似集运算存在一些特别性质;给出了加细覆盖下近似集运算的公理化构造条件。     

基于粗集理论和信息熵的规则模型研究

针对粗集规则存在的问题，提出了一种基于信息熵的属性简约算法，该算法以信息熵作为属性约简的标准，充分利用数据所蕴含的统计信息，克服了粗集γ准则对数据噪声的敏感性和不能表达属性间概率因果关系的缺点，理论分析和实例表明，该算法得到的规则集比基于粗集γ准则算法得到的规则集更简练，分类效果总体上也更优、在大多数工业应用中数据往往被各种噪声所污染，属性间也很难找到确定性关系，因此该方法具有比基于粗集准则方法更广泛的适用性。     

GIS中空间对象的不确定性研究

重点讨论了空间数据不确定性的概念、模型及研究方法,建议用目标模型和场模型来分别表示两类不同的空间对象,论述了空间统计学、模糊集理论、粗集理论、遗传算法、反思模型关数据不确定性研究中的应用,并给出了若干应用例子。     

粗集理论及其在数据挖掘中的应用

粗集理论是一种新的处理模糊和不确定性的数学工具，在数据挖掘、机器学习、决策支持系统和模式识别等领域得到了广泛应用。文中在阐述了粗集理论的基本思想与特点的基础上，重点评述了粗集理论在数据挖掘中的应用状况以及未来的发展方向。     

粗集及其在知识发现中的应用

粗集理论在知识发现中的应用已成为知识发现研究的热点 .介绍了粗集的基本概念 ,包括粗集的定义、“属性 -值”系统、属性依赖与归约及粗集概念的若干推广 ,最后指出粗集理论在知识发现中的一个可能应用途径     

基于粗集的PNN结构损伤识别方法

目的 为有效利用监测系统大量冗余、互补数据,对结构的工作状态展开评估.方法 运用粗集进行属性约简达到海量数据的降维工作,进而提取有效的特征参数,运用概率神经网络(PNN)良好的处理噪声等不确定信息及概率推理能力,进行推理计算和损伤识别.结果 对某12层钢筋混凝土框架不同噪声水平下的三种损伤模式进行了识别,识别精度均在85%以上,并与PNN损伤识别方法进行了比较,其识别精度高于PNN.结论 提出了一种基于粗集与PNN的结构损伤识别新方法,该方法不仅可以降低数据的空间维数.减少冗余属性和不确定性,而且可以提高损伤识别精度.     

概率粗糙集Ⅲ型与Ⅳ型之研究

经典粗糙集理论在解决系统不确定性知识时有明显的不足,对于不协调的决策表的规则提取存在很大的局限性.因此许多学者从不同的角度如变精度、概率论、模糊集来拓展其研究领域.概率粗糙集是从概率论出发,充分利用近似边界区域提供的统计信息,能提取带有确定因子的决策规则.概率粗糙集Ⅲ型与Ⅳ型是其后两种形式.论文推导了概率Ⅲ型与Ⅳ型的若干定理及重要性质,并予以证明;把最小风险Bayes决策转化为概率Ⅲ型与Ⅳ型下的问题来解决,最后用一个实例说明了其有效性.     

大坝安全监测的粗集模型方法

针对传统分析方法的不足,研究了大坝安全监测的粗集模型方法.首先对原始监测信息进行粗糙集处理,提取主要影响因素和决策规则集,然后用粗糙隶属度分析各主要因素的重要性指标及其在效应量中所占的分量比例,并且通过对规则集的不确定性推理建立了大坝监测的粗集预报模型.实例分析表明,粗集模型在大坝影响因素重要性评价和非确定性测值预报方面取得了满意的结果.     

基于粗集方法的图像识别系统

提出了基于粗集理论的一种图像识别系统，该系统包括图像预处理，特征提取、决策表生成，条件属性简化等，运用粗集方法，能有效地压缩图像特征数目从而大大提高运行速度。     

系统参数重要性评价方法

系统参数的重要性评价十分重要本文首先讨论了通过计算机特征参数的离差来分析系统参数重要性的Ｋ－Ｗ检验方法。研究了利用信息论中不确定性概念来计算熵与分类的关系的方法，以及通过计算系统参数的之间的依赖性和不可分辨性与识别系统的关系来衡量系统参数重要性的粗集理论分析方法。     

基于概率约束的DMC预测控制算法研究

动态矩阵控制（DMC）是模型预测控制（Model Predictive Control）的典型算法，能有效处理系统输入输出约束和抑制随机干扰。对于存在约束的线性稳定系统，该文将条件均值和状态估计误差协方差引入系统的约束表达式中，通过高斯近似把概率约束指标转换为确定性线性约束，建立科学的有约束DMC预测控制系统，使被控对象能够更好地满足约束：这种方法简单，易于实现，Matlab进行仿真结果证明了其可行性与优越性：