基于粗糙集的专家系统知识库约简研究

基于粗糙集理论提出一种改进的属性值约简算法;首先针对粗糙集中两种属性重要度定义存在的不准确性问题,提出一种加权平均的属性重要度定义;接着将此定义引入改进的属性值约简算法之中,在求得决策表中属性值核后,用它指导后续属性值的添加问题;改进后的算法可以在保证约简效果的前提下,从不相容决策表中获得完整的解空间;最后通过约简某型专家系统知识库的实例验证了所提算法的有效性。     

知识约简的逻辑特征

论文研究信息系统的规则提取问题,研究规则的形式、可信度,从非经典逻辑的角度讨论信息系统约简前后规则的相互关系,进而更深入地了解各种知识约简方法的特点与相互关系。     

启发式知识约简算法的研究与应用

从信息角度对决策系统中的属性重要度进行度量,在此基础上,提出一种知识约简的启发式算法,它以信道容量为启发式信息,减小了知识约简过程中的搜索空间。实例分析表明,本算法能够获得决策系统的一种良好的相对约简。     

基于粗糙集的决策规则约简

粗糙集理论是一个新的数据挖掘方法，正越来越被人们所重视。其主要思想是保持分类能力不变的情况下，利用等价类，通过属性约简和决策规则约简，达到发掘知识并简化知识的目的。但是属性约简是一个NP问题，对属性的约简和决策规则的约简只能通过启发式算法实现。该文针对属性约简和决策规则约简，各提出了一个启发式算法。     

一种基于知识粒度的启发式属性约简算法

属性约简是粗糙集理论进行知识获取的核心问题之一。根据属性相似度与知识粒度的一致性,通过条件属性与决策属性以及条件属性之间的相似度度量,提出了一种基于知识粒度的启发式属性约简算法。根据条件属性与决策属性的相似度对条件属性进行降序排列,根据条件属性之间的相似度度量选择重要的属性,从而得到约简集合。理论分析与实验结果表明,该算法具有较高的运行效率和较好的约简效果。     

动态知识系统的规则约简方法

1 引言知识系统中的规则约简是知识发现、数据挖掘的重要内容。近年来粗集(Rough sets)理论在知识约简的应用已成为计算机科学的热点问题。对静态数据的规则约简已有多种算法。但知识系统往往是动态的。本文给出了一种针对动态知识系统的基于粗集理论的规则约简方法。对知识系统而言,动态一般指记录或论域的元素不断增加。因此,有关处理动态系统的一些方法又称为增量式算法。文章给出了所提出方法的有效性的结论以及实验的结果。     

一种新的基于粗糙集的值约简算法

对粗糙集（Rough Set)理论中属性约简和值约简算法进行了研究，提出了一种新的基于粗糙集的值约简算法，实验表明，该算法所得结果比目前通用的基于粗糙集的值约简算法更简化和有效，它可以应用到各种与值约简相关的实际问题中。     

基于知识粗糙熵的快速属性约简算法

针对基于正域的属性约简算法在约简过程中存在重复计算属性相对重要度从而导致算法效率低的问题,从属性度量和搜索策略的角度提出基于知识粗糙熵的快速属性约简算法。首先,在决策信息系统中通过引入知识距离提出知识粗糙熵以度量知识的粗糙程度;其次,利用知识粗糙熵作为属性显著度的评价标准来评估单个属性的重要程度;最后,利用属性重要度对所有条件属性进行排序,且通过属性依赖度删除冗余属性,从而实现快速约简。在六个公开数据集上将所提算法与其他三种算法在运行效率和分类精度上进行对比实验。结果表明,该算法的运行效率比其他三种算法分别提高了83.24%、28.77%和59.92%;在三种分类器中,分类精度分别平均提高了0.83%、0.63%和1.37%。因此,所提算法在保证分类性能的同时,能以更快的速度获得约简。     

决策表的一种知识约简与规则获取方法

粗糙集理论是一种新型的数据挖掘和决策分析方法，利用粗糙集理论进行决策表的知识约简与决策规则挖掘已经成为研究热点。文中介绍了粗糙集的基本理论，在此基础上运用该理论对从决策表中获取最小规则进行了研究，提出了决策表约简的启发式方法，并通过一个具体实例详细说明了决策规则获取过程，实例分析表明了其有效性。     

决策表的一种知识约简与规则获取方法

粗糙集理论是一种新型的数据挖掘和决策分析方法,利用粗糙集理论进行决策表的知识约简与决策规则挖掘已经成为研究热点。文中介绍了粗糙集的基本理论,在此基础上运用该理论对从决策表中获取最小规则进行了研究,提出了决策表约简的启发式方法,并通过一个具体实例详细说明了决策规则获取过程,实例分析表明了其有效性。     

基于Agent的人机界面设计

介绍了一个基于Agent的人机界面设计系统,主要应用于Web系统中。系统可根据用户喜欢的颜色和风格,生成自己的个性化Web人机界面,并且用户可对系统生成的界面进行重新设计。     

基于一种灵活、通用知识表达的知识获取工具设计

本文详细介绍了一种界面良好、方便实用的知识获取工具KAT的主要功能、知识表达形式及主要程序模块设计等关键技术，其界面良好、功能完善、使用方便，具有良好的通用性和开放性。     

流程与知识集成建模研究

企业中的业务流程是赖以生存的根本,同时也是执行"过程"的知识载体,承载了从一个节点到另一个节点知识信息的传递.企业中流程与知识之间存在着一种相互促进、相互依赖的关系.通过研究流程与知识集成建模的一些现状,将传统的RAD建模方法进行扩展,使得流程中产生的大量知识沉淀为企业的固有文化知识,发挥出知识辅助流程的作用,能使企业获得更大的核心竞争能力和持久的回报.     

概念图知识处理器的设计

概念图作为一种新的知识表示方法,有着广泛的应用前景。本文首先简要介绍了概念图知识表示方法,然后详细给出了一种适用于微型机的专家系统开发工具概念图知识处理器的设计和实现方案。     

一种基于框架和中间件模型的知识库系统

本文基于对知识库系统的分析、在现有的数据库管理系统上提出了一套规则、知识框架,并围绕框架构造一个专家系统中间件,以实现规则、知识库与数据库的结合,这套方案立足于利用常规开发工具（如：VB、VC、PB等）在数据库管理系统（如：Oracal、SQL、Server等）上开发集成专家系统的复杂MIS。     

基于属性Petri网的语义网络知识表示

首先给出了基于定性映射的属性Petri网的形式定义和运行机制;其次给出了基于属性Petri网的语义网络知识表示模式,此模式适合干感觉特征抽取与整合,和基于该机制的各种思维功能的描述。     

概念图知识表示方法的研究

本文简要介绍了一种新的知识表示方法－概念图;详细论述了概念图知识表示的机器内部实现方法以及在推理过程中如何实现概念图之间的匹配。     

仿真和建模的VVA软件工具库研究

本文研究了水下航行器仿真模型库、数据库以及用于模型验证、确认和鉴定(VVA)方法库的功能和构建方法,首次将人工智能和层次分析(AHP)方法引人仿真置信度评估研究,在解决各软件平台互连技术(ODBC)的基础上,完成了仿真和建模的VVA软件工具库的设计和实现。初步应用表明,本项研究对于系统仿真置信度综合评估具有实用价值。     

事件序列中的知识发现研究

事件的序列是数据的一种常见形式,其中的知识发现问题是近年来ＫＤＤ的一个活跃的研究领域。本文首先给出了事件序列中知识发现问题的形式描述和框架算法,然后讨论了数据库中发现大序列的问题,具体描述了发现数据库中大序列的算法。     

自动推理中反证法的研究

计算机自动解几何问题,已经有不少研究成果.前推搜索法能够产生可读证明,因此也是应用较多的一种方法.在目前诸多算法中,一般是采用直接证明的方法.在手工证明几何问题的方法中,间接证明也是一种重要的方法,其中反证法是较为有效的方法之一.在计算机自动推理研究中,如何运用反证法,是自动推理中的一个难题,关于这方面的研究成果也少有报道.给出一个算法:根据命题的结论将命题分类,针对不同类型,设计不同的解决方案.有效地实现了反证法在自动推理中的运用.