粗糙集在CBR故障诊断中的应用

本文在对粗糙集属性约简算法进行论述的基础上,主要对粗糙集在CBR故障诊断中的应用进行了分析与探讨。     

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。     

粗糙集的理论及应用研究

粗糙集理论是一种新的软计算方法,能效处理和分析不完备息。文章讲述了粗糙集理论的基本知识和相关算法,分析了粗糙集理论的相关应用,分析了粗糙集理论方法研究中的问题,并对粗糙集理论的发展进行了展望。     

基于粗糙集神经网络的齿轮故障诊断

通过采集齿轮不同故障状态下的振动信号,并提取其小波包能量和7个时域特征量作为特征值,利用BP神经网络进行建模实现了对齿轮的故障诊断。为了解决特征之间存在冗余信息的问题,提出了利用粗糙集对齿轮的故障特征集进行属性约简,在不降低分类效果的情况下,实现特征集的降维处理,提高了诊断的效率和精度。     

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。     

基于改进的粗糙集理论与贝叶斯网络的变压器设备故障诊断模型

电力变压器是电力系统最为关键的一部分,快速准确地判断变压器故障类型对变压器安全运行具有重要作用,传统的粗糙集理论进行故障诊断往往存在两个问题,一是忽视属于NP-hard问题的最佳属性约简;二是未充分考虑故障诊断的概率属性.基于此,提出了一种基于改进的粗糙集理论与贝叶斯网络的变压器设备故障诊断模型,通过构建可分辨二进制矩...     

基于粗糙集的属性约简算法综述

属性约简是粗糙集中的一个重要研究方向.本文从8个方面对基于粗糙集的属性约简算法进行归纳,即:不完备决策信息表,不相容决策信息表,连续型属性决策信息表,动态决策信息表,有序型属性决策信息表,基于粗糙扩展模型的属性约简,基于属性重要度的属性约简,结合智能优化算法的属性约简,这对进一步深入研究粗糙集的属性约简算法具有积极意义.     

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。     

基于粗糙集理论的漏洞检测技术研究

论文主要探讨了国内外漏洞数据库的发展状况,通过对漏洞特征分类理论的研究,同时结合所开发的漏洞扫描系统的需要,设计了一个漏洞数据库,并且提出了一种基于粗糙集理论的漏洞检测技术。     

基于粗糙集理论的序列离群点检测

作为数据挖掘的一项重要任务,离群点检测已经引起人们的广泛关注.本文基于粗糙集理论来讨论离群点的定义与检测问题,提出了一种新的离群点定义--粗糙序列离群点以及相应的离群点检测算法RSOD.该算法利用粗糙集理论中的知识熵和属性重要性等概念来构建三种类型的序列,并通过分析序列中元素的变化情况来检测离群点.在UCI标准数据集上...     

基于粗集理论的最小化决策模型

随着Internet的出现，信息过程量已经成为电子商务经营决策人员必须面对的问题。如何才能在大量的可用信息资源中及时发现有用的知识，已经引起了广泛关注。粗集理论在数据挖掘节中的应用，提供了应用处理模糊和不确定知识的数学工具，获取知识、精炼知识和实现知识增值的方法。在粗集基本概念的基础上，探讨了根据粗集理论分析处理信息、提取有用特征的方法，以及通过分析、推理产生最小决策规则的方法。     

基于扩展粗糙集理论的信用风险分析

在对传统信用风险等级评价模型总结的基础上,提出了一种基于扩展粗糙集理论的评价方法.该方法首先将信用风险等级评价抽象成一个多准则分类问题,然后使用DRSA法直接从历史数据中提取决策规则,所得到的规则不仅可以用于企业的信用等级评价,还可以反映各指标与信用等级之间的关系.通过一组上市公司的实际数据验证了该方法的有效性.     

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.     

基于粗集理论的信息熵属性约简算法

本文针对粗集属性约简存在的问题，提出了一种信息熵的属性约简算法，算法中引入了信息熵的概念代替粗集约简γ准则作为属性选择的标准，克服了粗集约简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，本文通过两个实例表明，当属性间存在确定性关系性算法能够象粗集约简γ准则一样找到表达这些关系的属性集，当属性间是概率因果关系，或确定性关系被数据噪声所掩盖，因而粗集约简γ准则无法使用时，算法能够找到具有确定性关系的属性集，或是具有最小不确定性概率因果关系的属性集。     

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.     

基于变精度粗糙集理论的UCAV态势评估方法研究

粗糙集是一种处理不确定性因素的决策方法,将其引入到UCAV态势评估过程中。针对机载传感器或其他信息系统获得的目标属性数据可能存在噪声或某种程度的不完整性这一问题,在传统粗糙集理论的基础上引入置信阈值β形成变精度粗糙集理论,在深入分析UCAV态势评估过程的基础上,将该理论与态势评估相结合,形成基于变精度粗糙集的UCAV态势评估算法。通过对实例的分析可知,该方法能够与态势评估的全过程紧密结合,结果正确。