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。     

一种基于粗集理论的视频流派分类方法

视频分类提供了一种管理和利用视频数据的有效手段.现有的视频流派分类方法倾向于使用尽量多的特征,借此更有效地表示视频内容,以保证分类的效果,但提取这些视频特征的代价通常都很高,因此有必要考虑流派分类中的特征选择问题.提出了一种基于粗集理论的方法实现视频特征的选择和流派的分类:通过分析相关文献中所使用的各种特征.提取了多种有效特征构成分类的基础;基于启发式搜索的方法用于发现最优约简,从而实现特征选择;通过约简导出的分类规则实现流派标识的确定.与已有方法分类效果的比较以及与决策树方法的实验对比表明了文中方法的有效性.     

改进的粗集属性约简的启发式算法

提出了一种改进的粗集属性约简的启发式算法。寻找粗集理论的最小属性约简已经被证明是NP难题,一般采用启发式算法来寻找近似最优解,但求得的约简有冗余属性存在的问题。针对一般启发式算法的不完备性,利用粗集理论中的属性依赖度和属性重要度,构造启发式信息,并在算法中增加了消除冗余的二次约简过程,得到一种改进的启发式算法。最后通过实际算例分析,验证了该改进算法的有效性。     

基于粗集理论的数据融合算法在辐射源交叉定位中的应用

粗集理论是数据融合中一种重要的算法理论。阐述了粗集理论的基本原理,并通过实例介绍了其在辐射源交叉定位中的应用,为工程应用提供了参考。     

一种基于粗集理论的知识发现系统的研究与设计

文章在给出基于数据库的粗集理论的形式化描述的基础上，首先引入关联度概念，修改了一个典型的缩减算法，定义了一个能较为全成反映知识形成过程中一些得要统计特征的规则表示方法，最后设计知识发现系统的并举例验证了系统的正确性和实用性。     

基于粗集理论的雷达目标类型识别

将粗糙集决策算法用于常规雷达目标多特征融合分类,并进行雷达目标类型识别,可提高目标的识别率,增强系统的稳健性.通过建立目标特征知识系统与分类决策表,提出了决策规则的应用和系数的确定,并提出了目标融合分类的步骤与方法.当雷达从不同姿态角照射目标时,从回波序列提取的目标径向投影特征属性取值将分布在一个与目标结构尺寸有关的区间之内,加之雷达测量误差使目标属性测量值呈平稳正态分布,所以,对决策表的条件属性取值进行区间划分将有助于增加条件属性矢量的容差能力,提高分类决策的稳健性.以一个包含6类30种目标的知识系统为例的分类实验达到了不低于90%的识别率.     

D-S证据理论和粗集理论在数据融合中的应用

提出了一种由粗集理论和D S证据理论结合的多传感器数据融合方法 ,并将其应用于目标识别中。在目标识别的数据融合中 ,利用粗集理论对大量的传感器数据进行处理 ,判断出冗余传感器 ,得到传感器的最简组合 ,从而简化特征数据。然后利用D S理论实现目标的分类 ,改进分类的效果。因此 ,将两种方法结合起来应用于数据融合技术中来进行目标识别 ,为解决传感器数据超载以及不完整传感器信息融合提供了一种方法 ,且提高了识别的速度和效果     

一种基于粗集理论的图像分割方法

提出了一种基于粗集理论的图像分割方法．在图像聚类过程中的对象往往是具有相似关系而不是等价关系的对象．在本文中将相似关系应用到粗集理论中来解决图像中的聚类问题．由于噪声的干扰,往往会影响到图像分割的效果．本方法提出了边界点的最大隶属原则并进而提出了边界点的粗糙度以及边界点的最大隶属原则,从而大大减小了噪声的干扰．在此基础上给出了聚类质量的评价函数．该方法为进行图像分割提供了一个崭新的视角．     

粗糙集在诊断规则提取中的应用

为了克服专家在诊断规则提取时的主观性,把粗糙集理论引入诊断规则提取之中.根据电子设备故障征兆及故障特点,提出一种基于粗糙集理论的诊断规则提取方法,并通过实际电路验证了该方法的有效性.该方法为智能故障诊断中规则知识的自动获取提供了一条道路.     

粗糙XML函数依赖及其推理规则

随着XML成为网络信息表示和交换的标准以及不确定数据的广泛存在,不确定XML数据库管理技术成为了当今研究的热点.基于粗糙集理论提出了XML信息系统模型、粗糙XML树信息系统、粗糙冗余等定义,基于粗糙XML信息系统的上近似、下近似给出了粗糙XML函数依赖的定义及推理规则,并对推理规则的正确性进行了证明.为粗糙XML数据库理论的进一步研究奠定了基础.     

扩展的多类别信息熵的粗糙集连续属性离散化新方法

提出了一种标准粗糙集约简时连续属性离散化的新方法.采用标准粗糙集进行属性约简时,要求属性为离散的,而大多数情况下属性是连续的,因此需要进行离散化处理.首先介绍了原有的信息熵算法并指出其局限性;其次,对多类别信息熵进行扩充,将距离因素引入到该信息熵的计算中;最后给出了扩展信息熵计算的两个基本准则,利用证据理论完成信度的上聚焦.仿真显示了该方法的有效性.     

New heuristic method for data discretization based on rough set theory

Data discretization contributes much to the induction of classification rules or trees by machine learning methods. The rough set theory is a valid tool for discretizing continuous information systems. Herein, a new method is proposed to improve those typical rough set based heuristic algorithms for data discretization, by utilizing decision information to reduce the scales of candidate cuts, and by more reasonably measuring cut significance with a new conception of cut selection probability. Simulations demonstrate that compared with other typical discretization algorithms based on the rough set theory, the proposed method is more capable and valid to discretize continuous information systems. It can effectively improve the predictive accuracies of information systems while still conceptually keeping their consistency.     

粗糙集理论及其在管理决策中的应用浅析

在管理决策过程中，人们经常接受到这样的信息，这些信息不能用精确的集合表示，从它们的特征上看，这类信息是粗糙的，不完备的。粗糙集理论是分析和处理不完备信息的有效工具，现就粗糙集理论本身的发展和其在管理学领域的最新应用进行分析和介绍，并提出在应用过程中存在的问题。     

利用粗糙集理论评估卫星导航系统效能

为了对卫星导航系统进行效能评估,提出了一种新的效能评估方法一粗糙集理论.在基于粗糙集理论的属性约简能力基础上,建立了卫星导航系统评估指标体系,确立了系统评价决策表和权重计算方法.通过对卫星导航系统实际测试数据的评估分析,得出了约简后的属性重要度和指标权重,与通常使用的层次分析法所得评估结果一致.表明利用粗糙集理论进行效能评估,可以克服传统方法确定权重系数的主观性,使得评估结果更具合理性和科学性.     

基于粗糙集理论的训练器材消耗影响因素分析

训练器材是教学施训的基础和保障,是关系到教学训练单位建设发展和提高教学施训水平的重要因素.找到影响训练器材消耗的因素,能够在平时的教学施训中制定相应的保障措施,更好的利用教学训练经费.对影响训练器材消耗的因素进行分析及数据挖掘,找出造成训练器材消耗的主要因素.通过运用粗糙集理论对采集到的数据进行属性分析,对不必要的数据进行属性约简,从中得到影响训练器材消耗发生的关键因素.     

粗糙集理论在决策判断中的应用

属性约简是RoughSet理论研究中的核心内容之一,现在已经证明寻找决策表的最小约简是NP hard问题。本文首先阐述了可辨识矩阵的概念;然后在此基础上提出了一种基于可辨识矩阵和信息熵的属性约简的新算法,并给出了该算法的时间复杂度;最后,通过实例分析表明,本文算法能够成功用于决策判断,并且在多数情况下该算法能够得到决策表的最小约简。     

基于小波粗糙集算法的图像拼接研究

为了提高图像拼接的质量,采用小波粗糙集算法。首先,基于自适应小波变换对图像分解,通过小波方向的对比度设定阈值来平衡图像内各个对象的差异。接着,分解图像特征点的粗糙决策属性来划分重叠区域,通过空间的划分,把上近似在属性子集的划分区域划分到对象集合中,下近似有可能划分到其他对象集合中,比较计算参考图像与输入图像特征向量因数集的欧氏距离约简规则选择特征点,并把输入图像中欧氏距离最小的点作为参考图像中特征点的匹配点。然后,通过平均值法消除拼接缝隙,实现图像的上下、左右以及斜方向的无缝拼接。最后,给出了算法流程和评价指标。实验仿真表明,本文算法拼接缝隙区域过渡光滑,视觉效果连续,没有出现重叠鬼影,本文算法的信息熵为33.872 1bit,处理时间为2.436 8s。满足拼接结果中对执行时间少、信息含量大等要求。