具有f约束下的知识约简

粗集在知识约简中得到了重要应用,文中给出具有f约束下的知识约简概念,讨论了具有f约束下的知识约简与普通的知识约简之间的关系,给出了具有f约束下的知识约简的算法过程和应用.     

基于程度粗糙集的知识约简方法

给出了基于程度粗糙集模型上知识的近似约简及近似相对约简,引入了目标信息系统上的k上(下)近似约简及k上(下)分布约简的概念,并讨论了它们之间的关系,得到了几个重要结论,可为知识发现或数据挖掘技术奠定一些基础.     

不完备信息系统的下近似分布约简与规则

研究了不完备信息系统的知识发现问题．将带有未知数据的不完备信息系统看作集值信息系统，提出了一种新的约简方法一下近似分布约简，给出了判定定理，并根据约简方法给出了下近似分布规则的定义、辩识函数以及对象x所支持的所有下近似分布规则的方法．证明了完备信息系统协调时，x-下近似分布规则是x-确定规则，说明了下近似分布规则是确定规则的推广。     

优势关系下知识约简的比较研究

在不协调目标信息系统中引入优势关系的概念,并探讨了基于优势关系下不协调目标信息系统的几种知识约简方法,其中包括分布约简、最大分布约简、分配约简和近似约简;同时提出并证明了确定上述约简之间关系的判定定理,为进一步研究、辨识矩阵及其求取属性约简算法提供了理论依据.     

一种基于差别矩阵的新的属性约简方法

在利用粗糙集理论进行数据挖掘得到知识规则时,最重要的一点就是基于粗糙集的属性约简,因此,在区分矩阵的基础上,改进了计算信息系统属性约简的方法,使属性约简计算量大幅度减小,可以快速得到给定要求下的属性约简．     

基于相对知识粒度的决策表约简

知识粒度主要应用于信息系统的属性约简。为了把知识粒度拓展到决策表约简领域,在研究知识粒度的基础上,定义了相对知识粒度的概念,证明了对一致决策表约简而言,相对知识粒度表示与Pawlak代数表示的等价性。进一步定义了基于相对知识粒度的属性重要度,提出了两个基于相对知识粒度的启发式决策表约简算法。通过理论分析与实例表明约简算法是有效可行的。     

基于Rough Set和neural network组合数据挖掘

提出了一种基于rough set和neural network的数据挖掘新方法。首先利用粗集理论对原始数据进行一致性属性约简，然后使用神经网络对数据进行学习，并同时完成属性的不一致约简，最后再由粗集对神经网络中的知识进行规则抽取。该方法充分融合了粗集理论强大的属性约简、规则生成能力和神经网络优良的分类、容错能力。实验表明，该方法快速有效，生成规则简单准确，具有良好的鲁棒性。     

属性约简与数据挖掘的可拓变换与可拓知识的表示

利用可拓学的可拓变换和可拓知识对知识发现过程中的属性约简与数据挖掘进行形式化，并引入计算算子和计算型变换，从属性约简与数据挖掘中提取可拓变换和可拓知识（含变换的因果关系），从而更精炼地说明了属性约简和数据挖掘的本质．     

粗糙集数据分析系统的程序实现

粗糙集理论是一种新的处理不精确、不完全与不相容知识的数学工具。首先简述基于粗糙集方法的数据分析系统的基本构成,分析了粗糙集中连续属性离散化的方法,实现了连续属性数据进行数据离散化。围绕不可区分关系和相对正区域两个核心概念,通过知识之间的依赖程度,提出了粗糙集数据分析的算法,通过比较属性约简的数目,选择最少属性数量的约简结果。得到了求取相对核、上(下)近似集、等价关系、相对重要度、属性相对约简、范畴相对约简、最小决策规则等的各种算法的程序实现。给出了利用MATLAB实现该系统约简化、核及最小决策规则的程序。最后给出实际工程系统的程序运行结果,对滚动轴承故障诊断的仿真实例表明,该方法简化了诊断规则,得到较高的故障诊断正确率。对推动粗糙集理论在具体实践中应用具有实际意义。     

分辨矩阵与它在非一致决策中的应用

约简与核是粗集中的两个重要概念，它具有重要的应用．利用属性和约简的概念，得到了Skowron的分辨矩阵若干性质和几个定理．利用这些结果，提出研究非一致性信息决策表的求核与相对约简的方法，给出这些方法的应用，应用例子表明本文提出的方法的有效性．     

赛博空间隐性知识内涵及相关研究

信息时代,大量知识以数字化形式存在于赛博空间中,但是特定类型的数字知识只能被特定的数字系统（程序）直接使用,而不能被其它类型的数字系统充分利用,数字知识呈现相对＂隐性＂特征,深刻影响了数字知识的共享利用。针对这一问题,在对管理学和信息科学领域等隐性知识相关研究的基础上,提出了赛博空间隐性知识概念,从数字化的角度扩展了隐性知识的内涵,以知识科学与工程领域的数据挖掘和知识发现、机器学习、用户模型、企业应用集成、网格等方面,分析了赛博空间隐性知识的研究现状,并就传统隐性知识和赛博空间隐性知识的区别与联系进行了辨析,以及对下一步工作进行了展望。.     

属性约简与数据挖掘的可拓变换与可拓知识的表示

利用可拓学的可拓变换和可拓知识对知识发现过程中的属性约简与数据挖掘进行形式化,并引入计算算子和计算型变换,从属性约简与数据挖掘中提取可拓变换和可拓知识(含变换的因果关系),从而更精炼地说明了属性约简和数据挖掘的本质.     

知识保持的嵌入方法

考虑了一种带有数据领域知识的降维问题。这里领域知识是指关于数据的一些额外监督信息,如类别标号以及比标号弱的样本间相似性和不相似性约束等。其中,约束可以从标号中产生,但反过来从约束中却得不到标号信息,因而约束比标号更一般。另外,在图像检索等实际应用中,约束比标号更容易获取。鉴于此,本文主要研究基于约束的降维问题。提出了一种有效利用约束进行降维的约束保持嵌入算法（constraint preserving embedding, COPE）,将其纳入到图嵌入统一框架之中并指出与同类方法的关系。进一步,通过引入无标记样本提出了半监督COPE算法;提出核COPE以揭示数据中的非线性结构。最后,在人脸识别、图像检索及半监督聚类等一系列实验中的结果验证了算法的有效性。     

基于知识约简的无线网络脆弱性评价指标体系构建

针对无线网络脆弱性评价指标体系中影响因素众多、层次结构复杂且指标间存在相关性的问题,提出了一种基于知识约简算法的脆弱性指标体系构建方法.首先,初步建立无线网络脆弱性评价的指标体系,在此基础上构造脆弱性评价决策表;其次,运用知识约简算法对决策表进行简化,其中非核指标的重要性排序采用特征向量法进行确定,该方法以保证评价结果的准确性为前提,较AHP权重判断法更具客观性;最后,将该方法和AHP权重判断法进行了分析比较,说明了其有效性.     

基于约束对象的知识表示研究

讨论了约束对象的形式模型,给出了约束对象的设计与实现,提出了用约束对象表示知识和类比推理加约束满足的模糊匹配原则,其特点是引入约束对象时不增加额外的概念就可以实现受约束知识的处理,为开发专家系统提供了一种新的知识处理方式。     

广义特征矩阵及其应用初步

属性约简,即在保持知识库的分类或决策能力不变的条件下,删除其中不相关或不重要的属性,是Rough set理论的核心研究内容之一.决策表属性重要性度量方法是决定属性约简算法性能的重要启发式信息.合理的属性重要性度量方法,将有助于提高启发式搜索算法的效率和优化效果.针对基于分辨矩阵的属性重要性度量的缺陷,提出了广义特征矩阵概念,并在分析其性质的基础上,建立了一种新的基于广义特征矩阵的属性重要性分层度量方法,该方法不需要计算属性重要性的权值而直接给出重要性的排序,具有分辨能力强,度量准确的特点,对决策表的属性约简和知识荻取有重要应用价值.     

Extension of information entropy-based measures in incomplete information systems

Rough set theory[1, 2], developed by professorPawlak, was conceived as a valid mathematical theoryto deal with inexact, uncertain or vague knowledge inmany applicants such as data mining, machine learningand decision support.Although rough set theory, using the concept of in-discernibility relation as its basic principle, provides aformal theoretical mechanism and a series of tools onknowledge reduction and knowledge acquisition throughset algebra, researchers realize that rough set theory isd…     

集值决策系统中粗糙集理论与知识约简

以集值决策系统为研究对象,根据偏序关系讨论了知识约简问题。提出了近似分布约简的概念,并给出了相应的判定定理与辨识公式,最后用一个实例说明了此方法的有效性。     

锅炉智能CAD的技术和方法研究

从设计方法学角度描述了锅炉方案设计问题，将锅炉方案设计活动分解为“方案创造”、“方案分析”、“方案评价”和“方案调整”四项子活动.基于面向对象的知识表示方法，建立了由属性空间、关系空间、规则空间、约束空间、案例空间和方法空间构成的锅炉智能计算机辅助设计（CAD）的设计对象模型，并解释了运用该模型进行锅炉智能CAD的主要过程.提出了锅炉智能CAD的总体技术方法，即基于案例知识的智能化方案创造、基于确定性过程知识的智能化方案分析、基于约束知识的智能化方案评价，以及基于规则知识的智能化方案调整.开发了锅炉智能CAD系统的总体框架原型，并已将部分功能应用于工程实践.实践表明，上述技术和方法符合实际需求，可有效支持锅炉智能CAD系统的开发.