基于粗糙集理论的故障诊断知识获取

利用飞行数据对飞机进行故障诊断和状态监控已经成为国内外相关领域研究的热点.根据飞行数据进行故障诊断时,需要获得故障模式与飞行数据特点之间的对应关系的知识,但是这些知识很难在维修手册等知识源中获得.大量的历史飞行数据中隐含了飞行数据与故障模式之间的逻辑因果关系,对其分析处理就可以获取诊断知识.因此本文提出了应用粗糙集的方...     

TBKAM：一种基于树形的知识获取方法

本文介绍了专家系统中所采用的一种基于树形的知识获取方法。我们的研究工作侧重于下列三个方面：树形知识表示以及从逻辑型知识到树形知识的转换；树形知识获取技术与算法实现；ＴＢＫＡＭ在仪器故障诊断专家系统ＩＦＤＥＳ中的应用。     

诊断专家系统知识表示方法研究

根据故障诊断领域专家知识结构，本文设计了一种适用于诊断类专家系统的知识表示方法，并在微型计算机故障诊断专家系统中得到应用，效果良好。     

基于粗糙集的不确定知识表示方法

本文基于粗糙集的基本理论,分析了知识的构成及表达机理,定义了用于知识表示的特征集和原子概念,并在此基础上提出了一种知识表示特征集模型。该模型对确定性知识可进行精确表达;而对不确定性知识则采用逼近的方式来描述。本文提出的特征集模型为不确定知识的表示提供了新的思路。     

诊断型专家系统外壳DESS—Ⅱ

本文叙述了在Ｗｉｎｄｏｗｓ环境下使用ＶｉｓｕａｌＢＡＳＩＣ、ＦＯＸＰＲＯ等工具开发的诊断型专家系统开发环境。     

一种基于规则的知识获取策略

本文介绍一种化工废物资源化应用专家系统的结构及各部分的功能，着重介绍系统归纳学习设计方法。     

面向机械设计的知识获取环境

在开发机械设计专家系统时，需要有效的知识获取环境，本文介绍了一个针对机械设计知识的特点所研制的面向机械设计领域的知识获取环境ＭＤＫＡＳ，其内容包括：知识表示和获取，知识库的组织，维护，管理及各种辅助模块，该系统在微机上用ＧＣＬＩＳＰ实现，经过运行使用，效果良好。     

一种基于模糊Petri网的不确定知识获取方法及其应用

本文介绍一种基于模糊Petri网获取专家系统不确定知识的方法,文中给出了模糊Petri网的知识表示、不确定推理算法及应用实例。     

一种基于模糊粗糙集知识获取方法

本文介绍了粗糙集和模糊粗糙集的上下近似。并且利用模糊粗糙上下近似算子,论述了在不完备模糊信息系统中知识获取的一种方法。应用这种方法能够让隐藏在不完备模糊信息系统中的知识,以决策规则的形式表示出来。最后给出了一种实现算法和实例。     

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。     

基于粗糙集的主动知识获取算法

1引言 知识获取是粗糙集的最重要部分之一.目前已提出了若干个知识获取的算法,这些知识获取算法中,大多数是不允许用户干预的.为了得到想要的知识,用户必须从庞大的结果规则库中去搜寻,或者又需要有专门的提取算法.有些情况下,在结果规则集中甚至找不到用户感兴趣的规则.     

基于粗糙集的运动训练计划系统知识发现方法

在＂智能化运动训练计划系统＂的使用过程中,系统数据库中的历史数据将会日益增加,人们是否能够对这些非常有价值的历史数据进行利用并发现与训练手段相关的隐含知识,从而更好地辅助用户完成训练计划的制定,成为一个关注的问题。本文以粗糙集理论为基础,阐述如何对历史数据进行统计处理,提出一种对历史数据进行知识发现的方法。最后以实例说明该方法所发现的知识具有重要实际意义。     

基于粗糙集理论的计算机图像识别系统

为解决专家系统较难获取完备知识的瓶颈问题,设计了一种基于粗糙集理论的诊断系统。研究历史数据所形成的决策表,运用粗糙集理论进行约简,构建专家系统知识库模型。通过计算诊断规则粗糙度,确定诊断规则的置信程度。利用推理机,实现对知识库的动态维护。结合诊断的特点,建立基于粗糙集理论的专家诊断系统模型,快速准确地实现诊断的目标。实例表明,该专家诊断系统有效、实用,具有很好的学习能力。     

基于粗集的模糊属性值信息系统的知识获取

文章研究了一类属性取模糊值的不完备信息系统的知识获取方法。首先给出了信息系统的一种表示方法,同时采用模糊集思想,构造了这类系统的模糊不可分辨关系,并研究了这类信息系统的知识获取算法,并以一个实例,说明了这种算法的有效性。     

基于粗集的汉语词语义项知识的获取

由于自然语言语序的灵活性,使得自然语言知识的自动获取很困难。本文基于粗糙集理论的属性值约简方法,结合基于记忆的学习(Memory Based Learning,简称MBL) ,提出了一种汉语多义动词义项知识的获取方法,用该方法获得的知识可用于词义消歧。     

铅锌密闭鼓风炉故障诊断知识获取的粗糙集方法

从粗糙集等价类概念出发，提出从不完整数据集中获取故障诊断知识的密闭鼓风炉故障诊断方法，将不完整数据集的训练事例划分为下近似和上近似两类，首先假设属性的未知特征值为任意可能值，然后根据从驯练事例中得到的上下近似进行提炼，最后从事例与近似互相作用以推导出确定的和可能的规则，得出规则概率，并估计出合适的属性的未知特征值，结合密闭鼓风炉悬料规则库的知识获取及其在故障诊断中的应用过程说明了该方法的有效性和实用性。     

基于粗糙集的不完备谣言信息系统的知识获取与决策

网络谣言可能扰乱人们的思想、心理和行为,引发社会震荡、危害公共安全,而微博等社交平台的广泛应用使得谣言造成的影响与危害变得更大,因此,谣言检测对于网络空间的有序健康发展具有重要的意义。当前谣言的自动检测技术更多关注检测模型的构建和输入数据的表现形式,而在改善数据质量以提高谣言识别效果方面的研究很少。基于此,本文将粗糙集理论应用于不完备谣言信息系统进行知识获取与决策,实质上是通过粗糙集理论解决不完备谣言信息系统的不确定性度量,冗余性以及不完备性等问题,以获得高质量的数据,改善谣言检测效果。首先系统总结了粗糙集理论中不确定性度量的方法,包括香农熵、粗糙熵、Liang熵以及信息粒度等四种不确定度量方法,并整理和推导了这四种不确定度量方法从完备信息系统到不完备信息系统的一致性拓展。基于上述总结的四种不确定度量方法,提出了基于最大相关最小冗余(MCMR,Maximum CorrelationMinimum Redundancy)的知识约简算法。该方法基于熵度量方式,能够综合考量决策信息与冗余噪音,在UCI及Weibo等8个数据集上实验验证,结果表明本文算法优于几种基线算法,能够有效解决信息系统的冗余性。另外,提出了一种基于极大相容块的不完备决策树算法,在不同缺失程度数据上实验验证,结果表明本文算法能够有效解决信息系统的不完备性。     

基于粗集的IT项目风险决策中知识推理方法

针对IT项目的风险管理与决策过程中存在大量不确定、不完全信息等特征,论文在传统决策方法的基础上,将智能决策支持系统(IDSS)引入到IT项目的风险管理中,提出了IT项目风险智能决策支持系统(ITIDSS)的基本构架。并借助粗糙集的原理与方法,通过实例分析,探讨了ITIDSS中关于知识表达、属性约简、规则挖掘等信息获取与知识推理的算法,尤其是引入了有效规则权重的概念与计算方法,从而对整个决策规则挖掘的算法进行了简化和改进。