协调决策形式背景的属性约简

本文研究基于对象定向概念格和属性定向概念格协调决策形式背景属性约简的问题。首先介绍了协调决策形式背景属性约简的概念,讨论了其等价的定义。进一步给出了属性约简的判定定理和相应的可辩识属性矩阵,从而为概念格中协调决策形式背景属性约简提供了一种具体的方法。     

基于粗糙集与信息熵的不完备测试信息条件下故障诊断

针对测试信息不完备条件下故障诊断决策问题,引入粗糙集和信息熵方法。利用决策属性支持度求相对核,以此作为启发信息;通过建立属性知识与信息熵的联系,提出基于信息熵的属性约简方法。结合决策属性支持度和信息熵设计了约简算法流程,减少属性集搜索空间,求得到最优属性约简集。实例表明,该算法适用于协调的不完备决策信息系统和不协调的不完备决策信息系统,能够解决不完备测试信息条件下故障诊断决策问题。     

覆盖决策系统的相对约简

一个知识相对于另一个知识的关系在实际应用中十分重要,而覆盖是一种重要的知识.本文讨论知识的相对约简,保持一个覆盖相对于一族覆盖的正域不变的条件下,提出覆盖相对约简的概念,给出覆盖相对协调集和覆盖相对核心的判定定理,推广了不协调覆盖决策系统相对约简理论,该理论对于知识的相对约简有重要意义.     

集值信息系统的属性约简

属性约简是粗糙集理论研究中的重要内容之一。本文主要研究集值信息系统的属性约简问题。在集值信息系统中基于拟序关系引入了信息量的概念,给出了属性特征的判定方法,以及信息量与属性约简之间的关系。根据信息量定义了属性重要性,研究了属性重要性与属性约简之间的关系。进而得到了基于信息量和属性重要性的属性约简算法,给出了该算法的时间复杂度。通过实例说明,该算法是有效的。     

基于相似矩阵的折半属性约简算法

针对大多数属性约简算法时间复杂度比较高的问题,利用粗糙集理论提出了一种新的解决办法,该方法基于相似矩阵概念,利用属性在相似矩阵中出现的频率给出了属性重要性的计算公式,以此作为启发式知识来约间决策表中的冗余属性,并将折半查询的思想运用到算法中以加快约简的速度。实验表明该算法是简单有效的.     

面向对象多粒度概念格的构造

如何降低概念格构造过程中的复杂度是形式概念分析中一个重要的研究课题．粒计算可以从多个角度对问题进行分析、求解,已经成为人工智能领域中研究问题的有效工具．针对多粒度概念格的快速构造问题,基于粒计算理论,本文研究了属性粒度变化前后概念外延与内涵之间的关系,定义了不同类型的概念,提出了基于不同属性粒度组合的面向对象概念格转换算法---Zoom,具体包括对属性粒度进行细化的Zoom-in算法和对属性粒度进行粗化的Zoom-out算法．Zoom算法在原概念格的基础上直接实现新概念格的构造,避免了遵循传统的概念格构造方法时从新形式背景中生成新面向对象概念格的繁琐步骤,从而提高了概念格的构造效率,可以快速确定概念格的属性最优粒度组合,进而有助于在数据中进行数据挖掘和知识发现．     

信息系统诱导出的形式背景及其性质

信息系统和形式背景是数据库中对象与属性之间关系的两种不同表现形式,是数据挖掘与知识发现的重要内容.本文基于粗糙集理论对两者进行了研究,指出了每个信息系统均存在一个与之对应的形式背景,通过这个形式背景可以确定信息系统的分类知识及由此划分形成的集代数.最后,文中给出了形式背景中所有概念外延组成的集合与信息系统中由划分形成的集代数相等的充分必要条件.由此,利用形式背景中的外延即可获得相应的粗近似.     

关系数据库中的属性约简

文中给出了一个函数依赖概念的推广，证明了它与知识发现领域中的许多重要概念都有密切的联系，并应用它得到了知识发现领域属性约简的一个有效完备的多项式算法。     

数据变化与概念格结构的关系

从数据集构建概念格的过程实际上是概念聚类的过程,概念格在本质上描述了对象和属性之间的联系,它的Hasse图则实现了对数据的可视化.本文在增加对象、增加属性、删除对象、删除属性四种情况下讨论了概念格结构的变化,给出了概念格结构变化、更新概念、产生子概念的判定方法和判定定理,研究了数据变化时如何对已经构造好的概念格进行维护,使概念格与当前数据集相一致.     

模糊决策属性约简及其在工位评估中的应用

受粗糙集理论中知识约简的启发,在模糊多属性决策理论中提出属性约简的概念,构建属性约简方法,寻求属性集合中所有最简单的保序属性约简子集以及属性约简核.用属性约简子集代替原有的属性集合,通常可以显著简化模糊多属性决策问题.还将此属性约简方法应用到生产线工位绩效评估中,表明此属性约简算法的实用性.