粗糙集中的知识熵

从信息熵的角度对粗糙集理论进行研究，用熵理论的方法来讨论粗糙集中的一些基本概念，并从粗糙集的角度证明知识熵的一些性质，在知识熵与粗糙集理论之间建立映射关系，为寻找高效的决策规则建立了知识熵的基础。     

一种基于粗糙集的诊断型知识发现方法

知识获取是开发专家系统的瓶颈，传统的病害知识获取通常需要一个较长的过程．针对这一问题，本文给出了粗糙集理论和基于规则的作物病害知识之间的关系，即在油菜植病专家知识获取过程中的应用，建立了基于RHINOS 诊断模型的油菜病害的排除规则、包含规则和病害映像，阐述了可能性规则定义，并给出了基于规则描述的自动归纳推理方法，包括全搜索过程、后处理过程、统计测试的评估以及交叉验证和鞋带方法等．实验结果表明，粗糙集不仅是一个很好的知识获取的框架，而且能正确的归纳推理植物病害的规则．这对诊断型专家系统的开发可起到一个很好的辅助作用，在智能化农业信息系统中有着广泛的应用前景．     

模具改模信息管理系统设计与开发

本文首先分析了模具企业改模过程的特点、现行方法及其弊端,然后详细分析了相关的业务流程和功能需求,提出对改模过程及工艺进行信息化管理的方法,并采用ASP.NET技术设计开发了改模工艺信息管理系统.通过实施应用进一步说明该系统有助于规范改模流程、沉淀改模知识、提高改模的效率和效果.     

由规则归纳系统中发掘感兴趣模式

文章借助粗糙集理论，提出一种面向大型数据库的规则归纳方法；然后在评价规则的置信度和支持度的基础上，引入兴趣度准则进一步对规则进行评价，并介绍了两种针对不同问题的兴趣度指标，提出兴趣模板的概念来描述令人感兴趣的规则特征以强化用户的参与作用，提高系统效率。     

粗糙集在知识约简中的应用

将粗糙集应用于数据挖掘领域,能提高对不完整数据进行分析和学习的能力,属性约简能删除冗余属性,提高系统潜在知识的清晰度,降低发现规则的时间复杂性。目前已在人工智能、知识发现、模式分类等方面得到了应用。文中描述了粗糙集的基本理论,并通过实例分析了粗糙集理论在知识约简中的应用。     

粗糙集规则简约的方法在模式识别中的应用

利用粗糙集理论的数据分析和知识获取能力,运用粗糙集理论对知识进行浓缩和筛选,略去不必要的属性,简化数据,给出规则提取的具体算法,并应用于实际案例中.通过对七段数码管识别规则的简化,得到了较好的结果.表明将粗糙集理论应用于模式识别规则的简约中具有一定的优势.     

商业个人贷款审批知识表示及推理

以商业贷款中的个人贷款审核为研究和应用背景,基于语义本体模受,建立商业个人贷款本体,对其结构、概念、概念属性进行了规范的描述.并从个人贷款的领域知识中提取了概念属性的值域公理等内容:总结归纳了个人贷款的业务规则,并定义了相应的逻辑谓词和原子谓词表达式表达,用于个人贷款审批规则的知识表示和推理.解决了个人贷款审批业务领域中的对象和业务规则的标准化表示与推理,为计算机智能审批个贷申请提供异构信息共享和智能推理技术支持.     

粗糙集在销售决策系统中的应用

在销售决策支持系统中,存在着大量的信息和很多不确定的因素,这使得做出科学合理的决策变得很困难。粗糙集理论是处理不确定性知识与不完整数据的有效工具,因此可以根据粗糙集理论通过分析推理找出销售数据中存在的有用的知识。依据粗糙集理论实现了一种对销售决策表知识简化的方法,采用粗集理论处理大量销售信息,从中提取有用规则,通过分析和推理产生最小决策规则。通过实例分析,验证了粗糙集理论与销售决策支持系统相结合方法的可行性。该方法有效地解决了智能销售决策支持系统中决策规则的获取与理解等问题。     

基于粗糙集和决策树的增量式规则约简算法

粗糙集方法是一种处理不确定或模糊知识的重要工具。传统的粗糙集模型对最简规则集的研究都是针对静态数据的,对于动态数据却显得无能为力。但在实际应用中,数据库中的数据往往是动态变化的,因此,对规则约简的增量式算法的研究是知识发现领域所急需解决的问题之一。文章给出了一种基于粗糙集和决策树的增量式规则约简算法,并与传统算法和RRIA算法进行了对比分析,实验结果表明该算法的方法和效果更好。     

基于粗糙集理论的故障诊断系统知识库设计

故障诊断是与有效决策密切相关的复杂而困难的问题。粗糙集理论可以有效地分析、处理不完备信息。知识库是整个故障诊断系统的核心,利用基于粗糙集的知识约简和决策规则提取算法,将柴油机故障信息值进行约简,求出其决策规则。知识库由事实库和规则库组成。在知识库中采用链表数据结构,以数据文件形式存储,完成知识库设计的程序。采用粗糙集方法进行故障条件属性约简十分有效,得到简化的决策规则,使得知识库的设计更加方便快捷。