粗集理论的现状与前景

本文讨论了粗集理论的基本概念,详细介绍了其在理论与应用方面的研究进展,并指出了粗集理论今后的一些研究方向。     

基于粗集和神经网络的建模方法研究

运用粗集理论的不可分辨关系和不可分辨类的概念和归约计算方法，对原始数据进行精简、概略，然后建立神经网络模型和确定各隐层节点之间的连接关系，使得网络从一开始就具有良好的拓扑结构。这种基于粗集理论的神经网络模型和学习算法具有学习速度快、容错能力强等特点。     

基于粗集的决策规则生成方法

本文首先介绍了粗集理论和布尔推理相关概念 ,在此基础上给出了一种根据分辨函数的计算从决策表中生成决策规则的方法     

基于粗集的决策规则生成方法

本文首先介绍了粗集理论和布尔推理相关概念。在此基础上给出了一种根据分辨函数的计算从决策表中生成决策规则的方法。     

基于Rough Sets的图像分割法

介绍了粗集(Rough Sets)的一般概念和理论,并提出了一种基于粗集理论中不可分辨关系的图像分割方法,从而对基于粗集理论的图像处理和分析方法进行了初步探讨。     

粗集理论及其在数据挖掘中的应用

粗集理论是一种新的处理模糊和不确定性的数学工具，在数据挖掘、机器学习、决策支持系统和模式识别等领域得到了广泛应用。文中在阐述了粗集理论的基本思想与特点的基础上，重点评述了粗集理论在数据挖掘中的应用状况以及未来的发展方向。     

S-模糊粗集

针对实际生活中人们所涉及的模糊的不确定的知识或概念,依据S-粗集理论,提出了S-模糊粗集,给出了S-模糊粗集的两类形式:单向S-模糊粗集,双向S-模糊粗集,最后介绍了该理论的一个简单应用。     

基于粗集理论和信息熵的规则模型研究

针对粗集规则存在的问题，提出了一种基于信息熵的属性简约算法，该算法以信息熵作为属性约简的标准，充分利用数据所蕴含的统计信息，克服了粗集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，理论分析和实例表明，该算法得到的规则集比基于粗集γ准则算法得到的规则集更简练，分类效果总体上也更优、在大多数工业应用中数据往往被各种噪声所污染，属性间也很难找到确定性关系，因此该方法具有比基于粗集准则方法更广泛的适用性。     

知识发现中概率统计与粗集方法的比较

对知识发现中，概率统计方法与粗集理论方法在评价系统参数的重要性，分类隶属度与条件概率，输入条件与决策结果的依赖关系等方面进行了比较，提出了将概率统计方法和粗集理论相结合，由确定性粗集的近似空间扩展到了不确定性的概率粗集的近似空间，为确定性和不确定性知识表达系统提供一个统计粗集模型。     

基于粗集理论的神经网络

在分析了粗集理论方法和人工神经网络方法两者各自的特点与共同之处后,首先探讨粗集学习与神经网络学习的结合方法,然后提出了一种基于粗集预处理的神经网络系统,最后给出一个基于粗集方法作为信息预处理的神经网络文字识别的例子,来基于粗集的神经编制 优越性。     

变异粗集在集对分析中的应用

根据变异粗集方法，将粗糙集应用到集对分析理论中，讨论了集对分析与变异粗集的结合方法，并通过一个例子来说明本文的可行性。     

变异粗集在集对分析中的应用

根据变异粗集方法,将粗糙集应用到集对分析理论中. 讨论了集对分析与变异粗集的结合方法,并通过一个例子来说明本文的可行性.     

基于粗糙集的生产环境数据挖掘系统方法

针对粗糙集确定性模型缺乏处理不确定信息的特点，Z．Pawlak等提出了粗糙集的概率模型，但该模型没有包括如何处理生产数据集纷繁复杂数据的方法，因此提出了应用粗糙集于生产环境数据挖掘的一种系统方法，并应用UCI的数据集对该方法进行了检验，实验结果体现了它的性能与有效性。     

粗糙集技术在WEB网站的应用

首先对WEB网站的数据信息进行了分析,然后在介绍粗糙算法一般原理的基础上,对粗糙算法的数据挖掘技术在WEB网站上的应用给出了实现流程;最后就粗糙算法数据挖掘技术在校园网上的网站栏目的挖掘给出了应用方案和设计实例,实验表明该技术对校园网门户站点的结构调整具有实际的参考价值。     

基于粗糙集理论的多传感器信息融合

利用粗糙集理论的属性约简、值约简、核和不完备信息系统等概念来进行多传感器信息的融合,除了传感器测量的数据之外,无需任何额外的信息.针对完备信息系统和不完备信息系统分别提出了相应的融合算法,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有效的方法.     

Applying rough sets in word segmentation disambiguation based on maximum entropy model

Wordisalogicalsemanticandsyntacticunitinnaturallanguage.UnlikeEnglish,thereisneitherde limitertomarkwordboundariesnorexplicitdefinition ofwordsinChinese.WordsegmentationtransformsChinesecharacterstringintowordsequence.Asapre requisitepartofPOStagging,parserandotherdeeply processing,earlyerrorinsegmentationwillalwayscas cadethroughthechain,causingthewholesentenceer rorinthefinaloutputs,suchasMachineTranslation,InformationExtractionandtheQuestionandAnswer(QA)System.Thoughwordsegmentationha…     

粗糙集理论在数据挖掘中的应用

粗糙集理论作为一种新型软计算方法，可以有效地分析和处理具有不完备、不确定性特征的信息。已经在诸多领域得到成功应用．在简要介绍粗糙集基本理论的基础上，详细讨论了粗糙集在数据挖掘领域的应用进展．     

基于粗糙集的不完备数据分析方法

为提高ROUSTIDA算法对离散型不完备数据的填充能力,根据极大相容块中的元素之间具有最高的相似度的性质,提出了一种改进的ROUSTIDA算法,从而使填充缺失数据的能力有了很大提高,同时还具备了初步排除噪声数据的能力.实例分析表明该算法是行之有效的.     

基于粗糙集对旋转机械故障诊断系统的研究

针对机电设备故障诊断中存在的知识冗余和不确定性,从原始数据出发,利用决策表约简算法进行属性和属性值的约简,建立了故障诊断的规则库.给出了基于粗糙集的故障诊断和知识获取模型的一般结构.通过对旋转机械典型故障的分析,建立了决策表,通过对决策表的约简,减少了数据库中数据的数量,解决了故障诊断中知识获取的瓶颈问题.提出了决策表的属性值约简的一种简化算法.实验证明该方法是可行的.