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。     

不完备信息系统中一个变精度粗糙集模型

针对不完备信息系统的知识获取,提出了一种基于相容度的变精度粗糙集模型,该模型是变精度粗糙集模型在不完备信息系统中的拓展.定义了这种模型上的知识约简,并给出了求约简的一个启发式算法.最后通过实例分析说明了算法的有效性.     

一种不完备信息系统的约简方法

提出了一种基于覆盖粗糙集理论、利用最大一致块技术进行不完备信息系统约简的方法。在证明利用最大一致块技术生成的相容类构成论域的最简覆盖基础上,利用覆盖粗糙集理论对已利用最大一致块技术进行属性约简的信息系统进行属性值约简,并提出一种新的约简算法。     

基于不完备信息系统相容关系的分配约简遗传算法

属性约简是粗糙集理论的核心问题之一,也是粗糙集有效算法研究的焦点.本文研究在不完备信息系统下的属性约简算法,在相容关系基础上,提出了一种应用遗传算法来求解分配约简的方法,并通过实例分析说明了该算法的有效性.     

不完备信息系统中一种拓展粗糙集模型

以同时具有遗漏型和缺席型未知属性值的不完备信息系统为研究对象,提出了一种使用参数进行控制的自反二元关系以及相应的粗糙集模型,将这种拓展粗集模型与不完备信息系统中现有的几种拓展粗集模型进行了对比研究。对一不完备信息系统进行了实例分析,以说明新提出的二元关系的有效性。     

不完备信息系统的粗糙集扩充方法

就目前直接处理不完备信息系统的Rough集模型进行了讨论、归纳和总结,介绍了不完备信息系统的Rough集扩充方法,为在不完备信息系统上基于Rough集模型的粒计算研究提供一定的参考.     

一种新的基于序数型不完备信息系统的粗糙集方法

针对序数型不完备信息系统,提出一种改进的ROUSTIDA算法。通过定义两对象在某一序数型属性上的相似概率,求得任何两个对象在整个属性集上的相似度,以与有缺失值对象有最大的相似度的对象具有最强的修补能力为依据给出了具体的改进算法,实例分析表明该算法是行之有效的。     

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.     

基于不完备混合序信息系统的增量式属性约简

由于大数据环境下数据呈现出动态更新的特征,因此增量式属性约简已成为粗糙集理论的重点研究方向。本文针对不完备混合型有序信息系统,利用邻域优势条件熵提出一种对象更新情形下的增量式属性约简算法。首先,针对不完备混合型有序信息系统提出一种新的邻域优势粗糙集模型,同时在其基础上定义了邻域优势条件熵,并设计出一种不完备混合型有序信息系统的非增量式属性约简算法;然后,针对不完备混合型有序信息系统对象的动态性,分别研究了邻域优势条件熵随信息系统对象增加和对象减少时的增量式更新;最后,利用邻域优势条件熵作为启发式函数提出了不完备混合型有序信息系统对象增加和对象减少时属性约简的增量式更新算法。实验结果表明,所提出的增量式算法无论在属性约简结果和属性约简效率上均比非增量式算法具有更高的性能。     

基于包含度的不完备序信息系统属性约简的一种算法

在不完备序信息系统中,通过引入包含度的概念,对属性重要度进行了定义;在此基础上,提出了一种基于包含度的属性约简算法;最后,通过实例分析表明,该算法能得到不完备序信息系统的一个约简.     

不完备序值系统中的粗糙集与模糊粗糙集

以不完备序值信息系统为研究对象,其中不仅包含丢失型未知属性值,而且属性值域为全序集,提出相似优势关系的概念,并在不完备序值决策系统中给出基于相似优势关系的粗糙集模型.在不完备模糊序值决策系统中,给出基于相似优势关系的模糊粗糙集模型,并讨论其相关性质.     

广义不完备混合决策系统的知识约简

针对现实中同时具有丢失型和遗漏型未知属性的混合决策系统的约简问题,建立了广义不完备邻域粗糙集模型,提出了未知属性的辨别方法,给出了一种混合约简算法.模型采用广义邻域关系度量不可分辨关系,通过邻域信息粒子逼近论域空间,是非对称相似关系和容差关系的广义化.依据分类一致性假设及广义邻域关系进行未知属性的辨别,讨论了噪声样本和邻域大小对分类精度的影响.采用UCI数据库中5组数据进行了仿真试验,预测精度证明了约简算法的有效性和可行性.     

基于不完备信息的粗糙集确定备件品种

针对确定备件品种不完备信息的多属性决策问题,给出了基于不完备信息系统的粗糙集模型,并依据扩展优势关系确定粗糙集的上、下近似集,从而获取分类决策规则;通过一个实例说明该方法的可行性和有效性。     

不完备信息条件下地下管线震害预测的粗糙集方法

为有效解决城市抗震防灾规划中信息资料不完备的地下管线震害预测问题,首先,采用ROUSTIDA算法对地下管线决策信息表进行补齐;其次,采用改进的贪心算法进行决策表离散化,利用基于信息熵的启发式算法进行属性约简,抽取评价知识,形成规则,并根据规则库进行地下管线震害预测分析;最后,以泉州市地下管线实际情况为例进行分析,并将该模型预测结果与地下管线震害分析的理论法计算结果对比分析,识别准确率达到90%,说明了所提方法的有效性和可行性.     

一种基于量化容差关系的不完备数据分析方法

在分析几种现有的针对不完备信息系统的数据补齐方法的基础上，提出了一种基于量化容差关系的不完备数据分析方法(VTRIDA)，并通过实例说明该方法比ROUSTIDA及其改进算法具有更好的数据补齐能力。     

用神经网络进行雷达辐射源识别研究

为提高雷达辐射源识别系统的识别率，分析了BP神经网络、径向基神经网络和径向基概率神经网络等3种神经网络的结构和性能．用假设的10部雷达参数产生数据进行实验．仿真结果表明，应用径向基概率神经网络能大幅提高雷达辐射源识别的识别率，该网络在雷达辐射源识别中的分类性能明显优于其他2种神经网络．