属性约简准则与约简信息损失的研究

属性约简是粗糙集的重要研究内容,信息熵是度量信息量的方法.在研究绝对约简和几种相对约简的基础上,归纳出属性约简的一般准则.定义了基于条件属性信息熵的属性约简和基于联合熵的属性约简,研究了几种属性约简与绝对约简之间的关系.定义了基于条件属性信息熵的约简信息损失,澄清了属性约简不损失信息的含糊观念,指出了属性约简只是在约简准则意义下不损失信息,在信息熵意义下可能损失信息.为进一步研究粗糙集、粒计算中属性约简与分类夯实了信息论基础.     

扩展的多类别信息熵的粗糙集连续属性离散化新方法

提出了一种标准粗糙集约简时连续属性离散化的新方法.采用标准粗糙集进行属性约简时,要求属性为离散的,而大多数情况下属性是连续的,因此需要进行离散化处理.首先介绍了原有的信息熵算法并指出其局限性;其次,对多类别信息熵进行扩充,将距离因素引入到该信息熵的计算中;最后给出了扩展信息熵计算的两个基本准则,利用证据理论完成信度的上聚焦.仿真显示了该方法的有效性.     

倒数粗糙熵图像阈值化分割算法

基于粗糙集理论的粗糙熵阈值法不需要图像之外的先验信息。粗糙熵阈值法需要解决两个问题,一是图像信息不完整性的度量,二是图像的粒化。该文基于倒数信息熵,提出一种倒数粗糙熵用来度量图像中信息的不完整性。为了更好地对图像进行粒化,采用一种基于均匀性直方图的粒子选取方式。该文提出的倒数粗糙熵表述简洁,计算简单。实验验证了该文方法的有效性。     

基于粗糙熵的防空作战多传感器管理算法研究

本文针对防空作战系统多传感器管理过程中信息不确定性的特点,提出了一种基于粗糙熵的多传感器管理算法。该算法从信息熵的角度出发,利用粗糙集理论的思想,依据粗糙熵原理进行优化,从而实现传感器资源的管理。给出了应用该算法的具体步骤,并仿真证明了该算法的有效性和合理性。     

粗糙集在诊断规则提取中的应用

为了克服专家在诊断规则提取时的主观性,把粗糙集理论引入诊断规则提取之中.根据电子设备故障征兆及故障特点,提出一种基于粗糙集理论的诊断规则提取方法,并通过实际电路验证了该方法的有效性.该方法为智能故障诊断中规则知识的自动获取提供了一条道路.     

基于信息熵的一种传感器管理算法

通过对目标搜索区域不确定性定量描述的信息熵及信息熵变化而产生的信息增量,本文提出了一种多传感器对多目标进行检测与分类的优化算法,即针对每一检测单元计算该时刻的信息熵及预测下一时刻的信息熵,产生信息增量最大的检测单元就是下一次要搜索的单元.仿真结果证明了该算法的有效性.     

基于熵的C4ISR系统信息作战能力研究

分析了C4ISR系统基于信息流的作战流程及主要信息作战能力类别,提出了通过AHP与熵值法相结合计算装备指标权值,并应用信息熵理论建立多样本数据,来评估C4ISR系统信息作战能力的模型及方法.通过一个实例说明了方法的有效性和适用性.     

一种基于属性重要度的值约简算法

值约简是粗糙集理论的一个重要研究课题，很多学者对它进行了研究并提出了不同的值约简算法，但由于值约简算法是NP—hard问题，目前还没有高效的值约简算法。文中利用信息熵来计算属性重要度，在此基础上对值约简算法进行改进，提出了一种基于属性重要度的值约简算法，并将此算法运用到变压器故障诊断中。实验结果验证了此算法的可行性和有效性。能节省循环比较时间，提高计算速度。     

两种差别矩阵约简算法在故障诊断中应用分析

军用飞机故障诊断知识库的信息存在不完备和知识的不确定性,严重增加了实时诊断的难度.粗糙集针对不完整、不精确信息处理具有显著优势,首先介绍了粗糙集理论中的知识表达系统和差别矩阵,分析了基于差别矩阵的两种决策表属性约简算法,并应用于某型机载设备进行故障诊断,结论表明两种算法均能对数据进行必要约简,并准确地做出故障诊断.通过...     

基于粗糙集的信息保密系统安全风险评估

针对信息保密系统安全风险评估历史数据数量较少的问题,提出了一种粗糙集定权法与案例推理法相结合的信息保密系统安全风险评估方法。首先,给出了基于案例推理的系统安全风险评估模型;然后,利用粗糙集定权方法计算出案例特征对评估结果的贡献程度,进而确定各个特征在案例匹配中占有的权重,并结合特征相似度,确定系统安全性评价等级;最后,给出了信息保密系统安全风险评估实例,通过与特征值分布分析法进行对比,证明了文中方法能更加客观地确定案例特征权重,并科学合理地评估系统安全风险。     

数据挖掘技术在挖掘机故障诊断中的应用

针对工程机械的特点,提出了将数据挖掘技术应用于挖掘机故障诊断中,利用粗糙集具有较强的处理不确定和不完备信息的能力,对决策表的条件属性进行约简处理;再利用C4.5决策树算法的高效性对约简后的决策表进行诊断规则提取;将产生的规则运用于挖掘机故障诊断中以实现快速故障诊断。最后,以实例介绍了利用该模型进行故障诊断的完整过程,可以看出该方案提高了挖掘机故障诊断的效率。     

不完备信息系统中知识约简的一种启发式算法

不完备信息系统中的知识获取是粗集理论应用的难点。通过引入信息熵和条件信息熵，对信息系统中属性的必要性进行了定义；提出了一种基于条件信息熵的知识约简启发式算法，并指出该算法的时间复杂度是多项式的。通过实例说明，该算法能得到信息表的约简和决策表的最小相对约简。     

Extended Rough Set Model Based on Prior Probability and Valued Tolerance Relation

Based on equivalence relation,the classical rough set theory is unable to deal with incomplete information systems.In this case,an extended rough set model based on valued tolerance relation and prior probability obtained from incomplete information systems is firstly founded.As a part of the model,the corresponding discernibility matrix and an attribute reduction of incomplete information system are then proposed.Finally,the extended rough set model and the proposed attribute reduction algorithm are verified under an incomplete information system.     

一种改进的不完备熵属性约简在装备故障诊断中应用

针对经典的粗糙集方法在处理不完备测试数据时,将完备化和属性约简先后进行易导致完备化数据产生偏差而影响属性约简准确性的问题,给出一种基于不完备熵的属性约简算法.通过对属性重要度概念在粗糙熵和不完备熵定义上进行拓展,立足原始测试数据直接计算各条件属性的属性重要度,从而获取一个较优的属性约简.该方法不仅充分考虑了不完备数据与属性约简之间的联系,而且约简结果更加精确,最后在某型装备故障诊断中应用验证了其有效性和优越性.     

基于不完备信息系统的粗模糊属性值的知识获取

研究了一类基于粗集属性取模糊值的不完备信息系统的知识获取方法.给出粗模糊属性值信息系统的一种表示方法,采用模糊集思想,构造这类系统的模糊不可分辨关系,并研究这类信息系统的知识获取算法,并以一个实例,说明这种算法的有效性.     

An Initiative Learning Algorithm Based on System Uncertainty

1　Introduction　Initiative learning method is characterized by and henceadvantageous for its independence of prior domain knowl edge. Rough set theory is a good tool for handling uncertaininformation in initiative learning way, because theoreticallyspeaking, data analyses based on rough set model can befully data autonomous and with no necessity of prior or exter nal information[1~6]. Possibly thanks to this advantage,rough set theory itself and its application have been kept in…     

粗糙XML函数依赖及其推理规则

随着XML成为网络信息表示和交换的标准以及不确定数据的广泛存在,不确定XML数据库管理技术成为了当今研究的热点.基于粗糙集理论提出了XML信息系统模型、粗糙XML树信息系统、粗糙冗余等定义,基于粗糙XML信息系统的上近似、下近似给出了粗糙XML函数依赖的定义及推理规则,并对推理规则的正确性进行了证明.为粗糙XML数据库理论的进一步研究奠定了基础.