粗糙集分类算法中的近似决策规则和规则匹配方法

粗糙集分类算法在应用标准决策规则进行新对象分类时,经常碰到决策规则与新对象不完全匹配的情况。因此,近似决策规则和部分匹配方法常用于提高决策规则与新对象匹配的可能性。本文在概述和比较两种近似决策规则生成算法的基础上,以一个文本分类系统为例,提出了一种综合的、更有效的近似决策规则生成算法。文章还介绍了几种通用的规则匹配方法,提出了一系列实用的完全匹配和部分匹配公式。实验表明,新提出的近似决策规则生成算法和规则匹配公式能够有效地提高决策规则与新对象的匹配可能性与准确性。     

最简关联规则及其挖掘算法

传统关联规则挖掘算法往往产生过多规则而难以被决策者所采用。针对该问题,文章从应用的角度提出了最简关联规则,其特点是后项只包括一种产品,同时追求规则前项产品项数的最小化,在此基础上给出了一种最简关联规则挖掘算法。利用该算法得到的最简关联规则集包括的规则数量大为减少且能得出与全部关联规则集相同的决策,避免了大量的冗余挖掘,提高了挖掘效率和应用效果。     

Machine Learning for Intelligent Processing of Printed Documents

A paper document processing system is an information system component which transforms information on printed or handwritten documents into a computer-revisable form. In intelligent systems for paper document processing this information capture process is based on knowledge of the specific layout and logical structures of the documents. This article proposes the application of machine learning techniques to acquire the specific knowledge required by an intelligent document processing system, named WISDOM++, that manages printed documents, such as letters and journals. Knowledge is represented by means of decision trees and first-order rules automatically generated from a set of training documents. In particular, an incremental decision tree learning system is applied for the acquisition of decision trees used for the classification of segmented blocks, while a first-order learning system is applied for the induction of rules used for the layout-based classification and understanding of documents. Issues concerning the incremental induction of decision trees and the handling of both numeric and symbolic data in first-order rule learning are discussed, and the validity of the proposed solutions is empirically evaluated by processing a set of real printed documents.     

基于GDT的不完整信息系统规则发现

提出了一个基于GDT的从不完整信息系统进行规则发现的方法。该方法利用GDT的思想,通过概括强度、规则置信度和规则强度等概念,充分考虑到数据不完整性和噪音引起的不确定性,在不改变原信息系统大小的前提下,直接从不完整信息系统中得到简洁实用的规则。最后,通过一个例子阐述了该方法的实施过程,并将该方法与提及的其它几种不从不完整信息系统中发现规则的方法进行了分析比较。分析表明该方法是一种新的有效的从不完整信息系统抽取规则的途径。     

分辨矩阵与它在一致性决策规则中的应用

属性约简是决策系统规则获取的基础,而Skowron分辨矩阵是粗集求核与约简的重要方法之一.本文以Skowron分辨矩阵讨论一致性决策系统的属性约简的结果为基础,提出基于分辨矩阵的一致性决策系统的规则获取算法和它的应用. 应用例子表明本文提出的方法的有效性     

Predicting Corporate Acquisitions: An Application of Uncertain Reasoning Using Rule Induction

Artificial Intelligence (AI)-based rule induction techniques such as IXL and ID3 are powerful tools that can be used to classify firms as acquisition candidates or not, based on financial and other data. The purpose of this paper is to develop an expert system that employs uncertainty representation and predicts acquisition targets. We outline in this paper, the features of IXL, a machine learning technique that we use to induce rules. We also discuss how uncertainty is handled by IXL and describe the use of confidence factors. Rules generated by IXL are incorporated into a prototype expert system, ACQTARGET, which evaluates corporate acquisitions. The use of confidence factors in ACQTARGET allows investors to specifically incorporate uncertainties into the decision making process. A set of training examples comprising 65 acquired and 65 non-acquired real world firms is used to generate the rules and a separate holdout sample containing 32 acquired and 32 non-acquired real world firms is used to validate the expert system results. The performance of the expert system is also compared with a conventional discriminant analysis model and a logit model using the same data. The results show that the expert system, ACQTARGET, performs as well as the statistical models and is a useful evaluation tool to classify firms into acquisition and non-acquisition target categories. This rule induction technique can be a valuable decision aid to help financial analysts and investors in their buy/sell decisions.     

不相容决策系统中的规则提取方法研究

现有规则提取方法大多数只能在相容决策系统中提取规则,并且提取出的规则冗余度高、用户不易理解。针对该问题,提出一种基于对象集覆盖的规则提取方法,利用粗糙集理论将对象集划分为相应的等价类,根据属性特征值的一致性程度和相似程度产生有效性规则,通过等价类划分和对象集覆盖解决不相容决策系统的规则提取问题。算例分析结果表明,该方法提取出的规则简单可靠,具有较好的鲁棒性。     

不一致性决策信息系统规则获取方法研究

针对不一致性决策信息系统,提出一种使用规则分辨矩阵获取决策规则的算法.不一致性决策信息系统在约简时可能产生新的冲突规则,选择冲突规则对不变的约简并产生规则,在此基础上进行不一致性规则的合并从而生成正确的规则集.     

带Rough算子的决策规则及数据挖掘中的软计算

文中讨论决策规则及其与演绎推理中的假言推理规则之间的关系,通过数据挖掘中的软计算使决策表中的属性简化和性值区间化,从而找到一种具有广泛表达能力的数据隐含格式,从中选择有代表性的,并删去冗余或过剩的规则,并保持决策表的原有用途和的有性能,我们通过开发一个中医诊疗专家系统的实例说明了这种软计算的过程,并分别用于统计或专家计算带可信度因子的产生式规则和基于Ｒｏｕｇｈ集方法计算带Ｒｏｕｇｈ算子的决策规则两     

基于GMM的文本规则挖掘的粗糙集方法研究

领域文本具有结构复杂、相似性高以及动态变化等特点,且存在着连续型与离散型并存的混合数据,这在一定程度上限制了知识发现方法对文本规则的挖掘效率。针对这一问题,该文提出了基于GMM与粗糙集的文本规则挖掘方法。该方法首先根据目标数据的属性类型构造信息表;然后利用高斯混合模型(GMM,Gaussian Mixture Model)聚类算法对连续数据进行聚类划分,依此对数据进行离散化及状态约简,并生成决策表;最后利用粗糙集理论对决策表进行属性约简,通过约简表对决策规则进行提取。实验结果表明: 相比于传统的方法,该文方法拥有更高的抽取精度以及较强的属性约简能力,其信息抽取的平均准确率与F₁值能够达到95.0%和95.7%。     

Optimal sensor rules and unified fusion rules for multisensor multi-hypothesis network decision systems with channel errors

In this paper, for general jointly distributed sensor observations, we present optimal sensor rules with channel errors for a given fusion rule. Then, the unified fusion rules problem for multisensor multi-hypothesis network decision systems with channel errors is studied as an extension of our previous results for ideal channels, i.e., people only need to optimize sensor rules under the proposed unified fusion rules to achieve global optimal decision performance. More significantly, the unified fusion rules do not depend on distributions of sensor observations, decision criterion, and the characteristics of fading channels. Finally, several numerical examples support the above analytic results and show some interesting phenomena which can not be seen in ideal channel case.     

利用粗糙集理论实现工艺决策的冲突消解

根据粗糙集理论在解决不确定性问题方面的特性,引入了基于粗糙集理论的工艺知识度量方法,构造了度量工艺规则相似性的规则距离公式,并在分析工艺决策中传统冲突消解策略的基础上,建立了工艺决策推理过程中规则集约简的方法．与匹配度排序方法的比较表明,文中方法可有效地解决工艺决策中冲突消解的问题．     

无人驾驶汽车决策系统的规则描述与代码生成方法

无人驾驶汽车的高层决策系统是其实现自主驾驶功能的核心,在决策系统的开发过程中,由于信号变量与状态数量庞大等原因,系统面临着可维护性与可拓展性差的难题。UNMANNED_RULE_EDIT是面向无人车高层决策系统的规则编辑与代码自动生成辅助工具,具有图形化编辑和代码自动生成的功能,有利于开发人员清晰直观地设计规则,并摆脱繁琐的编码工作。主要讨论了UNMANNED_RULE_EDIT的中间语言(规则语言)设计和代码自动生成算法。目前,该工具已初步应用在国内某单位研制的无人车上,为其决策系统的开发提供便利。     

基于数据挖掘技术的智能化入侵检测模型

给出了一个基于数据挖掘技术智能化入侵检测模型,它由若干个对等式执行入侵检测功能的单元IDU（intrusion detection unit)组成,每个IDU参照通用入侵检测轮廓CIDF（common intrusion detection framcwork)构建,该模型采用关联规则,序列规则对数据进行挖掘,用判定树分类技术对获得的模式进行分类,实验表明,该模型具有较好的效益。     

决策表决策规则与知识粒度

在知识发现、数据挖掘等研究领域中,粒度计算有着潜在的应用。针对决策表,探讨了其内在的粒度思想,研究了属性个数增减、属性取值改变对知识粒度变化的影响,并建立了知识粒度与规则确信度之间的动态关系,为决策表进行决策分析提供了科学依据。这些结果将有助于粒度计算和决策理论的研究。     

集值决策信息系统的知识约简与规则提取

本文用集值信息系统描述不完备信息系统。在集值信息系统中定义了两种不同的关系：相容关系和优势关系,给出了两种不同关系下集合的上下近似概念及其性质。研究了集值决策信息系统在两种不同关系下的广义决策约简,得到了广义决策约简的判定定理和辨识矩阵,从而得到了约简的具体操作方法。最后,基于两种关系从集值决策信息系统提取了最优广义决策规则,并进行了讨论。     

粗糙决策支持方法

粗糙分析方法是从粗糙集理论发展出来的技术之一．传统的粗糙分析方法能够从决策表中获取经过属性约简和值约简的决策规则．这些规则虽然能够提供一定程度的决策支持，但是这些规则仅保留了决策表的部分决策支持能力，在实际的决策过程中，往往无法提供良好的决策支持．对此，该文提出一组用于决策支持的粗糙分析方法，称为粗糙决策支持方法．该方法能够充分挖掘决策表的决策能力，以提供强有力的决策支持，并且本质上提供容错的决策支持．该方法与传统方法能够整合为动静结合的决策支持模式，并提供强大而又快速的决策支持．     

A neuro-genetic approach to design and planning of a manufacturing cell

In this paper, we propose a neuro-genetic decision support system coupled with simulation to design a job shop manufacturing system by achieving predetermined values of targeted performance measures such as flow time, number of tardy jobs, total tardiness and machine utilization at each work center. When a manufacturing system is designed, the management has to make decisions on the availability of resources or capacity, in our setting, the number of identical machines in each work station and the dispatching rule to be utilized in the shop floor to achieve performance values desired. Four different priority rules are used as Earliest due date (EDD), Shortest Processing Time (SPT), Critical ratio (CR) and First Come First Serve (FCFS). In reaching the final decision, design alternatives obtained from the proposed system are evaluated in terms of performance measures. An illustrative example is provided to explain the procedure.     

最简有效关联规则及其挖掘算法

传统关联规则挖掘算法往往会产生过多规则而难以被决策者所采用。针对该问题,文章从应用的角度提出了最简有效关联规则,其特点是采用以后项为导向的挖掘方式,同时追求规则前后项之间的相关性,在此基础上给出了一种最简有效关联规则挖掘算法。利用该算法得到的最筒有效关联规则集包括的规则数量大为减少且能得出与全部有效关联规则集相同的决策,避免了大量的冗余挖掘及无效挖掘,提高了挖掘效率和应用效果。     

一种带缺省推理的描述逻辑

该文提出了一种新的带缺省推理的描述逻辑，它以描述逻辑为主要框架，对单调逻辑和非单调逻辑进行了整合，但又避免了一般缺省逻辑的困难．基于带缺省推理的描述逻辑，构建了一种同时具有Tbox，Abox和缺省规则的知识库系统，研究了带缺省推理的描述逻辑的可满足性、缺省可满足性、概念包含、缺省包含以及实例检测等推理问题，提出了一种用来检测可满足性和缺省可满足性的Tableau—D算法，并得到了缺省可满足性和缺省包含的转换定理．