信息系统中对象之间相似性度量的研究

本文系统全面地对信息系统中属性值间的相似性及对象之间的相似性进行了度量研究，提出了对象间的相似性度量方法。该方法简单、有效，有助于系统研究信息系统中数据的聚类分析和不确定性推理等问题。     

基于Rough集理论的空间数据分类方法

文中主要研究了粗糙集理论在空间数据分类中的应用。在空间数据分类的同时考虑了数据的空间属性和非空间属性，并提出了一种新的基于Rough集理论的决策表离散化算法。由于空间数据对象的属性受其附近的其他空间对象的影响，所以在进行基于空间数据库的数据分类时应该考虑到这种影响。文中首先对空间数据进行预处理，在其属性表中添加空间属性信息，然后使用粗糙集理论处理扩展后的属性表，对其进行数值型数据的离散化、属性表的属性约简和值约简等操作，最终生成分类规则。     

基于Rough集的信息融合目标识别方法

研究了Rough集理论在基于不同谱段光学信息融合的目标识别系统中的应用技术,在介绍了目标知识表示方法的基础上,提出了用C均值算法实现连续信息离散化的方法,并通过决策表属性的约简来生成决策表,以实现对目标的识别。针对可见光、中／长波红外等三种不同谱段下的三种不同目标图像进行了实验,实验结果表明,该方法具有对先验知识获取的易实现性和对目标识别的有效性。     

IMIS中基于Rough集的知识推理

粗糙集理论作为智能信息处理技术的一个新成果,是对不完整数据进行分析的新方法。毫无疑问,它是除模糊集理论外的又一种最具挑战性的领域,也是现今计算机应用中一个新的,非常重要且发展迅速的研究和应用领域。粗糙集是知识发现、数据约简、决策支持、分类、模式识别和控制等领域中新的,有效数学方法。首先对粗糙集基本概念和理论进行了介绍,给出了基于粗糙集的知识推理方法。然后以一个实际例子讨论如何利用粗集理论从现有学生综合素质数据库中进行知识约简,获取新决策规则,并使之用于对学生的操行评定。     

基于模糊粗糙集的区间集决策表不确定性度量

模糊粗糙集融合了模糊集与粗糙集两者的优点,是一种更优的不确定性数据处理模型,但将其应用于区间集决策表的研究较为罕见.本文针对区间集决策表,引入模糊粗糙集模型,并在该模型上定义了模糊近似粗糙度等概念;模糊近似粗糙度仅能刻画近似分类的不确定性,为了达到更加全面的度量效果,接着在模糊粗糙集模型中提出模糊粒结构,并基于该结构定...     

不完备信息系统中扩充关系的研究

为了能够有效地分析处理不完备的信息系统，必须对现有的Rough集模型进行扩充。分析研究了现有的几种比较有影响的基于Rough集的扩展关系，提出了一种处理不完备信息系统的约束非对称关系，并对这些扩充关系进行了分析比较。还提出了基于这种关系的上近似和下近似概念，以及正区域、近似精度、近似质量和依赖关系等相关概念。     

一种基于决策信息系统的求核属性算法

为了有效降低求核算法的时空复杂度,提出了一种高效压缩差别矩阵的构造方法.在此基础上,设计了一种决策信息系统的求核属性算法,有效地提高了算法的计算效率.算例分析验证了算法是有效可行的.     

集值信息系统在β相似度下的属性约简

针对粗糙集中集值信息系统包含大量数据的问题,本文在以往研究的基础上提出了一种基于β相似度的属性约简方法。在变精度关系的情况下,将β用于约束对象间的相似度,根据β的变化调节类划分的粒度和差别矩阵的复杂度,进而更好地进行属性约简,使提取出的数据更精练更有益于数据分析处理。通过实例证明了算法的有效性、可行性,并从理论层次进行分析、验证,最终证明了算法的正确性。从时间复杂度空间复杂度上都验证了算法的高效性。     

基于重要性的不完备决策系统的属性约简研究

在不完备信息系统中引入决策属性依赖度,由条件属性所提供的知识对整体决策的支持程度,以此作为启发式信息求出相对核,使属性约简具有较强的支持度。文章通过实例分析,证明该属性约简是有效的方法。     

一种基于粗糙集理论的双向选择属性约简算法

文章首先对粗糙集的基本理论进行了简要介绍,然后重点讨论粗糙集理论中的属性约简问题,在总结分析现有属性约简算法的基础上,提出了一种双向选择属性约简算法--BSARA,并用一个例子与其它算法进行了对比分析,结果表明该算法是可行和有效的.     

一种针对不完备信息系统的粗糙集约简算法

针对区分矩阵构造庞大,计算工作量大,基于区分矩阵的约简策略效率低的问题,提出一种新型的针对不完备信息系统的属性约简算法NARIIS。提出的约简算法把属性值的个数应用到属性约简上,使该约简算法的时间和空间复杂度都远小于基于区分矩阵的约简策略。     

一种基于差别矩阵的粗糙集连续属性离散化算法

连续属性离散化是粗糙集理论的重要研究内容之一。将差别矩阵应用到连续属性离散化中,充分利用差别矩阵的优点,提出一种基于差别矩阵的粗糙集连续属性离散化算法。为使差别矩阵适应离散化应用中的需要,给出了粗糙集连续属性离散化中差别矩阵的定义。基于该差别矩阵,以候选断点在差别矩阵中的出现频率和断点重要性为启发式信息,对差别矩阵进行化简,直到该差别矩阵为空,即得到所求结果断点,以实现对决策表的离散化,并通过实例证明了该算法的高效性。     

基于系统工程的信息系统安全体系结构模型研究

随着信息系统的迅猛发展和不断应用，信息安全成为人们研究的重点。文章首先分析了通信安全、计算机安全和信息系统安全的特点及发展过程。从系统工程的角度，提出了信息系统安全三维体系结构模型，从技术维、时间维和管理维对信息系统的安全进行了描述，指出了该三维模型和网络七层协议的关系。该模型对信息系统安全保密研究具有一定的理论指导意义。     

信息系统的风险及控制

在信息系统建设中，存在着各种风险，而对各种风险的控制，特别是内部控制，不仅仅是管理体制或技术问题．更是企业成功必备的核心竞争力之一。     

基于粗糙集的多源通信网络信息分析方法

针对通信对抗多源传感器获取的通信网络信息挖掘问题,对通信信号外部技术特征和内涵信息进行形式化表示,根据传感器处理信息深度建立了域数据模型。深入分析了通信信息数据挖掘准备的方法,基于域数据模型和粗糙集理论,采用决策表分解知识发现的方法提取规则,对复杂通信网络信息挖掘过程进行了基于规则的非机理指示建模,按信号体制分类对通信网络信息挖掘模型进行组织,构建了基于规则的知识系统,应用粗糙集理论和方法实现了通联关系的挖掘,并提出了对数据挖掘模型的评价方法。     

基于粗集理论的信息熵属性约简算法

本文针对粗集属性约简存在的问题，提出了一种信息熵的属性约简算法，算法中引入了信息熵的概念代替粗集约简γ准则作为属性选择的标准，克服了粗集约简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，本文通过两个实例表明，当属性间存在确定性关系性算法能够象粗集约简γ准则一样找到表达这些关系的属性集，当属性间是概率因果关系，或确定性关系被数据噪声所掩盖，因而粗集约简γ准则无法使用时，算法能够找到具有确定性关系的属性集，或是具有最小不确定性概率因果关系的属性集。     

基于粗糙集理论色情信息过滤研究与实现

把粗糙集理论运用到互联网上色情信息的监控,通过对特征项的属性约简和值约简,大大降低了信息的冗余度,提高了分类的效率和准确率。最后应用简单向量距离分类算法和贝叶斯算法实现对色情文本信息的过滤,并进行试验。     

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.