应用粗糙模糊度的不完备信息系统属性约简

粗糙集理论能有效地处理不精确、不一致、不完整等不完全数据信息,可以对数据信息进行分析和推理,发掘隐含知识,揭示潜在规律.属性约简是粗糙集理论的重要研究课题.在现实生活中,由于各种条件限制,信息的不完备现象广泛存在,限制了经典Rough集理论在一些实际问题中的应用.文中引入粗糙模糊度度量,定义了一种新的知识熵.在此基础上,提出了一种基于信息观下粗糙模糊度的不完备信息系统属性约简算法.通过仿真实验说明了该算法的有效性和较好的时间优越性.     

基于粗糙集与粗糙元神经网络的三峡库区水质评价模型

粗糙集和粗糙元神经网络相结合进行三峡库区水质评价.针对评价因子较多,通过粗糙集进行数据预处理,降低模型的复杂性.对于库区数据非精确值或范围值时,采用粗糙元神经网络建立评价模型,提高了系统的正确性和可理解性,并将其应用在三峡库区水环境安全系统中.     

基于免疫的网络安全风险评估模型

风险评估是评价网络信息系统安全的有效措施之一,基于免疫网络安全风险评估较好的动态实时性,依据现有标准风险评估方程,设计了基于免疫机理的网络安全风险评估模型,提出了一种基于粗糙集的网络风险指标权重计算方法。实现层次化分析与动态评估,在保障动态实时性的同时,又能整体不孤立的对整个网络状况做出判断,增强了模型的健壮性。仿真实验结果表明了该模型的正确性和方法的有效性。     

动态粗糙模糊集及其在模糊规则提取中的应用

基于粗糙模糊集的规则提取方法通常分为两步:首先利用粗糙模糊集进行属性约简,然后采用提取模糊规则的方法提取规则.在规则提取的预处理阶段通过属性约简某种程度上可以缩短规则提取的时间,但其固有的不足导致不利于产生良好的规则.在模糊规则产生过程中避开属性约简,可以提高规则提取方法的适用性,降低计算复杂度.本文提出了动态粗糙模糊集的概念,基于此的规则提取算法不再依赖于属性约简,而是基于粒度序和逐步缩小的论域.首先,通过两种不同方式定义了动态粗糙模糊集并得到一些重要性质;在此基础上提出一种新的模糊规则提取算法;最后通过对比实验说明了算法的有效性.     

粗等价类双边剪枝策略下多次Hash 的约简算法

提出一种新的约简算法. 首先以全局等价类为最小计算粒度, 提出粗等价类概念, 深入研究其性质并证明粗等价类下求核和约简与原决策系统等价; 剖析3 类粗等价类与正区域间的内在关联, 设计针对1 和??1 两类粗等价类双边删减下正区域的渐增式等价计算方法, 从而设计双向剪枝策略以及多次Hash 的属性增量划分算法, 基于此给出高效完备的约简算法. 最后用UCI 中20 个决策集、海量、超高维3 类数据集从多个角度进行验证, 结果表明, 所提出的约简算法的完备性和高效性在绝大多数情况下优于现有算法, 尤其适用于海量数据和超高维数据集.

     

模糊空间中的直觉模糊粗糙近似

粗糙集和直觉模糊集的结合是一新的研究热点。在模糊近似空间中,结合模糊等价关系,构造直觉模糊粗糙近似算子,在γ算子和其余算子γ的基础上,证明了这些近似算子的性质。在模糊近似空间中,给出λ上(下)近似以及αβ-截集的λ上(下)近似,证明了它们的性质;给出直觉模糊集的粗糙度ραβA和λ水平截集的粗糙度,并讨论了其性质。     

利用知识层解决分布式信息系统中的不完备性

针对数据的不完备性,提出一种新策略,通过在局部站点上增加知识层--用已知属性值粗略表示不确定属性值的一套规则,将分布式信息系统转换为分布式知识系统,利用多个站点的信息协作解决了查询异常问题;给出了一个新的协作知识系统的框架,论述了知识层的内容与构造方法,最后针对不完备的信息系统,给出一种协作的查询处理算法。     

河道形态特征的随机分形模拟

应用随机分形理论中的一维和二维RMD模型,在给定平面区域上生成了不同分形维数、粗糙程度及分辨率的河道剖面轮廓及床面形态。结果表明:不同分形维数的河道剖面轮廓或床面形态具有相似的微观粗糙结构,且随着分形维数的增大,结构复杂程度提高,粗糙度的峰谷位置不变,但各点的幅值将发生不同程度的变化。     

承压式溢流井淤积实验研究

为研究承压式溢流井的淤积规律,通过模型实验实测了井底面速度分布,并据此计算出相应的床面切应力。根据相似准则进行泥沙沉积实验,得到不同工况下的泥沙沉积分布。结果显示,溢流井内流场在恒定流工况时由一对大致对称的椭圆形涡流组成,而且涡流周围区域的紊动能及切应力均较大,其冲刷力亦较强,泥沙难以沉积下来。涡流中心和四周角落区域的切应力及冲刷力较小,有大量泥沙沉积。分析比较泥沙沉积位置与切应力分布,即可估计出模型沙的临界切应力值为0.05～0.07N/m2。