基于粗糙集理论的属性约简算法的研究

粗糙集理论中的有效算法研究是粗糙集理论的一个研究热点,目前主要集中在决策规则提取算法、属性约简算法、粗糙集基本并行算法以及与粗糙集有关的神经网络和遗传算法等。其中,属性约简算法是粗糙集理论及应用研究的重要内容。本文对粗糙集理论中的属性约简进行了比较系统的研究,在总结现有方法的基础上,提出了一种基于可辨识矩阵的启发式属性约简方法。     

基于RBF网络的粗糙集属性约简策略

粗糙集理论被广泛应用于人工智能、模式识别、数据挖掘和知识发现等领域。而对象的属性约简是是粗糙集理论中的重要问题之一。由于属性约简计算量较大,影响了的粗糙集的实际应用。本文用RBF神经网络高效和OLS对称性的特点,研究粗糙集属性的约简,解决了属性约简的难题,完成了算法的实现,取得了较好的效果。     

基于粗糙集理论构建心理疾病简单自诊系统

本文讨论的是粗糙集理论的实际应用问题,在了解心理疾病诊断规则的基础上,利用粗糙集方法建立了属性约简模型,并着重讨论了基于区分矩阵的约简算法。     

一种改进的属性约简方法

属性约简是粗糙集理论的核心问题之一,寻找最优约简现已证明是NP—hard问题。本文在差别矩阵的基础上,采用贪心算法的策略,提出了一种启发式算法来寻求最优约简。该算法不仅能在有核的决策表中通过核进行属性扩充求得最优约简,而且在无核的决策袁中也能根据属性在差别矩阵中出现的频率求得最优约简。经实例验证该算法是有效的。     

序贯属性约简算法在发动机故障诊断中的应用

属性约简是粗糙集理论研究的关键问题之-.为了解决传统分明矩阵属性约简算法在处理高维数据时占用大量的存储空间、效率低的问题,根据决策表信息系统的分明矩阵及序贯思想,提出了序贯属性约简算法,并将其应用于发动机故障诊断系统中,对诊断特征参数表进行约简处理,以减少数据维数,提高诊断效率.该算法避免了大量的逻辑运算,实现了高维数据的高效属性约简.理论分析和实验结果表明该算法具有更高的运行效率.     

粗糙集属性约简在高校评教中的应用

粗糙集属性约简就是在保持信息系统的分类和决策能力不变的条件下,删除不相关或不重要的属性,使原有系统得到简化。利用一种基于粗糙集的属性约简算法,通过计算属性在可分辨矩阵中出现的频率来定义属性的重要性,可使约简结果保持近似精度。实验表明该算法可以简化评教指标体系,降低信息系统所需存储空间。     

一种基于粗糙集和粒子群优化算法的权重确定方法

为了克服基本粗糙集理论确定权重的不足,提出一种新的基于粗糙集和粒子群优化算法的权重确定方法.该方法先利用粗糙集和粒子群优化算法对决策表进行属性约简,对约简后的决策表再用粗糙集方法计算属性权重.运用该算法对教师职业倦怠与压力数据进行分析,得到影响教师职业倦怠的各种压力因子的权重.研究结果表明,基于粗糙集和粒子群优化算法可以对决策表的权重进行有效的分析.     

一种改进的启发式最优相对属性约简算法

针对在传统的粗糙集理论相对属性约简算法中因需计算可区别矩阵和正区域而导致的约简效率低下这一问题,提出一种改进的启发式最优相对属性约简算法加以解决.通过引入属性集的相对分类能力的定义给出相对属性约简的判定条件,在此基础上导出的改进相对属性约简算法既能保证约简过后的条件属性是最优的,又能提高约简效率.实际算例结果以及对比实验体现了该算法的高效性.     

几类拓展粗糙集模型属性约简研究综述

粗糙集属性约简算法是数据预处理的有效方法,但无法处理某些结构复杂的数据.为了进一步拓宽粗糙集的应用范围,通过扩展粗糙集模型或改进属性约简算法以提高粗糙集的数据处理能力.对模糊粗糙集、覆盖粗糙集、邻域粗糙集、决策粗糙集、变精度粗糙集等几类拓展粗糙集模型的一些经典属性约简算法和最新提出的算法进行梳理和归纳后发现,现存的算法在运行效率和空间复杂度等方面限制了拓展粗糙集模型的使用范围.当前研究中拓展粗糙集模型在约简理论完善、大数据处理、特殊数据处理等三个方面的问题依然存在,因此未来应重点结合Pawlak粗糙集属性约简算法的思想、智能算法以及其他一些理论方法来研究拓展粗糙集模型属性约简理论.     

基于Rough集理论的旅游资源的计算机建模评价

Rough集理论是一种处理不精确性、不确定性知识的数学工具，属性约简是粗糙集理论研究中的重要内容之一，而由定义来计算约简与核是一个典型的NP难题。提出分层思想将众多属性划分为不同的层次．结合分辨矩阵利用一种有效的基于粗集理论的权重确定方法逐层求出各个层次的最小约简及确定各属性的权重，从而使知识约简的工作得以简化，并以三明市部分县市旅游资源评价为例说明了结果的有效性。     

不完备信息系统中未知属性值的处理方法比较

Pawlak粗糙集理论是基于完备信息系统提出的．而在现实世界中，绝大多数信息系统是不完备的，为了使经典粗糙集理论能够处理不完备信息系统，很多方法被提出来用于处理信息系统的不完备性．通过对这些方法进行对比，发现各种方法都不可避免地会造成信息丢失，基于此，试探性地提出了方法结合的不完备信息系统的处理方法．     

Nonlinear model predictive control with guaranteed stability based on pseudolinear neural networks

~~identificationis7-7-1,where3nm==,andtheRPEalgorithmisusedtoupdatetheweightingofPNN.Thewholetrainingprocessuses800iterations.InordertoovercometheinaccuracyofPNNmodel,thecontrollerstructureisacompositeoneasfbff()()()ututut=+,(37)wherefb()utistheoutputoffeedbackcontroller,ff()utistheoutputofpredictivecontrollerdescribedbyEq.(14),with0.20=,0.40=,andmax5K=.Insimulatedclosedloopcontrol,ufb(t)isaproportionalcontroller,fb()()Putket=and5.0Pk=.Theset-pointofthesystemisd0.15,if040,and120()0.24,if4…     

Nonlinear model predictive control with guaraneed stability based on pesudolinear neural networks

A nonlinear model predictive control problem based on pseudo-linear neural network (PNN) is discussed, in which the second order on-line optimization method is adopted. The recursive computation of Jacobian matrix is investigated. The stability of the closed loop model predictive control system is analyzed based on Lyapunov theory to obtain the sufficient condition for the asymptotical stability of the neural predictive control system. A simulation was carried out for an exothermic first-order reaction in a continuous stirred tank reactor. It is demonstrated that the proposed control strategy is applicable to some of nonlinear systems.     

量子信息中量子态的矩阵表示

用矩阵表示量子信息中的量子态便于进行量子并行计算。本文以矩阵及变换理论为基础,对纯态、混合态、缠绕态及量子相干叠加态的矩阵表示进行分析,所得结果有助于加深理解量子理论。     

高校图书馆管理系统浅析

从系统论的角度看 ,高校图书馆是社会大系统中的一个子系统 ,高校图书馆管理是一个系统工程。系统论为图书馆学提供了一整套全新的思想方法和理论。用系统论的观点和方法考察高校图书馆在高校信息交流系统中的地位和作用 ,分析高校图书馆结构组成、要素与要素的关系、系统与环境的关系 ,以协调系统的内外关系 ,增强高校图书馆的功能。     

多尺度地理空间点群目标相似度的分析与计算

基于地图信息论的观点,将点群目标包含的信息重新分为统计信息、专题信息、拓扑信息、距离信息和方向信息.根据这5类信息描述参数的特点,给出了各个信息量相似度的计算公式.最后综合这5类信息给出了多尺度地理空间点群目标相似度的计算公式,并通过算例验证了公式的可行性和有效性,为地图综合质量的评价提供了一种新方法.     

基于模糊等价关系的粗糙集方法

在对研究信息系统中知识不完全、不确定问题的两种重要理论粗糙集和模糊集进行比较分析的基础上,结合模糊集和粗糙集各自的优点,针对信息系统中数据量庞大且属性值大多是连续的、很多数据对象具有相同或相似性质的情况,提出一种基于模糊等价关系的粗糙集方法,实现了粗糙集理论与模糊集理论的有机结合;并通过一个应用实例,证明了此方法的有效性．     

基于粗糙集的属性约简算法

属性约简是粗糙集理论研究的关键问题之一,现已证明寻找一个决策表的最优约简是N P-hard问题。本文首先介绍可辨识矩阵属性约简的基本算法并对求核算法进行了改进。在此基础上给出决策表中属性重要性的两种度量,并以此为启发式信息,提出了一种属性约简的启发式算法。最后,实验结果表明,该算法在大多数情况下能有效地获得决策表的最优约简。     

关于n次对称群的中心

每一个n次对称群Sn都与一个只含0与1的矩阵群Mn同构,而Mn的中心只含单位元,从而当n≥3时Sn的中心只含单位元．第一个结果实际上给出了置换群运算的计算机实现的另一方法．