基于0-1规划的最小属性约简算法

为了得到信息系统的最小属性约简,提出了基于0-1规划的最小属性约简算法.首先,由区分矩阵定义了极小区分集的概念.其次,将信息系统的最小属性约简问题转化为0-1规划,从而给出了基于0-1规划的最小属性约简算法.再次,通过一个具体实例对该算法进行了说明.     

基于布尔矩阵表示的粗糙集属性约简算法

介绍了粗糙集的布尔矩阵表示及其重要性,重点研究了基于条件区分能力的属性约简及其改进算法,构造了基于核与条件区分能力,加权条件区分能力的两种属性约简算法,提高了数据挖掘速度.通过实例证明了该算法的有效性.     

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。     

信息系统的最大可能约简算法

计算信息系统的所有约简是一个典型的NP完全问题.不计算所有约简,而寻找所有约简中发生的可能性最大的约简,可以为属性约简提供了一种新的方法.首先,基于区分矩阵计算每个属性出现在约简中的概率;其次,将此概率作为属性的重要度,构建了最大可能约简算法,并进行了算法分析;最后,通过两个具体实例对该算法进行了说明.理论分析结果表明,本文的算法是有效可行的.     

粗集中属性约简的一种启发式算法

属性约简是知识获取中的关键问题之一。为了能够较为有效地获得较优的属性约简，在基于可辨识矩阵的属性约简算法的基础上，加入了属性代价值为启发性知识，提出了一种基于相对差异表的启发式属性约简算法。实例分析表明，文章提供的算法能够以较大的概率和较高的效率获得较优的属性约简，具有良好的效果。     

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。     

基于属性频度进化的粗糙集属性约简方法

提出了基于遗传算法的知识相对约简算法,它以条件属性在差别矩阵中出现的频率为启发信息,以决策表的属性核来初始化传统遗传算法的种群,加强了遗传算法的搜索、缩短了计算时间;提出了修正校验算法,提高决策表属性约简的正确性．通过实例分析,证明是求解知识约简的有效方法．     

基于辨识矩阵的直觉模糊决策系统属性约简算法

基于粗糙集和直觉模糊集理论,提出了研究直觉模糊决策系统的属性约简算法。通过引入基于加权的欧氏距离的相似度和相异度,构造α, β-相似关系,导出α, β-极大一致块,进而构造出直觉模糊决策系统的辨识矩阵,得到基于辨识矩阵的属性约简算法。实例验证表明,该算法在数据存在一定误差的情况下也能得到很好的效果。     

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.     

Value reduction algorithm in rough sets based on association rules support

Aiming at value reduction, a sort of RSVR algorithm was presented based on support in association rules via Apriori algorithm. A more effective reduction table can be obtained by deleting those rules with less support according to least support—minsup. The reduction feasibility of this algorithm was achieved by reducing the given decision table. Testing by UCI machine learning database and comparing this algorithm with least value reduction algorithm indicate the validity of RSVR algorithm.     

约简算法在商业银行CRM中的应用研究

针对银行CRM中的数据冗余大、数据挖掘效率低的问题,将基于属性约简的数据预处理方法应用在银行CRM中.使用决策表属性重要度属性约简算法简化客户贡献度决策表,实现决策表条件属性的归约.通过该算法在某商业银行CRM数据预处理过程中的实际应用,证实约简算法应用在银行CRM系统是有效可行的.     

不完备信息系统的动态约简算法研究

属性约简是基于粗糙集的数据挖掘方法中最重要的思想和算法,采用经典的数据分析工具得到最小约简是一个NP问题,由此产生了许多启发式属性约简算法。对不完备信息系统中数据动态变化的问题做了研究,对已有的算法做了改进,并通过实际算例分析,验证了算法的有效性。     

RSA在高性能DSP上实现的算法分析及优化

RSA是公开密码体系中应用最广泛的算法，通过对算法结构的分析，运用中国剩余定理、M-ary乘方以及Montgomery约化等方法对RSA的运算过程进行了重新设计，提出了一种减少预计算数的M-ary算法；并结合TI公司TMS320C6201高性能DSP的流水特点，对模幂运算中用到最频繁的模平方运算进行了优化，提高了计算的速度。     

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。     

基于改进 SURF 的快速图像匹配算法

SURF 是在 SIFT 基础上提出的一种图像特征点提取算法。针对传统算法误匹配点多和计算量大等问题,提出一种基于改进 SURF 的快速图像匹配算法。该算法通过引入对角降维与角度删减方法,分别对 SURF算法中特征点描述子进行降维和误匹配点剔除,以提升匹配速度和精确度。实验结果表明,与传统算法相比,该算法提高了 1%~10%的匹配正确率,以及 8%~30%的效率。     

基于近似分类质量的决策表属性约简算法

文章提出了一种基于近似分类质量的决策表属性约简算法,该原算法以空集作为初始属性约简,逐步增加使近似分类质量增加最大的属性,直至约简的近似分类质量等于所有条件属性的近似分类质量为止.文章同时分析了该算法的时间复杂度.并通过实例验证了该算法的有效性和合理性.     

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。     

基于信息熵和可辨识矩阵的约简算法

针对信息系统约简的问题,根据信息熵和可辨识矩阵的特点,给出了一种组合约简算法,该算法既能提高约简的准确度又能有效的降低约简的时间复杂度。