粗糙集在双波段红外图像融合中的应用

研究了粗糙集在双波段红外图像融合中的应用．利用粗糙集对长波段红外图像进行滤波,最后将中波段图像特征与滤波后的长波段图像进行融合,融合结果调和熵比原中波图像增加,平均目标背景对比度比长波图像增加,说明融合后的图像既有较亮的目标信息,又有丰富的细节背景．     

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。     

基于差别矩阵的启发式属性约简算法及其应用

为了降低决策表属性约简算法的计算代价,利用属性重要度作为启发式运算因子,对基于SKowron差别矩阵的属性约简算法进行改进,并证明该方法的合理性.实例计算结果表明,在获得相同的结果下,该算法可以使计算量减少,提高计算效率.     

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．     

一种新的基于粗糙集属性依赖的属性约简算法

属性约简是粗糙集研究的重要内容之一,首先利用反例指出蔡莉等人提出的基于依赖度的决策表约简算法的错误,然后给出一种新的基于属性依赖的约简算法。通过一个信息系统实例,证明该算法的可行性和有效性。     

基于核属性的决策树构造算法研究

决策树是一种重要的分类方法.本文分析了单变量决策树和多变量决策树的不足,提出一种基于核属性的决策树构造算法,该算法根据核属性存在的不同情况,选择结点的分裂属性.所创建的决策树规模适中,导出的规则简洁、支持度高.实验结果分析表明,该方法是有效的。     

一种改进的基于粗糙集的决策树算法

将数据挖掘中的决策树与粗糙集理论进行了有机结合,提出了一种基于粗糙集技术的决策树构造算法.该算法通过将计算属性相对于划分的重要度作为选择扩展属性根结点的标准,递归地生成决策树,可以克服ID3算法偏向于选择取值较多的属性的不足.     

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。     

一种改进的基于粗集和Tabu搜索的属性约简算法

提出了一种改进的基于粗集和Tabu搜索的属性约简算法。首先利用粗集中的一般约简算法，确定开始进行Tabu搜索的属性个数；然后逐渐减少属性个数，利用。Tabu搜索搜寻含有较少属性个数的属性约简。在进行Tabu搜索时，利用任一属性约简必包含属性核来减少算法的计算时间和搜索空间。实例表明，改进后的算法既具有较高的算法效率，又能以较大的概率得到最小属性约简。     

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.     

基于遥感图像分层特征的机场目标识别系统研究

讨论和研究了面向人造目标的遥感图像目标分层特征模型、基于目标分层特征的遥感图像属性以及目标关键特征属性的提取方法,并针对遥感图像中机场目标的检测与识别,提出了机场遥感图像的分层特征描述内容以及基于分层特征遥感图像机场目标检测识别系统的构架。     

粗糙集理论在web结构挖掘中的应用

如何从Web中找到与用户查询主题相关的权威页面，是Web结构挖掘的一个重要研究方向。将粗糙集理论应用于此，设计了Web数据模型，并给出了基于粗糙集的Web结构挖掘方法的具体实现流程。     

遥感图像配准技术的研究进展

在进行图像处理时,图像配准是一个必不可缺的步骤,而且图像配准也在很多领域有着广泛的应用,比如图像镶嵌、环境检测、多光谱分类等。对一般的遥感图像配准流程进行简要介绍,然后对遥感图像配准领域出现的最新技术进行总结,从原理和性能上对常用的三类算法进行了对比分析,并指出了各算法在图像配准中的优势及存在的问题。最后总结并指出了图像配准技术存在的主要问题,并展望了其未来的发展方向。     

基于粗糙集理论的电力电子电路故障诊断

基于粗糙集理论，提出了一种电力电子电路故障诊断的新方法：粗糙集方法。简单介绍了粗糙集理论，详细叙述了利用粗糙集理论诊断电力电子电路的过程。文章以三相可控整流电路为例，利用粗糙集理论，对故障信息中样本的故障征兆进行处理，通过知识约简，删除多余的征兆属性，形成诊断的确定性规则，实现故障分类。仿真实例表明，与以往的诊断方法比较，该方法不仅准确可靠，而且直观方便。     

基于粗糙集的计算机文化基础课程成绩分析

使用粗糙集理论对计算机文化基础课程的成绩进行分析,得出一些有益于计算机文化基础课程教学的结论,并为以后更进一步地进行粗糙集理论研究打下基础。     

基于近似属性约简的信息表浓缩和规则提取

首先介绍粗糙集展性约简的概念并指出属性约简算法的优缺点，在此基础上，提出了ε—近似属性约简的概念和相应的计算方法，它可以比单纯的属性约简更有效地对冗余信息表进行浓缩并获得简洁的近似决策规则，并以一个具体的实例对此进行了分析和比较。