基于粗糙集的数据挖掘方法分析

文章从数据挖掘和粗糙集的基本概念出发,研究粗糙集理论在数据挖掘中的典型运用,为大型数据挖掘提供了一种新的方法。基于粗糙集的数据挖掘,首先通过粗糙集理论对数据进行预处理,然后对属性约简,最后进行决策规则提取,寻找最优解。     

一种基于概率的覆盖粗糙集模型研究

文章给出了一种基于概率覆盖的上、下近似的定义,并且研究了它的性质、数字特征、拓扑特征等,为研究覆盖粗糙集提供了新的模型.     

概率模糊粗糙集模型

基于模糊等价关系,在模糊概率空间上利用模糊条件概率建立了概率模糊粗糙集模型.讨论了概率模糊上、下近似算子的性质.最后给出了模糊集的近似精度和粗糙度的计算公式.     

模糊粗糙集代数

定义了模糊粗糙集合理的补运算,从而利用公理化方法构造出推广了的粗糙集代数.在此基础上定义了模糊粗糙集代数,并讨论了模糊粗糙集代数的简单性质.     

基于粗糙集理论的知识发现

粗糙集理论是一种新型的处理模糊和不确定知识的数学工具。目前已在人工智能、知识与数据发现、模式识别与分类等方面得到了广泛应用。介绍Rough Set理论的基本思想及分析了粗糙集方法的特点,描述一种基于粗糙集理论的知识发现步骤,并以实例作出说明。     

基于粗糙径向基函数的瓦斯涌出量预测

针对径向基网络对训练样本要求高的情形,将粗糙集和径向基神经网络相结合,提出粗糙径向基神经网络的方法,利用粗糙集对数据进行属性规约,得到适合径向基网络要求的数据,进而提高了其训练速度以及精度。将该方法应用在瓦斯涌出量预测的实验中,并将粗糙径向基神经网络和BP网络的预测结果进行对比,可以得出粗糙径向基网络预测效果比BP的效果好的结论,同时证实该方法的可行性。     

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．     

变精度粗糙集与基于变精度粗糙集的知识模糊度量

变精度粗糙集是对标准粗糙集理论的一种扩展 .它通过设置阈值参数 β ,放松了标准粗糙集理论对近似边界的严格定义 .文中讨论了变精度粗糙集的置信阈值 β ,通过算例给出了信息系统中基于变精度粗糙集的规则提取方法 ;将变精度粗糙集模型应用于模糊集 ,提出了在变精度粗糙集中知识的一种模糊度量方法 ,对这种方法的一些性质进行了研究 ,并用该模糊度量方法描述了近似算子 .研究表明 ,该方法可合理解释模糊隶属函数 ,清晰说明了隶属度的含义 .     

基于粗糙集近似的信息熵

粗糙集理论中提出的不确定性测量方法只依赖于一个论域的划分和基数,独立于粗糙集上下近似,而粗糙集理论的基本思想是通过上、下近似来描述不完整或不精确的概念。本文基于粗糙集近似提出了一种新的信息熵函数,并对其单调性问题加以研究。     

基于粗糙集的多目标类Bayes粗糙集模型

介绍了两个目标类的决策信息系统中各目标类的Bayes粗糙集模型,并将这一模型推广到具有多目标类的情形.最后讨论了该模型的相关性质,计算实例表明该模型是有效的.     

基于统计与联系度的粗糙集模型及其应用

针对连续性和不完整的数据集没有属性约简理论的问题,结合统计的聚类分析方法和集对分析的联系度,提出了一种基于统计和联系度的粗糙集模型,它能对连续性和不完整的数据集进行属性约简.     

基于粗糙集与PSO-SVM的二甲醚催化燃烧预测模型

影响二甲醚催化燃烧的因素较多,并且影响因素之间又相互作用,将支持向量机引入二甲醚预测领域.为了克服LS-SVM的局限性,提出将粗糙集理论、粒子群优化算法以及SVM算法相结合,对LS-SVM的惩罚因子和径向基函数的参数进行优化选取.对二甲醚催化燃烧进行了实例研究.结果表明,所提出的模型提高了网络的预测精度,验证了该模型的有效性.     

基于Rough集的信息系统中的属性冗余约简

冗余是信息系统和网络的一个重要研究课题。文章通过一个实例，介绍了运用Rough集方法来约简信息系统中的属性冗余过程。     

基于非对称相似关系的粗集改进模型

改进了基于非对称相似关系的粗集的上、下近似的定义,并从理论上证明了新定义的上、下近似比原来的更合理,并进一步用一个算例来验证。     

基于K等价度容差关系的变精度粗糙集模型及其应用

针对K等价度容差关系,提出了一种基于K等价度容差关系的变精度粗糙集模型,该模型是变精度粗糙集模型在不完备信息系统中的拓展。给出了K等价度容差关系下变精度粗糙集模型的上近似、下近似、和负域的定义以及近似质量和粗糙测度定义,并详细地讨论了上下近似算子的性质。最后,实例分析该模型在信息处理中应用的有效性。     

基于变精度粗糙集的综合评判模型及其应用

针对综合评判模型中各影响因素权重分配难以确定和具有主观性的问题,通过引入广义变精度粗糙集,定义了影响因素相对重要性的概念并构造出一致判断矩阵,然后利用层次分析法求得各因素的权重,并进一步得到了各评价对象的总体综合评价值,为不确定性的决策问题提供了技术支持和理论依据.     

基于粗糙集理论的矿井视频监控图像应用

为了解决目前由于环境恶劣,光线弱,矿尘大等因素的影响,使得矿井视频监控所拍摄到的图像模糊不清,利用粗糙集划分子图,并增强其所有子图的对比度的方法来增强视频中的帧图像效果,从而使新的视频图像更加清晰;将此方法应用到矿井视频监控中,同时对这一运用作进一步阐述与展望。     

基于粗糙集理论的Web挖掘模型

在电子商务网站的Web日志中，蕴含着大量有价值的信息，利用Web挖掘技术能够有效获取这些信息，这将有助于提高电子商务运营管理的经营决策，在Web挖掘研究过程中，结合Web日志具有的数据量大，不确定等特点，提出了一种基于粗集理论的最小决策模型，运用这一模型，通过对决策表进行知识简化，可以导出简化决策有，最后获得最小解，电子商务系统的决策人员就可以依据得到的最小解，为提供个性化服务进行决策，应用基于粗集理论的数据挖掘方法，对Web日志进行挖掘，已经成为当前研究的热点问题。     

粗糙集理论的应用探析

介绍粗糙集理论的发展状况,重点总结目前粗糙集理论的几种应用形式,即粗糙集理论与知识发现相结合、粗糙集理论与专家系统相结合、粗糙集理论与神经网络相结合以及粗糙集理论与其他智能技术相结合;同时也探讨了粗糙集理论研究中存在的一些问题。     

Rough集理论在机场救援辅助决策系统中的应用

首次将粗糙集理论引入机场应急救援辅助决策过程中,对如何利用粗糙集理论中的知识约简方法从历史数据中提取规则进行救援辅助决策的问题进行了探索,并通过实例演示了提取规则的过程。为如何建立和完善决策规则库以实现高效的智能辅助决策提供了一种新的思路。