关于粗糙集的若干注记(Ⅰ)--粗糙集与Stone代数

粗糙集理论是处理和表示不准确信息的极为有效的数学工具 ,也是对其他处理不完备信息的理论和方法 (如 ,可能性理论 ,证据理论 ,模糊集理论等 )的补充 .研究了粗糙集理论与Stone代数的关系 ,并给出与粗糙集和条件事件密切相关的Stone代数的同构定理 .     

基于粗糙集理论的数据挖掘研究初探

数据挖掘是应用一系列技术从大型数据库或数据仓库的数据中提取人们感兴趣的信息或知识，这些知识或信息是隐含的事先未知而潜在有用的，粗糙集理论是一种处理不确定和模糊问题的数学工具，它的一系列优点使其特别适合于数据挖掘研究．介绍了数据挖掘的概念、特点、任务、分类、要求及研究意义，分析了粗糙集理论的特点、所处理的问题、在数据挖掘中的简单应用，以及粗糙集在数据挖掘中的应用展望等。     

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。     

粗糙集理论及其应用

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,已经在很多领域得到了广泛的应用。详细介绍了粗糙集理论的基本内容,并且给出了粗糙集理论在决策分析方面的一个应用实例,很好的证明了该理论的有效性。     

粗糙集理论及其在管理决策中的应用现状

引言粗糙集理论的主要思想是利用已知的知识库,将不精确或不确定的知识用已知的知识库中的知识来(近似)刻画。该理论与其他处理不确定和不精确问题理论的最显著的区别是它无需提供问题所需处理的数据集合之外的任何先验信息,所以对问题的不确定性的描述或处理可以说是比较客观的。由于这个理论未能包含处理不精确或不确定原始数据的机制,所以这个理论与概率论,模糊数学和证据理论等其他     

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。     

粗糙集理论及其在管理决策中的应用现状

引言 粗糙集理论的主要思想是利用已知的知识库,将不精确或不确定的知识用已知的知识库中的知识来(近似)刻画.该理论与其他处理不确定和不精确问题理论的最显著的区别是它无需提供问题所需处理的数据集合之外的任何先验信息,所以对问题的不确定性的描述或处理可以说是比较客观的.     

粗糙集理论及其应用

粗糙集理论是一种新的处理不确定知识的数学工具。目前已在神经网络、机器学习、数据挖掘、模式识别与分类、故障检测等方面得到了广泛应用。首先描述了粗糙集的基本概念，包括不可区分关系、上下近似、知识约简及规则的确定性因子；然后对粗糙集在神经网络、机器学习、数据挖掘等领域中的应用进行了论述。     

基于粗糙集的车牌字符特征提取方法探讨

本文介绍了一种基于粗糙集理论的优化车牌字符识别的方法。粗糙集理论是一种继神经元网络和模糊数学之后的新的处理含糊和不确定性知识的数学工具;粗糙集方法是一种具有发展潜力的智能信息处理方法。本文主要思想就是在汉字的网格特征提取过程中保持分类能力不变的前提下,通过知识约简提出了一种车牌字符网格特征选择的改进算法;它不仅找出了对识别最有效的网格特征集,而且可以大大降低图像特征空间的维数,减少工作量和无用特征干涉,从而提高了分类识别率。     

一种基于粗糙集的数据挖掘模型

粗糙集理论是一种处理不确定和不精确问题的数学工具。运用模拟例子通过不同简化层次的算法导出每个层次上的信息集,最后得到规则集来说明如何建立和运用这种数据挖掘模型。     

基于粗糙集的数据挖掘的应用研究

粗糙集理论是一种处理不确定和模糊问题的数学工具,它的一系列优点使其特别适合于数据挖掘研究.本文阐述了粗糙集理论及其在数据挖掘中的应用.     

模糊粗糙集的模糊度

粗糙集理论和模糊集理论都是研究信息系统中知识的不完善、不准确问题，前者基于信息系统中知识的不可分辨性，后者基于信息系统中知识的模糊性，将二者结合形成了模糊粗糙集。模糊度是模糊集的一种重要的数字特征，我们用模糊度来刻画模糊集的整体模糊程度。本文讨论模糊粗糙集的性质，定义了模糊粗糙集的模糊度。并在此基础上，分别给出了模糊粗糙集的Minkowski模糊度，Haming模糊度，Euclid模糊度。     

MV-代数的粗糙性

粗糙集理论是一种新的处理模糊和不确定知识的数学工具,借助近似代数上的原子及同余关系,在证明了在适当选取加运算、乘运算和余运算之后,粗糙集代数就成为MV-代数。     

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．     

变精度粗糙集在手术诊断中的应用

粗糙集理论是一种处理模糊和不确定知识的一种新型数学工具,在很多领域取得了成功的应用.但是经典粗糙集理论处理的分类必须是完全正确的,在实际应用中,缺乏对噪声数据的适应能力,为了克服这个缺点,提出一种变精度的粗糙集模型,以适应实际应用的需要.对变精度粗糙集理论的数据预处理、属性约简、值约简和规则提取等问题进行了分析和研究,提出属性约简算法和基于求核值属性的归纳值约简算法,并将其运用于医疗系统的手术诊断数据表的数据挖掘分析过程中,所得到的实验结果与专家诊断结果基本吻合,取得了较好的实际应用效果.     

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。     

信息表中属性值为模糊集的粗糙集

研究信息表中属性值为模糊集的粗糙集,不同于已有的模糊粗糙集与粗糙模糊集,比Pawlak最初的粗糙集理论更接近于现实.     

粗糙集理论的研究述评

在探讨粗糙集的概念及在某种程度上与许多其他处理含糊和不精确性等问题的基础上,讨论了相似模型在实践使用中具有比经典粗糙集更好的性能,描述与其他数学工具的结合,研究粗糙集理论目前比较引人注目的几个领域。     

基于粗糙集理论的应用型本科院校英语教师科研水平评价研究

粗糙集理论是一种新型的处理模糊和不确定数据的数学工具,将粗糙集理论运用于应用型本科院校英语教师科研水平评价具有可操作性和准确性等特点.利用粗糙集理论对江苏省某些应用型本科院校的50名英语老师科研水平进行的随机调查数据表进行处理计算得出决策属性的影响度并分析其结果.结果表明：研究结果可以为学校教学评估和教育评价以及学校教育管理提供理论支撑.