基于概念格的分布式约简理论框架

为了缩减知识推理空间,提高分布式环境下知识处理的效率,提出分布式概念格属性约简的理论框架.基于粗糙集理论的思想,从子形式背景和全局形式背景的角度,刻画了核心属性、相对必要属性和绝对不必要属性的属性特征,给出属性约简的判定定理.在此基础上,给出概念格的分布式属性约简方法:首先,使用现有的约简方法分别计算各子形式背景的约简,然后,逐一利用各子背景的约简,通过合并计算得到全局形式背景的约简.给出了算法的实现并用实例验证了它的有效性.分布式约简有效避免了使用现有方法而引起的数据安全和网络通信等问题,提高了约简的计算效率.     

基于云计算的属性重要度约简算法研究

面对海量数据的信息系统,通过引入MapReduce模型,重构Map和Reduce函数,本文提出了基于云计算的属性重要度约简算法,较好地实现了海量数据集中的属性约简,为属性约简研究提供了新思路.最后,实例分析表明,该约简算法是有效可行的.     

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.     

基于粗糙集和模糊推理的医疗诊断系统的研究

医学诊断系统是临床诊断辅助工具,可以帮助医学专家解决复杂的医学问题.文章提出一种粗糙集理论和模糊神经网络技术相结合进行病症诊断的方法.利用粗糙集理论对大量疾病诊断信息进行属性约简,消掉冗余属性,建立有效知识库,在此基础上构建参数合适的模糊神经网络对知识库进行诊断推理,从而降低了计算量,提高了约简效率,而且具有较高的诊断准确率,系统测试结果达到了辅助医生诊断的效果.     

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.     

基于相对知识量重要度的属性约简算法

在有效处理噪声数据的基于区分能力大小的启发式算法的基础上,引入了属性的相对知识量重要度的概念.以属性相对知识量重要度为启发式信息,提出了一种属性约简算法,通过实例证明了该算法的有效性.     

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.     

基于改进的粗糙集和因果图的故障诊断

在粗糙集和因果图属性约简的基础上,先通过构建二进制可分辨矩阵,并精简可分辨矩阵元素,以此约简得出最小属性约简集,再依据最小属性约简集对原始因果图进行约简,最后进行故障诊断。在属性约简时,符号逻辑运算被转变为位逻辑运算,减少了模型的复杂程度,从而提高了推理速度。对某电网的实例,运用该方法,可以减少存储空间,减少复杂性,提升诊断效果。     

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.     

不完备区间值信息系统的优化决策规则获取

在不完备信息系统中,定义了一种新的优势关系,提出了优势关系的支配集与被支配集的相对约简以及优化决策规则获取,利用布尔推理理论求得优势关系的支配集与被支配集的相对约简,从而得到优化决策规则。     

n值Lukasiewicz命题逻辑中命题的α-矛盾理论

基于均匀概率空间的无穷乘积,n值Lukasiewicz命题逻辑中引入α-矛盾理论,给出了一般矛盾推理规则;利用命题的α-矛盾度定义了命题间的α-差异度,进而导出命题集上的一种伪距离.     

随机信息系统的近似约简

提出了随机信息系统的β-近似约简和目标随机信息系统的β-近似约简的概念,分析了它的一些特性及其与已有约简概念的关系,证明了β-近似约简是信息系统和目标信息系统的属性约简概念的推广,并通过实例说明了约简方法．     

保熵约简在模糊推理中的应用研究

模糊功能树是模糊推理领域的研究重点之一。针对现有研究遇到的技术瓶颈,文章首先在模糊数学领域论述了模糊功能树逻辑命题定义,通过矩阵计算实现模糊功能的创新推理,然后提出了面向创新的保熵约简原则,给出模糊功能树的保熵约简功能求解方法,并实现了逻辑等价的约简,同时维持原有的创新能力,为模糊推理的理论建设带来突破。     

δ矩阵的行列式性质

δ矩阵可用于某些数值计算问题,故有必要对其性质进行研究.<δ矩阵的行列式性质>研究了n≤4时,A和Aδ的行列式的内在联系.     

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.     

粗糙集正域在心理健康测量中的应用

分析粗糙集正域的相关理论,提出一种基于粗糙集正域的决策表约简算法,用属性重要度的大小来判断属性是否被约简.通过对心理健康量表数据实例验证,该算法在约简后得到影响测量结果的重要属性,为构建更为科学、合理的测评量表提供理论依据,具有一定的实用价值.     

基于粗糙集的数据推理在教学实习管理中的应用

粗糙集理论作为智能信息处理技术的一个新成果．提供了一种对不确定、不完整数据进行分析的新方法．是现今计算机应用中一个新的非常重要且发展迅速的研究和应用领域．在知识发现、数据约简、决策支持、分类、模式识别和控制等领域中特别有效。本文首先对粗糙集基本概念和理论进行了介绍．给出了基于粗糙集的数据约简和决策支持方法。然后对实习学生教学情况初始评价表进行推理，获取了一些指导规则。这些在对实习学生的指导过程中有非常重要的作用。     

关联理论的语用推理特征

本文通过对语用推理模式的回顾及特征的描述,介绍了语言推理发展过程:解码-推理、语用推理、明示-推理等过程.引出明示-推理模式机制的关联理论,最后分析关联理论的语用推理特征.     

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。     

粗糙集层次分析法在学生综合评价中的应用

在对学生成绩综合评价中引入粗糙集理论和层次分析理论.利用粗糙集理论特有的属性约简和属性重要度原理能对有限的指标数据进行有效挖掘,具有客观性;而层次分析理论则从主观上进行补充,两种方法的结合能优化综合评价过程.通过实例分析,证实了该方法的可行性和有效性.