基于粗集理论的知识发现

知识发现是知识信息处理的关键问题之一。用粗集理论方法可以对数据进行预处理，去掉多余属性，提高知识的发现效率。     

基于粗集理论的知识发现

知识发现是知识信息处理的关键问题之一,粗集作为一种数据分析理论能有效地从不确定性的数据中发现知识,是目前在知识发现领域研究的热点之一。本文首先对知识发现和粗集理论做了简单介绍,在此基础上论述了粗集作为一种数学工具在知识发现领域中的重要性,并提出粗集的进一步可能发展方向。     

S-粗集理论与知识发现

基于S-粗集,给出了在知识发现中由数据变化获取新知识的方法.应用S-粗集的迁移运算,给出了属性增加时知识的粗糙度减少的结论.     

基于多分类器融合与模糊综合评判的滚动轴承故障诊断

为了提高复杂系统故障诊断的效率,简化诊断模型的结构,提出了基于模糊综合评判的故障诊断方法,构建了基于多分类器融合的诊断模型,并应用于数控机床滚动轴承的故障诊断。首先,多个分类器分别对高维故障特征进行信息融合,作出初步诊断;然后,采用模糊综合评判的方法,对多个分类器的初步诊断结果进行决策融合,建立了滚动轴承的单级模糊诊断模型,构造了以分类器输出信息熵为核心的评价函数,探讨了熵值权重分配方法,开展了数控机床滚动轴承磨损故障诊断的相关实验。实验结果表明:在存在诊断冲突的样本中,70%的样本经过模糊综合评判融合后可以正确识别故障类型,与单一分类器方法相比,故障识别率得到了提高,达到97.06%,证明了基于多分类器融合与模糊综合评判的诊断方法与模型的有效性。     

基于贝叶斯多分类器融合的人脸识别算法研究

通过对贝叶斯分类器进行研究,提出一种结合贝叶斯分类规则和FISHER线性判决分析,同时采用人脸的关键局部特征,通过加权相似度求和策略,实现对多个分类器进行融合的一种综合性人脸识别算法。实验表明,该方法在无光照处理下识别效果更为精确。     

基于互联网的多源知识融合与交互印证方法的研究

文章在基于多源知识融合的背景下研究了关于语义挖掘的交互印证方法,并将原来的语义分析与匹配技术逐渐与智能信息计算相结合,再用语义本体认知的方法,来描述互联网的文本语义,并对这些方法进行了实验分析。     

广义双向S-粗集和它的一般结构

基于双向S-粗集和一般二元关系吼，提出广义双向S-粗集，对广义双向S-粗集的一般结构进行了描述。对广义双向S-粗集的有关性质进行了讨论。并给出了具体实例和意义解释。广义双向S-粗集为研究一般系统动态的近似特性提供了新的途径和方法。     

基于知识简洁度的粗集聚类方法

提出了基于知识简洁度的粗集聚类方法。首先计算对象集合在每个属性下的划分；然后在对初始划分进行合并时，引进了不可分辨度的概念，考虑了其他属性的影响，同时避免了两个对象之间取值相近的度量问题；在形成最终聚类结果时，引进了知识简洁度的定义，使得最终的聚类结果科学合理。     

序列模式中知识发现问题描述与知识发现方法研究

在分析基于工艺元的典型工艺信息组织模式的基础上,提出一种基于数据挖掘技术的从工艺数据中获取工艺元知识的方法.该方法采用文本聚类的思想扫描工艺数据库,将数据库中工艺描述划分为不同的类提取出常用工艺语句并设计了相应的处理算法,通过改进Apriori方法设计的Apriori-seq算法用于对工艺规程序列进行挖掘获取工艺元.同时,开发出在制造工艺序列数据中进行知识发现的原型系统SCU-KDPS,应用表明本文的研究方法有较高的知识发现效率.     

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。     

基于覆盖粗糙集的动态数据库的知识发现

在覆盖粗糙集理论框架下,给出并证明了处理动态数据库的两个定理,提供了知识发现的一个新工具。     

基于知识距离的不完备信息系统的决策规则提取

粗糙集理论是一种处理不精确、不确定和模糊知识的软计算工具,被广泛应用于知识发现领域.在实际问题中,信息不完备成为解决问题的障碍之一.该文通过基于知识距离提出的约简算法,针对不完备信息系统,提出了一种决策规则的提取方法,实例证明该方法求得的决策规则,较好的解决了数据不精确和缺省的问题.     

Rough Set理论在数据挖掘中的应用

Rough Set理论是一种新的处理模糊和不确定信息的数学工具。近20年来，Rough Set理论由于在知识发现等领域的成功应用而受到广泛关注，并得到飞速发展，已成为数据挖掘中的一个很重要的方法。作者讨论了Rough Set理论在数据挖掘过程中的应用，并对Rough Set理论在数据挖掘应用．中存在的问题和挑战提出了自己的见解。     

知识与教学:通过多元智能而教--析多元智能理论的"符号学习"视角

知识的学习与传授是学校教学的重要部分.本文从知识-文本-符号学习的视角分析了多元智能关于教学的重要观点:在学校教育的情境中,符号系统的教与学是学校教学的一个突出特点,儿童正是在对符号化知识的"释义"和使用中,掌握知识、发展智能.因为不同的智能对不同的符号系统具有不同的敏感性,因此,"通过多元智能而教"是增进教学有效性的重要途径.     

一种基于知识粗糙度的知识约简算法

给出了知识的粗糙度概念,得到了知识粗糙度随着知识粒度变小而单调递减的结论,并通过知识的粗糙度对属性的重要性进行定义．在此基础上,提出了基于知识粗糙度的知识约简算法,该算法的时间复杂性为O（1｜A｜^3×｜U｜^2）．通过例子分析表明,该算法是有效的．     

基于粗糙集的模糊综合评判

将粗糙集理论应用于模糊综合评判.该方法利用粗糙集理论中的知识约简方法挖掘评价指标,然后利用基于粗糙集理论中信息量的概念确定评价指标的权重,使模糊综合评判更简便易行、评判结果更加客观可信.     

多情景融合的项目引导式机械制图教学改革创新与实践

为改变目标单一的以知识传授为主的教学方法,构建体现项目课程特性和多情景融合模式的新型教学关系,紧扣"多情景融合和项目导入式"的课程改革目标,开展机械类专业机械制图课程教学改革研究与实践,探索课程教学的整体优化方案,突出学生综合素质的提高和创新能力的培养。     

企业隐形知识有效共享的激励机制研究——基于博弈分析

在知识经济时代,知识是企业最重要的资源。隐性知识是企业创新的源泉,企业隐性知识的共享与传播已成为企业核心竞争力的关键。但隐性知识的有效共享是困难的,其影响因素是复杂的。文章用博弈论的方法分析激励因素对于隐形知识共享的重要性,并在此基础上提出了建立隐形知识有效共享激励机制的方法。     

课程评价改革的当代知识论基础

课程评价改革是课程改革系统中的关键环节。当代知识论是课程评价改革的重要理论基础之一。基于知识的多维价值性、个体境域性、动态建构性,课程评价改革需致力于:建立完整的评价指标体系,以利于学生整体素质的提升;倡导质性评价与量化评价相结合的方法,以尊重学生的个体差异;关注学生的求知过程,以激励学生探究知识的自主性和创造性。