基于粗糙集的组合属性重要度确定单属性重要度新方法

为改进属性重要度概念,给出了一种基于粗糙集理论的单属性重要度和组合属性重要度结合的确定属性重要度的方法。通过实例考证表明,改进的粗糙集重要度计算方法具有普适性,解决了在文献[3]中提出而没有解决的问题。     

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.     

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.     

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。     

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。     

基于粗糙集属性重要度的TOPSIS方法

本文结合粗糙集中的属性重要度,给出了基于粗糙集属性重要度的TOPSIS方法,说明决策者可以根据论域上不同的属性而得到的知识对备选方案进行排序,从而作出最后的决策．     

基于属性权重的区分矩阵启发式约简算法

介绍了基于区分矩阵的属性约简算法,通过分析,说明了算法的不足,提出相应的改进策略。将启发性知识结合区分矩阵,提出基于属性特征权重的区分矩阵的启发式约简算法,较以往的算法意义更加直观,计算也更加简单,提高了约简算法的速度。     

基于粗糙集与信息熵的属性重要性度量

阐述了粗糙集和信息熵的概念,在此基础上给出了基于信息熵的属性重要性度量公式,并证明了属性集中绝对必要元素与属性重要度之间的关系.最后,通过实例分析表明该公式的有效性.     

一种基于粗糙集的供应链合作伙伴选择新方法

用粗糙集中组合属性重要度确定单属性重要度的理论,给出了供应链最佳合作伙伴选择的新方法,改进了文献[1]的粗糙集评价方法,新方法计算的指标权重结果避免了文献[1]中计算的指标权重为0的情况出现,同时新算法计算的各指标重要度之和比原算法各指标重要度之和大,计算精度更高,评价结果更符合实际。     

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.     

基于Rough集理论的数据挖掘属性约简技术的研究

经过20多年的发展，Rough集理论获得了广泛的认识和运用，特别在数据挖掘、知识发现的研究中发挥着越来越大的作用．属性约简是大数据集压缩冗余数据的关键技术，Rough集理论基于数据分类的原理，提出了属性约简判定理论，并发展了多种约简技术，使数据挖掘中的属性约简难题摆脱了依赖主观处理的阶段，得到了有效的处理，并向高效约简的方向发展．     

基于Rough集理论的旅游资源的计算机建模评价

Rough集理论是一种处理不精确性、不确定性知识的数学工具,属性约简是粗糙集理论研究中的重要内容之一,而由定义来计算约简与核是一个典型的NP难题。提出分层思想将众多属性划分为不同的层次,结合分辨矩阵利用一种有效的基于粗集理论的权重确定方法逐层求出各个层次的最小约简及确定各属性的权重,从而使知识约简的工作得以简化,并以三明市部分县市旅游资源评价为例说明了结果的有效性。     

基于粗集理论的教学质量评价模型

利用属性重要性等概念,提出了一种基于粗糙集理论的属性权重确定方法,将主观权重和客观权重结合起来,建立了一种基于粗糙集理论的教学质量综合评判模型,使权重确定更加合理,评判结果更加科学、客观,最后通过实例验证了该方法的实用性和可行性.     

基于目标信息系统的变精度变异粗集

利用变异粗集的概念与结构，结合变精度粗集的概念，提出基于目标信息系统的变精度变异粗集的概念与结构，给出了变精度变异粗集包含强度定理及其推论，并对此进行了讨论，指出了变精度变异粗集的研究与应用方向。     

Vague关系下的Vague粗糙集模型

研究了两类Vague关系下Vague集的近似结构。通过引入Vague等价关系,给出了Vague集在Vague关系下的两组下、上近似,进而定义了两种新的粗糙集模型,并对此模型的几种特殊情形进行了分析,指出此两种模型均是较为一般化的粗糙集模型。此两种模型的建立,一定程度上完善了粗糙集的理论体系。     

基于粗集理论的信息系统数据行约简

一种判断数据是否是冗余数据的方法被提出,即分别计算出删除这些数据之前和之后的信息系统属性约简,若两者相同,则说明这些数据是冗余数据;若不相同,则不是.从这一思想出发,先提出了数据行的概念,接着给出了数据行约简的定义,最后通过示例演示了数据行约简的过程.