粗糙集理论和应用研究

粗糙集已经在很多领域取得了较为成功的应用。本文系统介绍了粗糙集的基本理论、粗糙集的研究方向、粗糙集的应用领域和粗糙集的软件系统。     

粗糙集理论在数据挖掘中的应用

粗糙集理论是一种处理不确定和不精确问题的新型数学工具,为数据挖掘提供了一条崭新的途径。本文阐述了粗糙集理论及其在数据挖掘中的应用。     

主观引导特征提取法在光谱识别中的应用

在许多情况下,并非所有类别都有着同样的重要性和实际意义,我们希望在特征提取时能体现出类间重要性和意义上的差异,而传统特征提取方法缺乏解决这一问题的能力.为此,利用一种基于主观引导特征提取法对光谱数据进行特征提取和分类,其主要思想是:将人的主观意图融合到特征提取中,提取有利于具有优先权类别的分类特征.结果表明,与传统线性鉴别分析法(LDA)相比较,该方法可获得更加有效的分类特征.     

粗糙集理论在变压器故障诊断专家系统中的应用研究

在传统的变压器故障诊断专家系统的基础上，为解决专家系统较难获取完备知识的瓶颈问题，提出了一种基于粗糙集理论的故障诊断专家系统。该系统从历史故障数据所形成的决策表出发，运用粗糙集理论进行约简，构建专家系统知识库模型。通过计算诊断规则粗糙度，确定诊断规则的置信程度。利用推理机和故障事例库，实现对知识库的动态维护。     

粗糙集理论在科研能力综合评价中的应用

在科研能力综合评价中引入粗糙集理论,利用该理论充分挖掘已知数据之间的联系来确定评价指标的权重,避免人为干预所带来的主观性.实验证明,利用粗糙集理论的评价结果令人满意.     

基于粗糙集理论的规则发现在教育信息处理上的应用

粗糙集理论作为一种新型的数据分析工具目前已开始逐渐应用到数据挖掘的领域中，在对大型数据库中不完整数据进行分析和学习等方面取得了显著的效果。教育规模的高速增长带来教育信息数据量的级数增长，基于粗糙集的教育数据挖掘有塑成为教育信息处理的一个潜在发展方向。     

粗糙集理论在高科技项目评价中的应用研究

介绍了基于粗糙集理论的评价方法，建立了高科技项目的多指标评价体系，并通过一个实例做了验证。实例证明，该方法和结论具有较强的说服力。     

粗糙集理论在情报分析指标权重确定中的应用

情报分析中经常会遇到多指标综合评价问题,其中指标权重确定是关键。现有的主观赋值法因过度依赖专家经验而缺乏客观性,一些客观赋值法虽以客观数据分析为基础,但其结果解释性较差。文章引入一种基于粗糙集理论的权重确定方法。该方法不需要任何先验信息,即可完成权重计算,可使情报分析结果更加客观、有效。最后以我国企业海外并购风险评价为例阐释其应用。     

基于粗糙集理论的科研立项总结评价方法

本文运用粗糙集理论，对科研立项评审的结果进行分析、总结，从中找出规律。试图为科研基金管理单位建立更合理的评审体系提供理论指导，为项目申请单位及个人指出申请基金的注意事项。与一般方法相比，本总结方法所获得的结果直接来源于评审数据，因而具有更高的可信度和更强的说服力。     

基于互信息的特征提取方法在中文法律案情文本分类中的改进及应用

本文主要论述了一种改进的基于互信息的特征提取方法及其在中文法律案情文本分类中的应用,文中给出了具体实现过程及实验数据。     

粗糙集技术在高校财务管理中的应用

随着高等教育事业的快速发展和对资金需求的急剧增加,社会对高校财务管理提出了更高的要求,现有的财务分析与决策系统已经不能很好地满足需求.如何从会计信息系统等信息资源中提取潜在的知识,为管理和决策服务,是高校财务部门迫切需要解决的问题.把粗糙集技术应用到高校的财务管理工作中,以便及时有效地进行财务分析和财务决策,为系统科学地制定财务计划提供依据.     

概率型粗糙集模型在贝叶斯决策中的应用研究

本文探索性地研究了概率型粗糙集模型与贝叶斯决策方法之间的联系，建立了贝叶斯决策方法的概率型粗糙集模型，实现了粗糙集理论在贝叶斯决策中的应用。     

一种自适应遗传算法在粗糙集属性约简中的应用

属性约简是粗糙集理论中的一个核心问题,为获得有效的最小相对属性约简,利用自适应遗传算法实现粗糙集属性约简。自适应遗传算法根据个体适应值动态调整个体的交叉概率和变异概率,提高了遗传算法的寻优能力和收敛速度。     

基于SVM和粗糙集理论的董事会效率评价研究

本文构建了影响董事会效率的指标体系,并首次采用支持向量机方法(SVM)建立了董事会效率评价的五级分类模型,通过粗糙集理论的属性约简方法来确定最优的输入指标组合.实验结果表明,本文建立的董事会效率评价模型的判别精度要优于已有模型,而通过对惩罚矩阵的合理调整,模型的判别精度可以进一步提高.     

Web页面分类中特征提取方法的改进

本文研究了基于互信息、相关性的特征选择方法,并介入网页页面中超链接因素,对特征提取中互信息计算公式作了改进一引入超链接因子。实验表明,改进之后比之以往的简单的基于互信息方法进行特征选择的网页分类精度有一定的良高。     

数据挖掘技术在教学质量评价中的应用

教学质量评价是学校教学管理的重要组成部分,数据挖掘在教学质量评价中的应用广泛.文章概述了数据挖掘的基本概念和方法,在教学质量评价的数据挖掘中,给出了粗糙集理论、关联规则,以及改进的关联规则算法的应用方法,并指出了教学质量评价中数据挖掘的详细步骤.     

基于粗糙集遗传算法的入侵检测规则提取

针对八侵检测规则提取困难的现状,提出了基于粗糙集遗传算法的入侵规则挖掘算法.该算法利用粗糙集对数据的精简优势,以及遗传算法的高效并行特性,可以从系统的审计数据中提取出有效的规则.通过KDDCUP99入侵检测数据测试,证明算法的有效性和可行性.     

粗糙集AHP融合模型在IT项目风险分析中的应用

IT项目是高投入、高风险产业,为了在IT项目开发中获得高收益,有必要对IT项目风险进行分析。但是传统分析方法比较主观,难以对IT项目风险进行客观的分析。文章先引入粗糙集理论,利用可分辨矩阵约简算法对IT项目风险表进行属性约简,剔除其中不必要的属性,然后综合利用粗糙集理论和AHP方法来确定IT项目风险的权重,并通过实例验证该方法的可行性和合理性。     

基于粗糙集的高校教师绩效考评的规则挖掘

对粗糙集处理的基本步骤及算法进行详细的描述,应用粗糙集理论和区分矩阵来挖掘各因素规则的方法对一个高校教师绩效考评的例子进行分析和处理,挖掘出评价规则,得出了各主要考评因素的客观权重。     

基于变压器故障分类的DGA特征提取

文章从模式识别的角度出发,提出在应用DGA对电力变压器进行故障诊断的过程中,若能针对具体的分类模式,提取出能够区别不同类别模式的"选择性"的信息,将有利于提高诊断效果;对放电与过热故障的气体特征、电路过热与磁路过热故障的气体特征进行选择和测试,表明根据不同的分类模式进行气体特征提取对提高故障识别效果将是有益的.