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。     

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。     

模糊变异粗集与[α/R]知识

从问题的内、外两方面出发，结合模糊集理论与变异粗糙集理论提出了模糊变异粗集模型，并对模糊变异粗集和模糊变异知识进行了讨论，给出了模糊变异知识及其相关定理。     

高维数据集聚类结果的可视化分析

面向高维数据的聚类分析是当今数据挖掘研究的重要领域,其中的关键问题在于如何对高维数据的聚类结果进行高效率的可视化分析。针对这一问题首先使用了数据聚合树（DA树）作为代表高维数据集的数据结构,并将一个新的聚集算法（CLUK算法）应用于该数据集,获得聚类分析的结果,然后搭建了一个可视化平台（Hvis）,最后利用平行坐标法在...     

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.     

分段线性隶属度函数确定的密度聚类方法

采用分段线性隶属度函数,形式简单,具有普适性;提出了密度聚类方法,快速得到了聚类中心;在实例仿真中,确定了总体积变化量的隶属度函数,解决了隶属度函数难以确定的难题.     

单向粗副集及其特征值与迁移度

根据单向副集的概念,提出单向内副集与单向粗副集的概念,单向副集、单向内副集与单向粗副集特征值的概念;提出单向副集与单向粗副集关于单向S-集合与单向S-粗集的迁移度的概念,基于这些概念给出相关的定理;最后以实例分析单向粗副集的特征值与迁移度的存在背景与应用.     

基于相似度聚类与免疫危险理论的入侵检测方法研究

本文提出了一种基于相似度聚类与免疫危险理论的入侵检测方法．该方法将相似度聚类分析方法应用在入侵检测的分类器产生阶段,既生成了用于免疫算法的检测器,又过滤了正常数据,减少了需检测的数据量,改进了检测方法,提高了系统的检测效率和检测能力．     

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。     

基于频繁项目集的多隶属聚类算法

通过分析目前的聚类算法，提出了多隶属聚类的概念；提出了一种基于频繁项目集的多隶属聚类算法，该算法能产生事务型数据的多隶属聚类。     

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。     

一种改进的粗集综合评价方法

基于区分矩阵的粗集综合评价方法由于存在对评价对象的反复比较，因此影响了求解指标约简及权重的效率．利用区分矩阵的变形——广义信息表提出的一种改进的粗集综合评价方法，能够减少对对象的重复比较，更快地进行指标约简和权重设置．此外，通过将该方法应用于政府效率评估来验证了方法的可行性和有效性.     

广义模糊粗糙集的包含度和相似度

模糊粗糙集是目前数据挖掘领域关注的热点之一,作者在Pawlak粗糙集模型基础上,把一个论域推广为两个论域;把等价关系推广为模糊关系,被近似对象换成模糊集,得到广义模糊粗糙集模型,建立了广义模糊近似空间。在广义模糊近似空间中定义了广义模糊粗糙集上的包含度和相似度,并讨论了此包含度和相似度相关性质。     

基于粗糙集理论的工控界面多智能体协作模式研究

1 Introduction An agent is an autonomous entity that runs in a dy-namic environment . Generally, it describes mentalstates such as knowledge , belief , promise , ability,etc. A multi-agent system ( MAS) consists of severalcomputational agents .It ai ms to transformlarge andcomplicated tasks to small ones that can communicateand cooperate with each other[1-3].Therefore ,cooper-ationis essential in MAS. The rough set theory (RST) was proposed by thePolish Mathematician Pawlak in 1982 .It w…     

模糊粗糙集代数

定义了模糊粗糙集合理的补运算,从而利用公理化方法构造出推广了的粗糙集代数.在此基础上定义了模糊粗糙集代数,并讨论了模糊粗糙集代数的简单性质.     

试卷分析的一种新方法——Rough集法

试卷分析的传统法——数理统计法不能判断试题是否冗余,也体现不出试题的重要程度.运用Rough集理论,给出一种试卷分析的新方法,挖掘试题重要度信息和冗余信息.     

关于粗糙集理论基本概念的解析

在介绍粗糙集理论冬若应用的基础上,着重围绕粗糙集理论中的知识,下、上近似集等基本概念展开了详细的阐述．     

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。     

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.     

基于粗集与贝叶斯分类的电信网络质量预测

在小样本的情况下,仅利用数理统计方法进行预测是不太适合的.在此先应用粗糙集的相关知识来确定影响电信网络质量的主要因素.然后运用贝叶斯理论将统计推断建立在后验分布的基础上,并给出了小样本试验数据的电信网络质量的预测.