关于粗糙集理论的一些探讨

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。文章介绍了Rough Set理论的基本思想及分析了粗糙集方法的特点,描述了一种基于粗糙集理论的知识发现步骤。     

基于粗糙集理论的工程项目投标报价风险分析方法研究

针对工程项目投标过程中的风险因素分析,基于粗糙集理论给出了投标报价风险分析的知识表达系统,并运用粗糙集理论和方法对投标报价风险决策表的属性和属性值进行约简,得出投标报价风险决策的最小决策表,使决策者对工程项目的投标报价风险决策能进行有效的分析,产生合理的决策方案,提高中标概率。     

基于粗糙集和知识粒度的特征权重确定方法

研究知识特征的粗糙集表征及其等价划分知识类别的精确度,在粗糙集理论的基础上结合知识粒度理论计算特征权重,提出基于粗糙集和知识粒度的权重确定方法,并通过算例证明所提出方法可以解决权重确定中存在的主观随意性和特征冗余等问题,进一步提高权重确定方法的适用性。     

粗糙集的知识发现在经济数据收集中应用举例

文章根据一种基于粗糙集理论的知识发现步骤,并以信用卡数据收集实例作了说明,以期发现隐含的知识,提示潜在的规律。     

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。     

决策表求核方法研究

属性核在知识信息系统中为最重要的特征集合,它包含在所有约简之中,可以作为属性约简的基础。在属性核之上通过一定的方法选取属性增加到核中,从而得到约简集合,因此属性求核算法的效率对属性约简算法的效率此有很大的影响。本文主要研究相容决策表的求核方法,为属性约简提供有力的工具。     

基于粗糙集的翻译方法的改进仿真研究

研究提高翻译算法的翻译准确性问题。由于英语名词短语语法复杂、规则多,导致传统机器翻译算法存在效率低、准确率不高难题。为提高英语名词短语识别准确率,提出一种粗糙集的名词短语识别方法。粗糙集方法把英语名词短语识别当成一个决策问题,通过粗糙集理论对特征约简和规则优化,最后对其进行进识别。采用粗糙集方法对WSJ英语名词短语样本进行仿真实验,仿真结果表明,粗糙集的名词短语识别正确率高于其它翻译方法,是一种有效英语名词短语机器识别方法。为实际设计提供依据。     

基于粗糙集理论的知识密集型服务业集群创新能力评价研究

在相关研究的基础上,运用粗糙集方法,对德国雷根斯堡地区的六个知识密集型服务业集群的创新能力进行了综合评价研究,结果表明软环境的建设和集群对入驻企业的影响这两个方面对集群的创新能力具有较强的影响。     

基于粗糙集的科技成果转化指标约简方法研究

对当前科技成果转化评价指标体系研究现状进行了梳理,针对存在的问题,将粗糙集理论引入到指标约简方法当中,构建了基于粗糙集的科技成果转化评价指标体系的约简方法和流程,综合前人的研究成果,建立了科技成果转化的初步指标体系,利用构建的指标约简方法,对初步建立的指标体系进行约简,演示了指标约简方法的具体应用,验证了方法的科学性和适用性。     

一种改进的基于粗糙集的数据挖掘方法研究

提出一种数据挖掘算法,在数据挖掘的同时进行数据预处理,这种算法保证了数据的真实性,省略了数据预处理环节,规避了粗糙集算法对数据规范性的严格要求.     

基于粗糙集的家庭用电评估指标体系约简方法研究

居民家庭电能管理是智能电网中智能用电环节的出发点和落脚点。针对目前家庭电能管理所面临的缺少完整的指标体系、重要指标不能量化、评估结果不够客观等问题,提出了一种基于粗糙集理论的家庭用电评估指标体系评价模型,为居民家庭电能管理提供了参考依据。采用数据统计和数据挖掘方法,设计了家庭电能效率评估的初步指标体系;利用粗糙集理论属性约简方法确定指标重要度,并对指标体系进行了指标筛选;以结果集和隶属度函数为依据构建“优度”评价模型,得出了指标体系优选模型。通过对真实家庭用电数据的处理以及电能效率评估,验证了该模型的正确性。     

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。     

基于粗糙集的决策系统知识获取算法及实证分析

提出一种基于粗糙集理论的决策系统知识获取算法.通过在决策系统中引入粗集属性重要度的概念,来描述由决策属性所提供的知识对条件属性的依赖程度,并以此作为启发式信息来计算属性核和相对约简.在此基础上,挖掘隐含在数据中的知识,获取决策规则.该算法通过实证分析,证明是决策知识获取的一种有效方法.     

一种基于粗糙集的决策树算法研究

决策树是一种有效的数据分类方法。粗糙集理论把知识和分类紧密联系起来,为处理不精确、不完全数据的分类问题提供了一种更符合人类认知的数学工具。提出了把后继节点的变精度加权平均粗糙度和值作为属性选择标准构造决策树的改进新算法。新算法用变精度代替近似精度,能有效地克服噪声数据在构造决策树过程中对刻画精度的影响,使生成的决策树复杂性降低,泛化能力更强。     

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。     

基于粗糙集的经济数据分析

随着社会的快速发展,各种数据急剧增长,如何从这些海量数据中提取有用的信息成为了一个很现实而且重要的问题。在粗糙集理论中,如何去除冗余信息,留下关键信息,从中提取规则是很重要的,而且从规则中分析出一些内在规律,这对辅助决策有很大的帮助。本文利用粗糙集理论,对经济数据进行分析,从中得到一些经济规则,进行辅助决策。     

基于粗糙集理论的核心专利识别研究

提出核心专利综合价值指数(CICP)的概念,并采用粗糙集理论方法确定了 CICP 指标权重系数,在构建核心专利综合评价指标的基础上,通过计算 CICP 值识别核心专利,最后从风能领域1802件专利中识别出了10件核心专利,识别结果较为准确。     

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。     

基于粗糙集和SVM的网站客户流失预测研究

针对网站收费客户流失预测领域特点,尝试了多种方法对客户信息进行约简和客户流失预测。以某大型网站收费客户信息为样本的数据实验表明,基于粗糙集的属性约简算法保持数据分类能力,简化客户信息;另外利用SVM建立的分类模型可以取得满意的预测效果,与其他数据挖掘方法相比有较大的优势。网站可根据实验结果减少信息收集量,预测流失用户,从而采取有效措施。     

基于粗糙集理论的物流客户满意度评价研究

介绍了粗糙集理论的基本概念,尝试将粗糙集理论应用于物流客户满意度评价,目的是找出若干条适于客户满意度的决策规则。把影响客户满意度的因素作为决策表达系统的条件属性,并对其进行简化。在此基础上对属性值进行简化。最后得到决策表的简化表,并从中提取出决策规则。