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。     

一种融合粗集理论和神经网络的分类数据挖掘算法

分类是一种重要的数据分析技术．可以用于提取描述重要数据类的模型和预测未来的数据趋势。本文提出了一种新的粗集理论和神经网络融合的分类方法。不同以往的组合方法，在该方法中粗集理论是挖掘分类知识的主体，最终的分类规则由粗集方法从约简后的决策表中得到，神经网络只是作为一种辅助工具，用来对决策表进行属性约简，并通过删除网络不能分类的数据来对决策表中的噪声进行过滤。与以往方法相比。该方法在保留神经网络高鲁棒性的同时避免了从神经网络中抽取规则的困难。     

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。     

单向奇异粗模糊集合的结构与性质

讨论模糊集合与单向奇异粗集之间的联系.首先给出单向奇异粗模糊集合的概念,讨论单向奇异粗模糊集的并、交、补运算;其次给出单向奇异粗模糊集的运算性质.特别地,给出单向奇异粗模糊集是单向奇异粗集的推广.单向奇异粗模糊集是研究系统动态模糊特征、不确定数据处理与挖掘、知识发现与知识表示的一种新工具.     

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。     

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.     

粗集理论在精品课程评选中的应用

粗集是一种处理不完整、不确定、不一致数据的数学方法,是数据压缩、数据处理、机器学习和知识挖掘的重要工具.其中约简是粗集理论的一个重要方面,通过约简,可以在保证原有分类能力不变的前提下,得到最简的分类规则,提高解决问题的效率.文章利用属性约简这一特点,对精品课程评选的评选指标进行了约简,并且导出了评选的决策规则.     

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。     

函数S-粗集与规律f-生成发现

利用函数S-粗集（function singular rough sets），给出规律知识,f-生成规律知识，规律的f-生成与规律的f-生成发现的概念，提出规律不可分辨定理，规律发现定理和规律的f-发现原理．函数S-粗集是发现系统中未知规律的一个新的数学方法．     

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.     

Immune algorithm for discretization of decision systems in rough set theory

INTRODUCTION As a new effective mathematical tool to deal with vagueness and uncertainty, the rough set theory was first proposed by Pawlak in 1982. Theoretical research on rough set theory is characterized by many achievements (Dai, 2004b; 2005; Dai et al., 2004). In recent years rough set theory has been successfully applied in many fields such as machine learning, pattern recognition, decision support and data mining. But rough set theory cannot deal with continuous attributes althoug…     

基于RBF网络的粗糙集属性约简策略

粗糙集理论被广泛应用于人工智能、模式识别、数据挖掘和知识发现等领域。而对象的属性约简是是粗糙集理论中的重要问题之一。由于属性约简计算量较大,影响了的粗糙集的实际应用。本文用RBF神经网络高效和OLS对称性的特点,研究粗糙集属性的约简,解决了属性约简的难题,完成了算法的实现,取得了较好的效果。     

不完备信息系统的矩阵约简算法

粗糙集理论是用来解决不确定性的新的数学工具，而知识约简是粗糙集理论中一个重要的研究课题。J．W．Guan等提出了信息系统下的矩阵算法。章则是进一步讨论不完备信息表下的矩阵约简算法，实例表明该算法是有效的，具有一定的应用价值。     

粗糙子群的判定

粗糙代数是粗糙集理论研究的重要方向,粗糙群是粗糙代数的主要内容之一。本文以Pawlak粗糙集模型、群论等为基础,主要讨论粗糙集理论在代数群论上的应用,首先给出粗糙子群的概念与性质,然后研究粗糙子群,粗糙交换子群等的判定。     

粗糙集理论与图形匹配相结合的规则提取方法

文章提出了在粗糙集理论中规则提取的新方法——利用图形的匹配来提取规则.粗糙集理论在数据分类应用中的主要思想是保持分类能力不变的情况下,利用等价类,通过属性约简和决策规则约简,达到挖掘知识并简化知识的目的.     

模糊集方法在粗糙集研究中的一些应用

粗糙集理论的创始人Z.Pawlak曾经得出一个结论:“粗糙集是泛化的模糊集;”通过粗糙隶属函数把粗糙集理论与模糊集联系起来,建立了一种粗糙集理论与模糊理论的关系。     

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.     

Rough集理论在机场救援辅助决策系统中的应用

首次将粗糙集理论引入机场应急救援辅助决策过程中,对如何利用粗糙集理论中的知识约简方法从历史数据中提取规则进行救援辅助决策的问题进行了探索,并通过实例演示了提取规则的过程。为如何建立和完善决策规则库以实现高效的智能辅助决策提供了一种新的思路。