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.     

Taking Paint Samples for Pigment Analysis in Nineteenth-Century England

ABSTRACT

During the nineteenth century, chemists became increasingly engaged in the conservation treatment of polychrome surfaces. While collaborations between chemists and museum workers in charge of easel painting collections were mostly oriented towards the improvement of conservation practices, the involvement of chemists in the nascent field of archaeology was oriented towards material characterization, such as pigment analysis of polychrome surfaces. Since this type of analysis is destructive and damages the artwork, it could, therefore, be assumed that chemists were in these cases less concerned with the conservation of objects with an archaeological and historical provenance. On the contrary, my new reading of nineteenth-century English primary sources reporting pigment analysis shows that chemists also had ethical concerns about the physical integrity of archaeological objects and their conservation. This is apparent in the process in which paint samples were taken from the artworks for their subsequent analysis.     

基于模糊等价关系的粗糙集方法

在对研究信息系统中知识不完全、不确定问题的两种重要理论粗糙集和模糊集进行比较分析的基础上,结合模糊集和粗糙集各自的优点,针对信息系统中数据量庞大且属性值大多是连续的、很多数据对象具有相同或相似性质的情况,提出一种基于模糊等价关系的粗糙集方法,实现了粗糙集理论与模糊集理论的有机结合;并通过一个应用实例,证明了此方法的有效性．     

基于粗集理论的顾客忠诚度测度模型

将粗集理论引入到顾客忠诚度研究,建立了基于粗集理论的顾客忠诚度评价模型,并以中国移动通信行业为例,在大学生中搜集了343个有效样本。通过对调查问卷的分析和处理,利用粗集理论的属性约简和规则推导方法,获取一系列有价值的规则。最后,利用粗集理论得到的规则与路径分析得到的结论进行比较,来验证模型的有效性。     

基于粗糙集对个案男子1万m跑成绩的分析与预测

运用文献资料、专家访谈和粗糙集权重确定等方法,对1999-2005年甘肃省体工队中长跑队员训练和比赛中的最好成绩进行粗糙集权重分析,结果表明:影响10000 m成绩的关键指标是公路10 km和周弓箭步总量;并且从属性决策中得出了5条确定性预测规则.目的在于教练员依据运动员的成绩发展水平提供一个科学训练的方法和手段,为教练员最优控制训练过程提供有效参考.     

基于粗糙集理论的物流时间-质量-成本效益背反管理方法研究

利用粗糙集理论中知识与信息熵的关系建立决策表推导相关的属性重要性,并将条件熵定义下的属性重要性作为层次分析法构建判断矩阵的依据,故以数据驱动机制改进了传统的层次分析法在此环节缺乏客观性的不足,并将它应用于物流服务中的效益背反要素的优先级权重确定。     

粗糙集和BP神经网络在供应链绩效评价中的应用研究

从知识发现和数据挖掘的角度,利用粗糙集和BP神经网络的理论和方法,建立了基于粗糙集和BP神经网络相结合的供应链绩效评价模型。并结合一个供应链绩效评价实例,首先对其基于平衡记分卡的指标体系进行了约简,然后将约简的评价指标输入到BP神经网络中进行智能训练,最后把评价的样本输入到训练好的BP网络中,得出供应链绩效的评价值、评价结果与实际结果基本一致。     

Computing B Spline Surfaces on Transputer Networks

本文提出了在Ｔｒａｎｓｐｕｔｅｒ网络上计算均匀双３次Ｂ样条曲面的一种并行实现．这个工作对构造基于Ｔｒａｎｓｐｕｔｅｒ上的ＣＡＤ和图形系统是有效的     

利用MATLAB表现空间曲面的交线

研究MATLAB软件表现空间曲面交线的原理和方法,给出绘制空间曲面交线及其投影的一般步骤和实例。     

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。