基于模糊C均值聚类法和粗糙集理论的评价方法研究

粗糙集理论为处理模糊、不完整、不确定性知识分析提供了一种新的分析理论,更具客观性,其不足之处在于决策表中的值必须是离散值.文章首先介绍了粗糙集理论及其基本概念;然后引入了基于模糊C均值聚类法的连续属性离散化方法,并结合二者提出了一种综合评价方法;最后以20家上市公司作为经验样本,对其财务状况做出了综合评价.     

基于划分类归并的粗糙集属性约简新算法

文章以论域的不同划分与条件属性的不同子集确定的等价关系间的一一对应关系为出发点,研究了粗糙集属性约简与论域划分类归并之间的内在联系,利用粗糙集模型某些属性约简的正区域不变性,提出一种基于论域划分类归并的粗糙集属性约简新的算法.理论分析和实践结果表明了所提出算法的有效性与实用性.     

Rough Set综合评价算法的优化及应用

粗集理论是由波兰数学家Z.Pawlak,在20世纪80年代初提出的一种处理模糊和不精确性问题的新型数学工具,粗集理论在处理有限元集合数据时,即不需要关于数据的任何附加信息,也无需预先给定某些特征或属性的数量描述,如统计学中的概率分布、模糊集理论中的隶属度或隶属函数等,通过对大量数据进行分析,根据论域中等价关系的依赖关系,剔除相容信息,抽取潜在有价值的规则知识.依据粗糙集理论的对象分类能力,以及粗糙集理论中的知识依赖性和属性重要性度量方法,可以得出一种完全数据驱动的综合评价方法,它克服了传统方法存在的主观性和片面性的问题,本文将属性的同分辨能力数引入到粗糙集评价,优化了评价算法.     

粗糙集决策规则置信度的改进定义

粗糙集(Rough Set)理论是一种研究不精确、不确定性知识的工具,由波兰科学家Z.Pawlak于1982年首先提出。粗糙集理论是离散数据推理的一种新方法,它不需任何辅助信息,仅依据数据本身提供的信息就能够在保留关键信息的前提下,对数据进行化简并求得知识的最小表达,从而建立起决策规则,发现给定数据集中隐含的知识。目前,粗糙集方法已经成为数据挖掘应用的主要技术。     

不完备信息系统下量化容差关系的改进

0引言1982年,波兰科学家Pawlak首次提出粗糙集的概念,粗糙集理论和方法是一种数据分析与推理的有效工具。经过20余年的发展,粗糙集理论在人工智能、数据挖掘、机器学习、医疗诊断、航空航天等众多领域得到广泛关注和应用犤1犦。Pawlak最初提出的基于不可分辩关系的粗糙集理论只     

基于粗糙集-CPN网络的客户价值预测

利用人工神经网络与粗糙集理论的优势互补,将粗糙集用于优化客户价值的指标结构,CPN神经网络用于预测,提出并建立一种粗糙集与CPN神经网络相结合的客户价值预测模型,并依此模型进行了实例验证。     

肿瘤病理类型绿色诊断方法研究——基于变精度粗糙集理论与贝叶斯网络

为了准确对肿瘤病理类型进行诊断,减轻患者因诊断造成的不便与痛楚,提出了基于变精度粗糙集理论与贝叶斯网络的肿瘤诊断方法。对930例甲状腺肿瘤病例使用变精度粗糙集与贝叶斯网络方法导出诊断规则,并与粗糙集对比后发现,基于变精度粗糙集与贝叶斯网络的诊断规则准确性高于粗糙集理论的诊断准确性。基于变精度粗糙集与贝叶斯网络的肿瘤诊断模型对提高肿瘤诊断水平具有更好的临床使用价值,为肿瘤的诊断与分类提供了一种新思路。     

粗糙集条件信息熵权重确定方法的改进

权重确定是决策和评价的重要环节.文献[1]基于粗糙集条件信息熵的权重确定方法是为了避免冗余属性权重为0的情况,但是该方法得到的冗余属性的重要度却高于非冗余属性的重要度.通过对文献[1]粗糙集条件信息熵权重确定方法的分析,找出相矛盾的原因,并讨论了属性重要度优先级队列的构造,进而在此基础上提出了以粗糙集的代数理论为基础的粗糙集条件信息熵权重确定的改进方法.     

基于粕糙集与广义关联度系数的贝叶斯中医证候分类模型

文章主要探讨了一种贝叶斯分类方法在肝炎后肝硬化中医诊断中的应用,介绍了粗糙集理论、广义关联度系数以及贝叶斯分类模型等数据挖掘技术.并且,运用粗糙集理论及广义关联度系数方法,对287例肝炎后肝硬化的症状、体征进行了属性选择.进一步,利用树增广的朴素贝叶斯分类算法,构建了肝炎后肝硬化中医证候分类模型.实验表明这种模型对肝炎后肝硬化的6种主要证候分类的符合率达83%.研究结果对肝炎后肝硬化的中医临床诊断具有参考意义.     

基于粗糙集理论的高新技术项目投资风险评价

文章针时高新技术项目投资风险评价体系的基础上,提出一种基于粗糙集理论的多指标综合评价方法,使评价结果更具客观性,提高了综合评价精度.     

一种旅游需求多因素动态粗的预测模型

对旅游业来说,需求是其赖以存在和发展的关键因素.根据游客人数的多少,旅游接待地可相应确定旅游接待服务设施规模,因此对旅游需求进行预测是很重要而且是十分必要的.本文基于粗糙集理论,提出了一种旅游需求多因素动态粗预测模型.     

基于权重优势关系的粗糙近似模型

在不完备信息系统中,为了解决不完全的偏好决策问题,相关学者提出了多种优势关系及其相应的粗糙集模型.但在实际情况中,各条件属性对决策属性的影响程度是有差异的.文章提出一种基于权重的优势关系及其粗糙集近似模型,以及基于粗糙集的权重设定方法和阈值的设定方法.通过对比分析,权重优势关系比广义扩展优势关系更符合实际情况.并用实例证明了权重优势关系及其粗糙近似模型的实用性和有效性.     

MC下基于粗糙集的个性化需求挖掘模型

1粗糙集理论粗糙集理论通过知识或经验将研究对象进行分类,并提供了严格的数学理论方法;粗糙集通过定义不可分辨关系的族集来定义知识,使得知识有了清楚的数学意义。模糊集理论中对象的隶属度函数值不依赖于其他对象,一般是由专家直接给出,因此带有很强的主观意志;粗糙集理论中     

基于粗糙集理论的决策分析

本文介绍了粗糙集理论在决策分析中的应用,利用粗糙集间的相似度量,讨论了决策条件与结论的匹配决策问题.     

基于粗糙集的企业应用TRIZ理论创新效果评价

文章分析并提出了企业应用TRIZ理论创新效果评价指标.运用粗糙集设计了企业应用TRIZ理论创新效果评价方法,并通过对黑龙江省TRIZ理论推广试点企业创新效果的评价,验证了方法的有效性.     

联合风险投资合作伙伴的选择

合作伙伴选择是联合风险投资成功的关键环节.文章分析了主导型风险投资公司选择联合投资合作伙伴的影响因素,将粗糙集理论应用于指标的约简,建立了合作伙伴选择的评价指标体系;运用神经网络法建立合作伙伴选择的评价模型,为联合风险投资选择最佳合作伙伴.将粗糙集理论作为神经网络系统的预处理器,从中挖掘出反应评价指标本质关系的重要属性与伙伴选择知识规则,通过指标的约简提高了神经网络的收敛速度与选择的准确率.最后,实例验证表明,该方法是正确有效的.     

粗糙集方法在医学影像诊断分析中的应用

医学诊断常面对越来越多的医学影像数据信息,比较不同分析方法对于疾病诊断十分必要.对183例脑胶质瘤的MR资料分别使用粗糙集理论和logistic回归分析方法导出影像诊断规则.与病理结果对比后发现,使用粗糙集理论的诊断规则准确性高于其他统计方法.粗糙集理论对提高医学影像学诊断水平有更好的临床应用价值.     

基于粗糙集和灰色理论的供应商信用评价

信用评价是企业对供应商管理的重要因素。针对供应商信用评价问题,文章提出了一种基于粗糙集和灰色理论相合的评价方法。利用粗糙集对评价对象的属性进行简约,根据属性重要性原理确定指标的权重,再通过灰色理论对供应商信用进行综合评价。在评价过程中对评价指标体系进行了简约。避免了评价过程中权重确定的主观性。     

基于模糊数和粗糙集的建设项目风险评估

针对受多种不确定性因素综合作用的建设项目风险评估问题,通过相关文献分析,建立了更为全面的风险评估准则体系;基于主观客观相结合的思想,提出了一种确定风险评价指标组合权重的方法,采用三角模糊数处理模糊性信息,并将其与粗糙集理论相融合,构建了建设项目风险评估的三角模糊数和粗糙集(TFN-RST)模型,提高了风险评估的准确性。     

一种基于粗糙集属性约简的入侵检测算法

文章论述了一种基于粗糙集理论的入侵检测的算法,通过将粗糙集中的属性约简算法用于入侵检测数据的挖掘,建立了基于粗糙集的入侵检测系统模型,并对基于属性频度的约简算法进行了改进,提高了数据挖掘效率,有助于得到简洁高效的数据。