变精度粗糙集模型

针对基本RS模型的不足,介绍了变精度粗糙集模型,并讨论了它与基本RS模型的关系.最后,定义了变精度粗糙集模型上的属性近似依赖、近似约简.     

程度与精度的逻辑差粗糙集模型

基于程度与精度的逻辑差需求,提出了程度与精度的逻辑差粗糙集模型,并定义了粗糙集区域概念。通过变精度近似与程度近似的转化公式,得到了粗糙集区域的基本结构,提出了计算粗糙集区域的常规算法和结构算法,进行了算法分析与比较,探索并得到了模型在决策表中的应用方向。通过该模型拓展了程度粗糙集模型和经典粗糙集模型。     

基于决策强度的一种属性约简算法

属性约简是粗糙集理论研究的主要内容之一,目的在于获取优良的规则集合.利用数据挖掘中规则的支持度和置信度的概念,提出了决策表的决策强度的概念, 分析了在属性约简过程中,决策强度的变化趋势;然后给出一种基于决策强度的属性约简的启发式算法, 该算法的时间复杂度为O(|C|2| U|log|U|);最后用一个例子,说明算法的有效性.     

属性排序的粗糙集和统计方法研究

引入实际问题需求决策表,研究属性排序的层级式计算方法,给出层级式计算的过程,并总结出层级式计算的金字塔模型。使用粗糙集属性重要度为第1层方法,位于金字塔底端,是宏观度量;基于约简的属性频次统计为第2层方法,在约简基础上结合统计方法计算属性重要程度数值度量,是宏观和微观兼有的度量;将基于约简的属性影响程度均值作为第3层方法,考量属性的微观区别并以数值度量来进行重要性比较,位于金字塔顶端。研究结果完善了粗糙集理论和应用的方法。     

不完备信息系统的辐射源识别方法研究

该文将粗糙集理论引入不完备信息系统下的辐射源识别。基于粗糙集理论,给出了一种新的不完备信息系统下辐射源识别模型。该方法以相似关系、相容关系作为基础,通过知识约简和决策规则的提取,较好地解决了不完备信息系统的辐射源识别问题。以雷达辐射源用途识别为例给出实例分析,说明了该模型处理不完备信息识别问题的有效性。     

基于粗糙集和RBF神经网络的分类模型研究

分类是数据挖掘中一个重要的研究领域。针对原始决策表中往往存在大量冗余信息,从而影响决策分类综合性能这一问题,提出了一种基于粗糙集和RBF神经网络的分类模型。该模型在保持训练样本分类质量的情况下,运用属性约简方法对决策表进行约简,得到维数较小的训练样本空间。通过这样确定RBF神经网络输入层变量,优化了网络结构。实例结果表明了该方法的有效性和实用性。     

基于粗糙集的T-S模糊神经网络在回转窑烧结过程中的应用

基于粗糙集理论的知识约简方法和T-S模糊神经网络的非线性映射理论,针对回转窑烧结过程被控对象复杂、各参数之间相互耦合及难以建立精确数学模型的特点,提出一种RS-FNN智能控制策略。采用基于一种新的聚类有效性准则函数的模糊C均值聚类算法对连续属性进行离散化;然后利用粗糙集理论由历史数据样本提取约简规则集,对应的T-S模型具有反映数据特征的良好拓扑结构;最后T-S模型参数由梯度下降混合最小二乘法进行精调。该方法应用于铁矿氧化球团回转窑生产过程控制取得了良好效果,增强了系统容错及抗干扰的能力。     

基于邻域粗糙集神经网络的审计意见预测模型研究

审计意见类型及其预测结果受到企业各利益相关方的高度关注.同时选用财务指标和非财务指标为变量,构建了基于邻域粗糙集神经网络的审计意见预测模型.将领域粗糙集作为BP神经网络的前置系统,在保持分类能力不变的前提下进行指标约简,提取关键指标,再将约简的指标体系作为神经网络模型的输入变量.以2013-2015年沪深A股176家公司数据作为研究样本,采用三种模型进行审计意见预测对比分析,结果表明:本模型预测准确率达到97.06％,与单纯利用神经网络建模或单纯利用财务指标建模的预测效果相比具有更好的预测效果.     

灰色信息系统中的优势粗糙集模型

文章将一种新的优势关系引入到区间集灰色信息系统中,定义了对象灰度与对象确定度、整体灰度与整体确定度等概念,建立了基于优势关系的粗糙集模型,由此得出一系列相关性质与定理,最后用一实例进行了说明。     

一种基于灰色变精度粗糙集的属性约简方法及其应用

针对订单接受决策中存在着大量冗余属性和不精确分类的问题,利用粗糙集和灰色系统理论的思想,提出了一种基于灰色变精度粗糙集的订单属性约简方法,解决了经典粗糙集处理分类不精确的问题,弥补了传统的灰色粗糙集容错能力差的不足,避免了一定程度的信息损失。该方法首先对订单接受决策属性进行分析,建立订单接受决策属性体系。然后对订单属性值进行收集和预处理,建立灰色关联矩阵,通过调整灰色关联关系阈值和分类正确率阈值,基于重要度对订单属性进行约简。最后通过实例验证了方法的可行性。     

基于RST和SVM的入侵检测系统

结合粗糙集理论和支持向量机的特点,构建了基于粗糙集理论和支持向量机的知识简化系统,针对入侵检测系统进行了研究分析,建立了基于粗糙集理论和支持向量机的入侵检测系统,最后通过仿真实验比较,其结果表明该系统有效改进了以往的入侵检测系统的。     

基于粗糙集理论的农业决策支持系统知识发现的研究

探讨了农业生产信息决策支持系统中的知识表达系统,并利用粗集理论中的决策逻辑找到了一种对决策表表达知识化简的算法,形成了从粗集理论到决策知识的实际化简。最后以实例分析知识的简化过程,通过数据分析、推理,得到关键的决策方案。     

企业电子商务绩效评价体系研究

本文针对国内企业电子商务绩效评价体系缺乏客观定量标准的现状,总结出16项企业电子商务绩效评价指标,并基于粗糙集理论提出运用信息熵对特征指标进行约简并实现权重设定的有效方法,最终建立了包含4个维度、14项指标的中国企业电子商务绩效评价体系。     

基于粗糙集理论的数据库推理控制

提出了一种基于粗糙集理论的数据库推理泄漏控制方法。该方法采用粗糙集理论技术,分析、提取出数据库中敏感和非敏感数据之间的联系,根据这些联系和各个属性的重要性,在防止敏感数据被推理泄漏的前提下,对数据库系统返回给普通用户的数据动态地做最小修改。实验结果表明该方法可扩展性强,在保证较高的数据可用性的同时提高了数据库的安全性。     

基于粗糙集与未确知模型的能源结构合理性测度与评价研究

我国的能源瓶颈突出表现为结构性矛盾。本文从低碳经济发展对能源结构的要求角度提出了社会经济发展、能源发展规划、环境等三个维度,分析了各个维度的构成要素,运用粗糙集理论进行指标约简,最终确定了11个测评指标以及各自权重。在此基础上,设置分级标准,通过未确知测度评价模型对1998—2008年我国能源结构合理性进行多指标综合测度与评价。结果表明,1998—2008年期间,我国能源结构在满足社会经济发展需求方面虽不稳定,但总体有所提高,2008年已处于中等级别(C3),但在满足能源发展规划和环境需求方面并不理想,一直处于较差或差的级别,2008年分别处于C5和C4级别。     

基于粗糙集的车牌字符特征提取方法探讨

本文介绍了一种基于粗糙集理论的优化车牌字符识别的方法。粗糙集理论是一种继神经元网络和模糊数学之后的新的处理含糊和不确定性知识的数学工具;粗糙集方法是一种具有发展潜力的智能信息处理方法。本文主要思想就是在汉字的网格特征提取过程中保持分类能力不变的前提下,通过知识约简提出了一种车牌字符网格特征选择的改进算法;它不仅找出了对识别最有效的网格特征集,而且可以大大降低图像特征空间的维数,减少工作量和无用特征干涉,从而提高了分类识别率。     

节能企业信用风险识别简

信用障碍是影响我国合同能源管理项目健康发展的主要因素之一.对节能企业信用风险的识别是信用风险管理的首要步骤.为准确反映节能企业真实的信用状况,运用粗糙集理论构建了节能企业信用风险识别指标体系,信息决策表来自于120组上市公司的财务数据.通过预处理和属性约简,最终筛选出流动比率、应收账款周转率、资产负债率、综合杠杆、存货周转率、净利润增长率6个影响信用风险识别的主要因素,并确定决策规则.经检验,指标与决策规则准确性较高,可用于节能企业信用风险的识别.     

模糊粗糙集的分解定理

根据模糊粗糙集(FR集)中上下近似都是模糊集合的构造性质,利用模糊集不同截集定义和分解定理,给出了模糊粗糙集(FR集)截集定义和相应的分解定理,并证明了模糊粗糙集(FR集)集的分解定理,分解定理揭示了模糊粗糙集和普通集之间的关系,在理论和应用中发挥着重要的作用。     

庄盘珠《秋水轩集》考述

清代乾嘉时期常州女诗人庄盘珠的诗词作品,初有《秋水轩集》、《紫薇轩集》及《莲佩诗草》数种,以抄本形态存在,后《紫薇轩集》、《莲佩诗草》亡佚,《秋水轩集》以诗词分刻或合刊的不同形态流传至今。冒俊编校如不及斋本是目前最为完善的合刊本。     

基于Rough Sets的传感器异常数据处理

在各种传感器的应用中,经常要对传感器的测量数据进行处理,以保证测量结果的可靠性．为了利用粗糙集理论处理不确定数据的优点,根据粗糙集理论的思想,先由已知测量数据提取出决策表,再进行补全、离散化等预处理,最后进行属性约简并提取出分类规则,对测量数据进行分类,剔除测量数据中的异常数据．实验结果显示该异常数据发现方法比常用的异常数据处理方法更为客观、精确和可靠．