集值决策信息系统属性约简与规则提取的矩阵算法

在集值决策信息系统中引入了优势矩阵和决策矩阵的概念,进一步建立了集值决策信息系统广义决策约简与规则提取的矩阵算法.算法利用矩阵间的比较提取所有决策规则,并同时得到所有广义决策约简.通过实例分析验证了该算法的有效性,说明了其优点是对数据复杂的决策信息系统也可相对容易地求出所有的广义决策约简与决策规则.     

基于知识粒度的知识约简研究

在知识粒度和知识重要度基础上，首先分剐证明了约简后的属性集的粒度等于初始属性集的粒度、约简中的每一属性对于约简中的其余属性都是重要的、约简外的每一属性对于约简都是不重要的、核中的每一属性对于核中的其余属性都是重要的等结论，进而给出了核是约简的充分必要条件，最后提出了基于知识粒度的知识约简算法——KRAKG算法，证明了其时间复杂度为O（｜R｜×｜U｜2），验证了其有效性。     

基于条件粗糙熵的知识相对约简算法

本文提出了信息系统中两个互不相交属性集之间的条件粗糙熵的概念,得到了在知识约简中条件粗糙熵的变化规律是单调递减的,以此得到了知识约简过程中启发式搜索的条件,同时用知识的条件粗糙熵定义了属性的相对重要性.在此基础上提出了一种新的基于条件粗糙熵的知识相对约简算法CREBARK。该算法的时间复杂度为O(|C|3|U|2)。通过实例分析,表明该算法是有效的。     

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.     

信息系统中的值约简算法研究

在信息系统中,我们可以用值约简算法过滤和删除冗余的条件属性值来简化信息系统决策规则的获取过程．本文介绍了值约简的基本算法,并对该算法功能进行了适当的补充．实验证明,针对那些当删除记录的一些属性后不会出现重复记录并且不会发生决策不一致的情况,这种改进后的算法十分有效,是对基本值约简算法的重要补充．     

基于严格划分的信息系统属性约简的完备算法

在信息系统的属性约简过程中,引入了划分量和属性严格划分的概念.研究了它们的特点与性质,证明了在信息系统的属性严格划分过程中,划分量是严格递增的.给出了一种基于严格划分的属性约简的完备算法,算法的时间复杂度为O(|A|2|U|log|U|),理论分析和例子表明该约简算法是有效的.     

基于Rough集理论的城市信息系统知识获取方法

以城市信息化空间数据处理为研究背景,基于Rough集理论解决信息系统中信息不确定,数据量大的困难。从Rough集的基本概念出发,给出决策表的知识表达系统,提出计算最小决策规则的算法,最后通过运用Rough集理论和方法对城市空间数据决策表的实例进行属性及属性值进行约简,挖掘其中隐含的知识,从而得出最小决策规则。     

决策系统的快速属性约简算法

针对决策系统提出了一种高效的属性约简算法;讨论了合理刻画属性重要性的新指标,并设计了一种快速计算划分的方法;在此基础上,得到了一种快速计算属性约简的算法。与现有算法相比,该算法具有较大的灵活性,能从搜索空间中逐次删除不重要属性,避免了对其重要性的重复计算;并且时间复杂度低。通过实例和实验表明了该算法的可行性与有效性。     

区间值决策信息系统中基于正域的属性约简

区间值决策信息系统作为一种广义的决策信息系统,比传统实数值信息系统具有更强的描述不确定性的能力,即它通过一个区间数来刻画对象关于条件的属性值,那么基于等价关系对论域进行划分就显得过于严格。因此,利用区间数之间的相似性度量建立邻域,然后基于邻域构造粗糙集模型。由于在一个决策信息系统中,部分条件属性对于决策是不重要的甚至是冗余的,那么对信息系统进行恰当的约简对于降低数据规模至关重要,而正域决策过程对应于确定性规则是决策者最为关心的部分。因此,在区间值决策信息系统中,基于决策属性关于条件属性的正域设计了一种启发式属性约简算法。通过对案例分析,展现了在区间值决策信息系统中的粗糙集建模和约简求解过程。实验结果表明:设计的基于正域的启发式属性约简算法是可行的。     

基于决策类划分多变量决策树算法的最优逻辑约简法则

基于决策类划分多变量决策树是一种新型的决策树算法,该算法对训练集分区进行多变量决策运算后,可能取得多个决策逻辑规则。最优逻辑约简法则使用逻辑运算及选择运算构造出一种择优运算方式,以取得最优的逻辑约简规则,是对该算法的一种有效补充。实验证明该算法在取得最优决策逻辑规则方面效果明显,但在现实情况中可依据实际情况不同对引用此法则进行取舍。     

时间压力、属性数量影响决策信息加工的研究

本研究采用决策研究的信息板技术,以模拟的购房决策为实验任务,探讨了时间压力（高时间压力、低时间压力、无时间压力）和属性数目对决策者信息加工的影响。研究共包括两个实验。预备实验通过计算机编制的模拟购房决策任务,测得了不同时间压力状态下的决策时间。正式实验是在预备实验的基础上,探讨时间压力和属性数目对决策信息加工的影响。结果显示：（1）在选择时间和信息搜索深度上,时间压力和属性数目主效应以及两者交互作用显著;（2）在信息搜索模式上,时间压力和属性数目的主效应显著,但交互作用不显著。无时间压力和低时间压力状态下,决策者多采用以选项为主的决策策略。而高时间压力状态下,决策者为了适应严格的时间限制,多采用以属性为主的决策策略。     

改进LSB算法以增加BMP图像信息隐藏量的方法

LSB（Least Significantbits）算法是将待隐藏的信息嵌入到载体中最不重要的像素位上。本文对传统的LSB算法提出了改进,使用本算法后,信息隐藏量由原来的12.5%提高至25%。该算法通过VS2008编程试验。     

粗集决策表与决策表简化的可信度比较

根据粗集决策表提供信息的完备性,借助可信度的定义,对粗集决策表和简化的决策表的决策规则的可信度进行比较,得出了简化后的决策表的决策规则的可信度高于简化前的决策表的决策规则的可信度,为粗集理论的应用提供了有用的分析工具。     

基于Rough集理论的城市通信网络建设影响因素分析

以城市信息化空间数据处理为研究背景,基于Rough集理论解决信息网络建设系统中信息不确定,数据量大的困难。从Rough集的基本概念出发,给出决策表的知识表达系统,提出计算最小决策规则的算法,最后通过运用Rough集理论和方法对数据决策表的实例进行属性及属性值进行约简,挖掘其中隐含的知识,从而得出最小决策规则。     

改进的决策矩阵及其属性约简方法

研究了基于决策矩阵的决策表属性约简的方法,用反例指出文献[3]中的两处错误:核的计算方法是错误的,而且属性约简算法不完备.然后给出一个改进的决策矩阵和属性约简方法,例子分析表明,改进后的方法是有效的和完备的.     

信息系统管理在政府危机决策中的作用研究

危机决策是影响危机管理成败的关键,掌握足够的信息是实现有效决策的前提,因此信息系统的建立和健全在很大程度上影响着国家和社会的稳定和发展。本文拟对政府在危机决策中信息系统的构建及信息系统管理在政府危机决策的作用进行研究。     

入侵数据特征并行选择算法

用知识的条件粗糙熵定义了特征的相对重要性,提出了一种基于条件粗糙熵的入侵数据特征并行选择算法。算法首先将入侵数据决策表划分成多个子表,然后利用特征的相对重要性对各子表并行求解,最后以子表选出的局部特征为基础求得原决策表的约简。实验表明,该算法适用于大规模的入侵数据集,选出的特征属性不仅可以大大减少数据在存储、分析以及各组件共享中的代价,还能够保持并提高入侵分类的准确性。