针刺治疗海洛因依赖者脱毒后稽延症状的RoughSet数据分析

目的基于RoughSet理论和方法对针刺治疗海洛因依赖患者稽延症状疗效评分进行数据挖掘,了解各属性因子在疗效中的重要度及关联度。方法125例海洛因依赖者经脱毒治疗遗留有明显稽延性戒断症状者,随机分为5组并进行针刺对比观察。基于RoughSet对数据离散化形成的决策表进行属性重要度及稽延性戒断症状评分量表等疗效相关性规则挖掘。结果用毒量、成瘾时间、婚姻、组别等属性对于疗效的重要度和关联度最高;组别属性与疗效的关系以针刺Ⅲ组与显效的关联度最高。结论患者用毒量和针刺治疗方案对疗效起着关键作用。

基于Tabu-Roughset的电网故障诊断系统研究

如何有效利用电网调度中心的大量数据进行电网故障诊断是一个重要课题。提出一种基于Tabu-RoughSet的电网故障诊断系统,包含数据采集、电网故障诊断、基于Web的电网故障诊断结果表示三个模块。在电网故障诊断模块里,利用Roughset理论对接收到的故障信息建立决策表并构成可辨识矩阵,利用Tabu搜索对可辨识矩阵寻找最优解,迅速准确地给出电网故障诊断结果。基于Web的诊断表示模块能够根据用户提出的查询请求采用可视化技术将诊断结果以基于网络的Web方式显示。实验结果表明,该系统能快速寻找最优解,较好地实现对电网故障的诊断。

RoughSet-NN模型及其在林业信息决策中的应用

将粗糙集和神经网络方法相结合讨论了RoughSet-NN模型,运用粗糙集理论进行信息约简,获取约简规则,最后把约简规则送神经网络。探讨RoughSet-NN模型在在林业决策中的应用问题。

电针与海洛因依赖者SCL-90疗效关系的RoughSet数据挖掘

目的电针治疗75例海洛因依赖者,以90项症状自评量表(SCL-90)评价疗效,基于RoughSet决策表进行属性重要度分析,探索针刺抗复吸的核心机制。方法 75例海洛因依赖者按成瘾度轻、中、重,分A、B、C3组,每组25例。3组均电针双侧夹脊穴(T5-7,L2)、内关、合谷、足三里、三阴交。治疗前展开一般情况、艾森克人格问卷(EPQ)和SCL-90流行病学调查,治疗后再以SCL-90评价疗效,基于RoughSet行数据挖掘。结果滥用方式、E(内外倾向性)、婚姻状况、N(情绪稳定性)、组别等属性对SCL-90疗效的关联度最高;中、重度成瘾组与SCL-90有效的关联度最高,二者无明显差别。结论电针对海洛因依赖者SCL-90症状有显著的良性干预,且中、重度成瘾者针刺疗效显著。

变应性鼻炎客观化辨证分型指标的Roughset分析

目的:利用Roughset分析方法对与变应性鼻炎辨证分型客观化有关的信息进行数据挖掘,发现各属性因子在变应性鼻炎辨证分型客观化中的重要度及关联度。方法:将44例信息完整的变应性鼻炎患者的资料建立信息决策表。基于Roughset对数据离散化形成的决策表进行属性重要度及其与变应性鼻炎中医证型之间相关性规则的挖掘。结果:条件属性决策表约简后显示性别、家族史、鼻塞程度、血清IgE、血清Mg2+与变应性鼻炎中医证型的重要度较小,而喷嚏、流涕、鼻痒、血清Cu2+、血清Zn2+、血清Fe2+这6个属性的重要度大。结论:血清Fe2+与变应性鼻炎的中医证型有一定关系,脾虚是变应性鼻炎发病的重要因素。

基于RoughSet的医疗数据挖掘应用分析

从病历样本数据出发,运用基于区分矩阵的计算方法,简化了计算过程,使得医疗信息的处理更为简便有效,从中得出的简明直接、易于理解的产生式分类规则也具有一定的参考价值.

基于RoughSet的特征集融合PET/CT肺部肿瘤CAD模型

针对肺部肿瘤PET/CT感兴趣区域(ROI)在高维特征表示下存在着特征相关和维数灾难问题,提出了一种基于粗糙集特征集融合的PET/CT肺部肿瘤CAD模型。首先提取肺部肿瘤ROI的8维形状特征、7维灰度特征、3维Tamura纹理特征、56维GLCM特征和24维频域特征,得到98维特征矢量;然后基于遗传算法的知识约简方法和基于属性重要度的启发式算法对提取的特征集合分别进行特征级融合得到特征子集G1、G2、G3,A1、A2、A3,降低特征矢量的维数;再次利用网格寻优算法优化核函数的SVM作为分类器分别进行融合前和融合后的分类识别比较,基于遗传算法的特征集融合和基于属性重要度的特征集融合的分类识别比较2组实验;最后以2 000幅肺部肿瘤的PET/CT图像为原始数据,采用基于粗糙集特征集融合的肺部肿瘤PET/CT计算机辅助诊断模型对肺部肿瘤进行辅助诊断。实验结果表明,经过粗糙集特征集融合的肺部肿瘤诊断识别方法能有效提高肺部肿瘤的诊断正确率,一定程度上降低了特征之间的相关性。

三支决策——基于可解释性研究视角

该文从可解释性研究视角探讨了三支决策的相关理论与方法。首先,阐明了三代粗糙集模型的演化过程,厘清三支决策的发展轨迹;其次,聚焦三支决策与粒计算的深度融合,介绍了序贯三支决策和层次三支决策的相关理论与方法;再次,分析三支分类的有效性,揭示了三支决策能够增强分类效果的内在原因;最后,从认知视角诠释了三支决策与人工智能融合的机理,并给出了三支决策可解释性未来的研究方向。

一种基于Rough Set理论的属性约简及规则提取方法

该文针对RoughSet理论中属性约简和值约简这两个重要问题进行了研究，提出了一种借助于可辨识矩阵（discernibilitymatrix）和数学逻辑运算得到最佳属性约简的新方法．同时，借助该矩阵还可以方便地构造基于RoushSet理论的多变量决策树．另外，对目前广泛采用的一种值约简策略进行了改进，最终使得到的规则进一步简化．

基于Rough Set的空间数据分类方法

近来 ,数据采掘的研究已从关系型和事务型数据库扩展到空间数据库 .空间数据采掘是一个很有发展前景的领域 ,其中空间数据分类的研究尚处在起步阶段 .该文分析和比较了现有的几个空间数据分类方法的利和弊 ,提出利用 Rough Set的三阶段空间分类过程 .实验结果表明 。

基于Rough Set的缺省加权规则挖掘算法

本文在引入规则加权支持度概念后 ,提出了一种基于RoughSet的缺省加权规则挖掘算法———MDWRBR算法 .实验结果表明 ,该算法能有效地过滤躁声、提高规则的挖掘效率 .

基于Rough Set理论的判断矩阵构造方法

群决策支持系统 (GDSS)是利用信息技术 ,将多个决策者个人对该领域的理解及个人判断能力结合在一起 ,利用结构化决策分析技术 ,对半结构化和非结构化问题进行求解 .层次分析法是对定性问题作定量分析的一种简便而有效的方法 .提出了一种 GDSS环境下判断矩阵构造的新方法 :运用粗集理论 ,利用管理信息系统运行所积累的大量决策数据来分析各决策因素、决策者对决策目标的影响 ,并建立自学习系统 ,从而构造具有完全一致性的综合判断矩阵 .

偏好关系下的最优约简求解算法研究

随着数据资源为越来越多的用户所共享,不同用户对相同数据信息有不同的用户偏好与需求,并由此而产生了一种数据挖掘技术,称之为面向需求的知识发现。针对粗糙集中的约简求取问题,提出了字典序偏好关系,并精确地描述了此偏好关系下的最优约简,设计了实现算法的数据结构及相应的访问方式FLVA,构造出了相应的求解算法,并从理论上证明了该算法的正确性。

Rough Set理论中连续属性的离散化方法

Rough Set(RS)理论是一种新的处理不精确、不完全与不相容知识的数学工具 .传统的 RS理论只能对数据库中的离散属性进行处理 ,而绝大多数现实的数据库既包含了离散属性 ,又包含了连续属性 .文中针对传统 RS理论的这一缺陷 ,利用决策表相容性的反馈信息 ,提出了一种领域独立的基于动态层次聚类的连续属性离散化算法 .该方法为 RS理论处理离散与连续属性提供了一种统一的框架 ,从而极大地拓广了 RS理论的应用范围 .通过一些例子将本算法与现有方法进行了比较分析 。

基于 Rough Set 的知识发现系统

ＲｏｕｇｈＳｅｔ理论是近年来出现的处理模糊和不确定性的数学工具，已广泛应用于人工智能的许多领域特别是ＫＤＤ领域。文章介绍了ＲｏｕｇｈＳｅｔ理论的基本思想，并着重讨论了几个基于ＲｏｕｇｈＳｅｔ理论的典型ＫＤＤ系统。

基于Rough set的采空区地面塌陷危险性评价

为掌握各因素对采空区地面塌陷危险性评价的不同影响以及部分因素之间存在的联系,采用Rough set理论对采空区地面塌陷危险性进行评价。该理论具有强大的数据挖掘和知识发现能力,把属性集合中的相关性弱以及重要性差的属性删除,从而能构建相对客观可靠的评价模型。以平煤八矿采空区地面塌陷为例,根据野外调查资料,对其采空区地面塌陷进行危险性评价,结果与实际调查情况基本吻合,表明Rough set理论在评价采空区地面塌陷危险性方面是适用的。

基于Rough Set的CLS算法研究

用粗集理论对CLS算法进行了分析,得出CLS算法生成的决策树的特性.

材料成本控制的帕累托分析法之改进

本文通过应用ＲｏｕｇｈＳｅｔｓ理论改进了材料成本控制的帕累托分析法。

一种病理诊断知识获取的RS混合算法

针对医学诊断知识获取问题,提出了基于Rough Sets理论的知识获取方法,利用该理论对数据进行分析,推理出可能规则,并提出了一种概率优化规则。通过实例分析,具体说明了该方法的实现步骤,包括连续信息系统的离散化、信息系统的约简、决策规则提取、决策模型生成等,讨论了知识处理的完整过程,能够有效地解决专家系统中知识获取的瓶颈问题。为人工智能技术在医学诊断领域的应用提供了新的思路。

一种连续属性离散化的新算法

连续属性的离散化问题是机器学习、数据挖掘等领域中重要研究课题之一。本文深入讨论连续属性离散的各种方法,提出一种基于RS理论和条件信息熵的决策表条件属性离散化算法,计算简单、易实现并以实例加以说明。