基于限制邻域关系的不完备混合决策系统属性约简

针对经典粗糙集不能直接处理决策系统中既含有属性值缺失的不完备问题又同时具有名义型属性和数值型属性的混合数据问题,提出一种限制邻域关系,并给出了一套不完备混合决策系统属性约简算法。该算法以条件熵作为启发因子,弥补将决策正域作为启发因子时可能会出现选不出第一个最重要属性的不足,并利用所提的限制邻域关系直接处理不完备混合型数据,从而省去了对不完备数据进行数据补齐或删除和对数值型数据进行离散化的过程,以减少这些数据预处理所带来的不确定性,最后通过对UCI的不完备混合型数据集进行仿真实验,从而验证了该算法在保持或改善分类能力的情况下可以有效地约简冗余属性,并且讨论了在限制邻域关系中的阈值选择对分类结果的影响。

不完备偏好决策系统中一种扩展优势关系模型

针对含有大量偏好信息的不完备信息系统,提出一种基于β-先验概率优势关系的粗集模型。首先给出β-先验概率优势关系模型的定义,其次讨论了新模型的一些相关性质及其近似分类质量。β-先验概率优势关系模型具有一定的容错能力,通过设置参数值来提高对数据预测、分类的合理性,从而达到与主观认知相一致的分类效果。实例分析进一步验证了新模型的优越性。

基于相似关系的不完备模糊决策信息系统知识约简

在不完备信息系统和模糊决策信息系统及其粗糙集模型的基础上,提出了不完备模糊决策信息系统的概念,并基于相似关系及其粗糙集模型,给出了不完备模糊决策信息系统的粗糙集模型.该模型是不完备信息系统,完备模糊决策信息系统和经典决策信息系统粗糙集模型的推广.还给出了该系统的知识约简及其算法.

基于量化相似关系的不完备决策信息系统的完备化算法

由于不完备信息系统中得到等价关系比较困难,这使粗信理论的应用受到限制,为此相似关系信息系统被得出,它利用对象之间相似性的把握能力对传统粗集理论进行扩充.在改进相似关系的基础上,提出以相似关系的量化值为尺度,并考虑决策规则的相容性对不完备决策信息系统的缺省数据进行填补.

广义邻域关系下不完备混合决策系统的约简

为了能够直接处理不完备的、数值和符号混合的数据,对相容关系和相对邻域关系进行广义化表示,提出一种新的广义邻域关系。在广义邻域关系下,基于信息熵提出一种适用于不完备混合决策系统的条件熵,并证明基于该条件熵的属性重要性包含基于正区域的属性重要性,进而构造基于该条件熵的启发式属性约简算法。采用UCI数据库中6组混合型属性数据集进行仿真实验,通过对比约简后的属性数目、分类精度和运行时间,验证了该约简算法比同类型的其它算法更准确有效。

基于双概率相似关系的不完备决策系统数据补齐算法

针对某型导弹故障测试数据的部分缺失问题,提出一种基于双概率相似关系的不完备决策系统数据补齐算法。在ROUSTIDA算法的基础上,根据决策属性值将不完备决策系统划分为各个决策子系统,考虑不同决策子系统中相似对象对决策规则的影响,选择同一决策子系统内最相似的对象来填补条件属性缺失值,并通过实例进行验证分析。结果表明:该算法在一定程度上能降低计算的复杂性、提高填补率,并能有效解决ROUSTIDA算法可能存在的决策规则冲突问题。

不完备模糊系统的优势关系粗糙集与知识约简

以不完备模糊决策系统为研究对象,根据拓展的优势关系,构建了粗糙模糊集模型,以获取不完备模糊决策系统中的"at least"和"at most"决策规则。为了获取简化的"at least"和"at most"规则,在不完备模糊决策系统中,提出了两种相对约简(相对下近似约简与相对上近似约简)的概念,给出了求得这两种约简的判定定理及区分函数,并进行了实例分析。

不完备信息系统中基于相似关系的知识约简

以具有丢失型未知属性值的不完备信息系统为研究对象,根据非对称相似关系,讨论了知识约简问题。在不完备决策系统中,引入了近似、粗糙分布约简以及广义决策约简,讨论了它们之间的相互关系,给出了近似分布约简的判定定理、可辨识矩阵以及约简公式,并进行了实例分析,为从不完备信息系统中获取知识提供了新的理论基础与操作手段。

不完备信息系统中的多重代价决策粗糙集

决策粗糙集源于贝叶斯决策准则,利用代价矩阵生成了构建概率粗糙集所需的一对阈值.通过代价对目标事物的近似使得决策粗糙集模型对代价敏感,使决策粗糙集成为一种十分重要的粗糙集方法.然而,大多数的决策粗糙集模型仅使用一个代价矩阵进行描述,来求解完备信息系统中的问题.这种方法并未考虑机器学习和数据挖掘中的一个重要问题,即现实生活中代价本身所具有的多样与变化特性.为解决该问题,首先,通过使用多重代价矩阵将多代价策略引进决策粗糙集;然后,在不完备信息系统中,分别提出了乐观与悲观两种形式的多代价决策粗糙集方法,讨论了这两种新的决策粗糙集模型与基于单代价矩阵决策粗糙集模型之间的关系,并且给出了乐观和悲观这两种决策粗糙集决策代价的总代价计算公式.最后,在四组UCI数据集上对几种不同的决策粗糙集的决策代价进行了对比分析.实验结果表明,乐观决策粗糙集得到的决策代价是一种较优的代价,并且随着代价矩阵的增加,代价的值将会保持在一个稳定的值.揭示了决策理论粗糙集的潜在应用并且为其提供了新的研究方向.

不完备模糊决策信息系统的粗集模型与精度约简

在不完备信息系统和模糊决策信息系统概念及其粗集模型的基础上,本文提出了不完备模糊决策信息系统的概念,给出了不完备模糊决策信息系统的粗糙集模型,它既不同于不完备近似空间上的信息系统又不同于完备空间上的模糊决策信息系统。该模型是完备模糊决策信息系统和经典决策信息系统粗糙集模型的推广。文中还给出了系统的精度约简概念及其约简算法。

不完备序值决策系统中的拓展粗集模型及集对分析

在不完备序值决策系统中,根据容差优势关系进行分类过于宽松,而相似优势关系过于严格,根据这样的解释,提出了基于限制容差优势关系的粗糙集模型。进一步地,在不完备序值决策系统中,引入集对分析方法,提出了基于联系度的优势关系粗糙集模型,并进行了实例分析以说明新提出优势关系的有效性。

基于决策熵的不完备信息系统的知识约简方法

为有效地解决不完备信息系统的知识约简,得到更优的决策规则集,研究了基于容差关系的决策熵在不完备信息系统中能客观反映决策规则的决策能力,提出了一种基于决策熵的不完备知识约简方法。该方法基于决策熵的思想,考虑了决策规则可信度和对象覆盖度,同时引入了容差关系,以决策熵的属性重要性度量为启发信息进行知识约简,最终得到确定的规则集。仿真实验结果表明了该算法的可行性。

变精度下不完备邻域决策系统的属性约简算法

邻域粗糙集模型在处理完备的数值型数据中得到广泛应用,但针对不完备的数值型和符号型混合数据进行属性约简的讨论相对较少。为此,首先结合邻域粗糙集给出了可变精度模型下不完备邻域决策系统的上、下近似算子及属性约简;然后通过邻域粒化的方法构建了广义邻域下可变精度的粗糙集模型,并提出了一种属性重要度的评价方法;在此基础上,设计出了面向不完备邻域决策系统的属性约简算法,该算法可直接处理不完备的数值型和符号型混合数据;最后,通过实例分析验证了本文提出的算法能够求解出变精度下不完备邻域决策系统的属性约简结果。

决策信息系统协调性的关系矩阵表示

从矩阵视角研究不完备信息系统的知识表示和属性约简.首先,引入关系矩阵,基于容差关系提出不完备决策信息系统协调性判定方法.其次,利用关系矩阵求正域,并提出属性协调集的矩阵判定定理,从而给出一种保持正域不变的约简的新方法.最后,基于上述框架,给出属性重要性度,进一步提出一种属性约简的启发式算法,并通过分析和实例证明该方法的有效性.

不完备信息系统中的确定优势粗糙决策规则提取

以不完备信息决策系统为研究对象,提出了基于确定优势关系的粗糙集模型。在确定优势关系粗糙集的基础上,提出了相对下、上近似约简的概念,给出了求得相对下、上近似约简的具体方法,并在此基础上提取不完备信息系统中的确定优势粗糙决策规则。应用实例表明了所提出的新方法的有效性。

不完备决策信息系统规则提取的一种新方法

针对不完备决策信息系统问题,文章引入容差关系下包含集的概念,并由此提出一种基于包含集的不完备决策信息系统规则提取的新方法.相对于常规方法,该方法计算量较少.最后,文章通过实例验证了该方法的可行性和有效性.

不完备信息系统知识获取方法在桥梁养护决策中的应用

基于相容关系和区分矩阵的知识获取算法来分析信息不完备情况下的桥梁养护决策问题,根据对不完备决策表和完备决策表知识获取结果的对照分析来验证不完备信息系统中知识获取方法的有效性。结果表明,本文所采用的不完备信息系统知识获取方法能有效地消除信息不完备所带来的知识丢失和信息过度膨胀的情况。

基于优势关系的广义不完备模糊系统

本文以同时具有丢失型和遗漏型未知属性值的广义不完备模糊决策系统为研究对象,提出了确定特征优势关系的概念,构建基于确定特征优势关系的模糊粗糙集模型,并提出相对下、上近似约简的概念,在此基础上得到近似约简的的判定定理及区分函数。并进行实例分析说明其有效性。

不完备决策系统下的多特定类广义决策约简

属性约简是粗糙集理论研究中最重要的领域之一。经典的不完备决策系统广义决策约简关注决策系统中的所有决策类,而在实际应用中,决策者往往只关注一个或者几个特定决策类。针对以上问题,提出基于多特定类的不完备决策系统广义决策约简理论框架。首先,定义了单特定类的不完备决策系统广义决策约简的相关概念,提出并证明相关定理,构造相应差别矩阵和区分函数。其次,将单特定类的广义决策约简推广到多特定类,提出基于差别矩阵的多特定类的不完备决策系统广义决策约简算法。最后,采用6组UCI数据集进行实验。实验结果表明,相对全部决策类数量,当选定特定类数量较少时,平均约简长度有不同程度的缩短,占用空间有所减小,约简效率有不同程度的提升。

不完备信息系统的直觉模糊决策粗糙集

在不完备信息系统中把缺失值视为已知属性值集合的幂集,根据集合的性质定义了不完备信息系统中对象间的相似度和相异度,它们可以分别看作直觉模糊关系的隶属度和非隶属度,由此可以得到新的直觉模糊相似关系以及直觉模糊相似关系的截关系。用直觉模糊相似关系的截关系代替经典决策粗糙集模型中的等价关系,得到一种基于不完备信息系统的直觉模糊三支决策方法,并分别讨论了悲观者、中立者、乐观者的决策规则。最后通过实例验证了该方法的合理性和有效性。