基于粗糙集的不完备谣言信息系统的知识获取与决策

网络谣言可能扰乱人们的思想、心理和行为,引发社会震荡、危害公共安全,而微博等社交平台的广泛应用使得谣言造成的影响与危害变得更大,因此,谣言检测对于网络空间的有序健康发展具有重要的意义。当前谣言的自动检测技术更多关注检测模型的构建和输入数据的表现形式,而在改善数据质量以提高谣言识别效果方面的研究很少。基于此,本文将粗糙集理论应用于不完备谣言信息系统进行知识获取与决策,实质上是通过粗糙集理论解决不完备谣言信息系统的不确定性度量,冗余性以及不完备性等问题,以获得高质量的数据,改善谣言检测效果。首先系统总结了粗糙集理论中不确定性度量的方法,包括香农熵、粗糙熵、Liang熵以及信息粒度等四种不确定度量方法,并整理和推导了这四种不确定度量方法从完备信息系统到不完备信息系统的一致性拓展。基于上述总结的四种不确定度量方法,提出了基于最大相关最小冗余(MCMR,Maximum Correlation Minimum Redundancy)的知识约简算法。该方法基于熵度量方式,能够综合考量决策信息与冗余噪音,在UCI及Weibo等8个数据集上实验验证,结果表明本文算法优于几种基线算法,能够有效解决信息系统的冗余性。另外,提出了一种基于极大相容块的不完备决策树算法,在不同缺失程度数据上实验验证,结果表明本文算法能够有效解决信息系统的不完备性。

不完备异构冲突信息系统中的极大一致联盟区间集族

作为处理不确定性问题的有效工具,三支决策已被广泛应用于冲突分析研究中。然而,现有的三支冲突分析模型大多基于单一类型的冲突信息系统,难以应对实际应用中代理对议题具有多类型评价值和缺失值的情况。同时,已有联盟集的定义通常基于给定代理,即联盟集中的代理与给定代理具有联盟关系,但不一定两两联盟。为了解决这些问题,构建了基于不完备异构冲突信息系统的三支冲突分析模型,并提出了代理两两相关的极大一致联盟区间集族的定义及其构造算法。首先,通过定义代理不同类型评价值的支持度和反对度,将对单个议题单维度多类型评价值的不完备异构冲突信息系统转化为双维度同类型评价值的二维模糊不完备冲突信息系统。其次,通过定义代理之间的乐观与悲观距离函数,构造了基于代理的联盟、冲突、中立区间集。最后,定义了极大一致联盟区间集族,并利用极大团的枚举算法获取极大一致联盟区间集族。

基于不完备混合序信息系统的增量式属性约简

由于大数据环境下数据呈现出动态更新的特征,因此,增量式属性约简已成为粗糙集理论的重点研究方向。不完备混合型有序信息系统是一种常见的信息系统类型,然而,目前少有增量式属性约简方面的相关研究,针对这一问题,本文在不完备混合型有序信息系统下提出一种对象更新情形的增量式属性约简算法。首先,针对不完备混合型有序信息系统提出了邻域容差优势关系,基于该二元关系建立了一种新的邻域优势粗糙集模型。其次,在其基础上定义了邻域优势条件熵,并利用邻域优势条件熵作为启发式函数设计出一种不完备混合型有序信息系统的非增量式属性约简算法。然后,利用矩阵的形式重构了邻域容差优势关系和邻域优势条件熵,针对不完备混合型有序信息系统对象的动态变化,基于矩阵的计算策略分别研究了邻域优势条件熵随信息系统对象增加和对象减少时的增量式更新。最后,利用邻域优势条件熵的更新机制分别提出了不完备混合型有序信息系统对象增加和对象减少时属性约简的增量式更新算法。实验结果表明:(1)与非增量式算法相比,所提出的增量式算法约简属性数量平均降低了3.6%,分类精度平均提升了2.4%,属性约简的效率平均提升了约10倍;(2)与同类型增量式算法相比,所提出的增量式算法约简属性数量平均降低了9.0%,分类精度平均提升了2.1%,属性约简的平均效率提升了94%。因此,本文所提出增量式算法无论在属性约简结果和属性约简效率上都有着更高的性能。

不完备混杂信息系统的属性约简

海量数据的复杂性、不确定性和高维性引发了属性约简的需求。对于完备决策系统,香农熵及其变体已被广泛用于评估属性的重要性。对于不完备混杂信息系统,基于信息增益的属性约简研究较少。在模糊粗糙集框架,针对不完备混杂信息系统提出了一种基于信息增益的属性约简方法,构造了适用于不同数据类型的距离函数来度量不同对象之间的距离,然后计算从每个属性中获得的信息,最后选择符合条件的属性子集。为了验证所提出方法在不完备混杂信息中的有效性,在几个公开数据集上进行了实验。实验结果表明提出的算法相较于基于增益比的属性约简算法、基于Alpha-investing流属性约简算法以及基于邻域条件互信息的交互属性约简算法在处理不完备混杂数据上是有效的。

不完备XML信息系统的粗糙集模型

随着XML成为网络信息表示和交换的标准以及不确定数据的广泛存在,不确定XML数据库管理技术成为了当今研究的热点。首先,允许XML文档叶子节点的信息值为丢失的或遗漏的空值,提出不完备的XML信息系统;其次,提出节点的相容关系、限制相容关系以及阈值相容关系等概念,基于粗糙集理论分别定义这3种关系对应的粗糙集模型;最后,通过实例分析表明,限制相容关系模型能克服相容关系模型分类粗糙的缺点,阈值相容关系模型通过合理地设置阈值可达到更好的分类效果,从而提高了对XML数据的预测、分类的精确度。

不完备数据集的邻域容差互信息选择集成分类算法

针对不完备混合信息系统的分类问题,结合粒计算中的邻域容差关系和互信息理论,定义邻域容差互信息的概念,并利用集成学习的思想,提出不完备数据集的邻域容差互信息选择集成分类算法.该算法首先根据缺失属性得到信息粒,划分粒层构建粒空间,在不同的粒层上使用以BP神经网络作为基分类器的集成算法,构建新的基分类器;然后,根据每个信息粒的缺失属性计算出关于类属性的邻域容差互信息,来衡量各个信息粒的重要度,并根据基分类器预测准确率以及邻域容差互信息重新定义基分类器权重;最后,根据预测样本对基分类器加权集成预测分类结果,并与传统的集成分类算法进行对比分析.对于部分不完备混合型数据集,新提出的集成分类算法能有效提升分类准确率.

新条件熵下协调不完备的信息系统属性约简

针对不完备信息系统的属性约简方法较少考虑含有缺失对象集对决策类造成的影响问题,根据缺失对象集含有的对象不同,给出一种新的条件熵,用来更加精确地度量知识的不确定性.其次给出了在协调不完备信息系统下关于该新条件熵的相关定理,并构造了一种基于新条件熵的属性约简算法.最后,通过实例证明了该算法的可行性.

不完备勾股模糊信息系统的三支冲突分析

本文考虑了不完备情况下的勾股模糊信息系统,并结合三支决策思想将三支冲突分析模型引入不完备勾股模糊信息系统中。首先,定义了不完备勾股模糊信息系统,同时根据勾股模糊数另一表达形式定义了+/−区域角与可能含有未知值的勾股模糊数的未知值数量函数。其次,根据差异性矩阵,定义了可能含有未知值的勾股数之间的冲突度计算方式,建立起不完备勾股模糊信息系统中的代理人之间关系的三划分模型。最后,根据对多事件的态度取值的聚合算子,在不完备勾股信息系统中建立了对代理集的三划分模型。

不完备广义多尺度决策系统的逐步最优尺度选择

现有的最优尺度选择算法有可能无法得到全局最优尺度组合,且具有较高的时间和空间复杂度。针对该问题,提出了不完备广义多尺度决策系统的逐步最优尺度选择算法。介绍了不完备广义多尺度决策系统,给出了上下近似集的性质;采取属性约简与尺度选择同步优化策略,以得到全局最优尺度组合;给出了一个快速的求相容类方法,并提出了不完备广义多尺度决策系统的逐步最优尺度组合选择算法,该算法显著降低了时间复杂度与空间复杂度。数值实验表明所提出的算法是有效的。

基于Java和XML技术的异构信息系统数据集成框架应用研究

企业信息化的逐步深入,企业内部以及企业之间存在着大量异构信息的交互和共享,Java与可扩展的标记语言(XML)技术为实现网络环境下异构信息的交互提供了解决方案。提出应用Java和XML技术建立适用于企业信息化的面向异构系统数据集成的框架结构,并对实现框架结构所涉及的关键技术和实现方法进行了研究,在此框架结构的基础上建立了基于Web的面向异构应用系统的集成适配器工具,作为一个主要的支撑工具模块,在基于PDM技术的项目管理系统中得到了应用。

基于条件熵的不完备信息系统属性约简算法

在相容关系下定义了三种不完备条件熵——H′条件熵、E′条件熵和I′条件熵,并对它们的性质进行了分析比较,研究发现,H′条件熵和I′条件熵不适用于相容关系下信息观点的约简。利用E′条件熵刻画信息系统中属性的相对重要性,设计了一种新的基于信息论观点的启发式约简算法,它统一了完备信息系统与非完备信息系统中的约简方法。通过实例说明,该算法能得到决策表的相对约简。

基于STEP和XML的网络化制造系统的信息共享

在网络化设计和制造中 ,如何通过互联网来实现异质系统之间的信息协调是需要解决的一个重要问题。本文提出了一种建立在STEP和可扩展标记语言基础上 ,可以使一个CAD系统和另一个CAx系统通过互联网而实现信息共享的方法。介绍了相关的STEP标准和XML概念 ,以及相对应的EXPRESS和DTD标准。同时介绍了如何将STEP和XML作为中性格式模型集成在一起的思路。最后 。

不完备模糊目标信息系统粗集模型与知识约简

在不完备信息系统和模糊目标信息系统的基础上,将不完备近似空间和模糊目标信息系统有机地结合起来,提出了不完备模糊目标信息系统的概念;同时还给出了不完备模糊目标信息系统的粗糙集模型,该模型是完备模糊目标信息系统和经典目标信息系统粗糙集模型的推广。还给出了系统知识约简的一些相关概念及其辨识矩阵的知识约简方法。

基于不完备信息系统规则提取和Petri Nets的电力变压器故障诊断

鉴于电力变压器故障信息具有不完备性及复杂性,将不完备信息系统规则的提取与Petri Nets(PNs)有机结合在一起进行变压器故障诊断。利用不完备信息规则提取对信息表进行知识的简化与故障特征的压缩,获得最小诊断规则,并利用此规则建造PNs的模型。同时利用PNs实现并行推理,对变压器进行快速分析。故障实例分析表明,文中所提出的智能方法具有准确性,有效性。

不完备区间值信息系统中的粗集理论

针对不完备区间值信息系统,提出了一种用于分类的偏序关系,并给出了计算这种偏序关系约简的实际操作方法。在不完备区间值决策系统中,根据基于偏序关系的粗糙集模型,引入了上、下近似约简的概念。上、下近似约简是保持所有决策类的下、上近似都不发生变化的最小属性子集,借此获取简化的决策规则。

不完备信息系统下的属性约简算法

传统的粗糙集模型是处理完全信息系统的有力工具,但对于不完全信息系统却显得无能为力。因此对不完备信息系统的研究也是粗集理论研究领域之一。本文在M.Kryszkiewcz提出的一个容差关系的基础上提出改进,使之更加具有灵活性。然后以该改进模型为基础,运用属性重要性理论,给出属性约简算法,并通过一个实例来验证。最后将该算法和经典算法进行了比较。

基于XML的地理信息元数据系统

首先对地理信息元数据的内容从不同角度进行了研究:地理信息元数据内容由描述数据自身的元数据信息和描述数据之间关系的元数据信息构成;根据地理信息元数据的规范程度对地理信息元数据进行分类,随规范程度递减分为标准元数据、共识元数据和用户元数据;同时还分析了利用XML来表示地理信息元数据方法.最后,设计了一个基于XML的地理信息元数据系统GeoMeta,对其体系结构和各个部分的功能进行了分析,并详细介绍了基于XML的地理信息元数据存储和查询策略.

基于粗集的不完备信息系统属性约简

属性约简是粗集理论研究的核心内容之一。经典粗集理论是建立在完备信息基础之上的 ,然而在现实中 ,不完备信息系统的广泛存在极大地限制了粗集理论向实用化迈进。该文基于相容关系 ,将分布约简、最大分布约简、分配约简引入不完备信息系统 ,提出了一种新的约简———分配序约简 ,并讨论了几种约简之间的关系。给出了分配约简的一种启发式算法 :条件信息量约简算法 ,分析了该算法的时间复杂度。经实验检验 ,该算法是有效的。

一种不完备信息系统的直接约简方法

目前已有基于容差关系、相似关系、限制容差关系等的扩充rough集理论,但仅仅是提出了一些针对以上某种模型的 属性约简算法．在此提出从离散化到规则匹配的一系列不完备信息系统的约简处理方法,该方法可以适用于各种rough集扩充 模型,并且对完备信息系统和不完备信息系统是统一的．

基于信息熵的不完备信息系统属性约简算法

在现实生活中信息的不完备现象广泛存在,等价关系不一定成立,限制了经典Rough集理论在一些实际问题中的应用。从信息论角度出发引入信息熵的概念,提出了不完备信息系统中知识熵的度量方法,定义了信息观下不完备信息系统知识约简的方法,分析并讨论了与现有其他约简定义的关系,给出了一种基于信息熵的不完备信息系统属性约简算法,通过仿真实验说明了该算法对于不完备信息表知识约简是可行的。