基于改进差别信息树的广义决策属性约简

属性约简作为一种有效的数据降维方法,对于处理高维数据具有重要意义,通过删除冗余属性保留重要属性,获得与原系统具有相同表达能力和分类能力的属性子集。差别矩阵是得到属性约简的一种重要方法,但其中含有大量无用的信息,本文受改进差别信息树的启发,将改进差别信息树与决策多层次系统相结合,在该方法下研究不同决策层级间改进差别信息树之间的关系,提出一种基于改进差别信息树的广义决策属性约简算法。所提方法不仅可以实现对差别矩阵中非空元素的压缩存储,还有效缩短了时间消耗。为了验证算法的有效性,选取8组UCI数据集分别从算法的约简结果和约简效率两方面进行对比,实验结果验证了算法的可行性和有效性。

区间值信息系统的决策属性约简

借助于属性区间值的相似程度在区间值信息系统上定义了一种具有变精度的相容关系,讨论了在这种相容关系下决策区间值信息系统的决策属性约简与决策属性相对约简,并得到了求决策属性约简与决策属性相对约简的具体操作方法。

基于元素约简的决策表属性约简算法

Skowron差别矩阵广泛应用于属性约简及求核运算,但它只适用于相容决策表,对于不相容决策表有时会得到错误的结果。虽然国内多位学者对它进行了改进,但一方面它们仍只适用于相容或部分相容决策表的属性约简,对完全不相容决策表仍得不到正确的结果。另一方面须通过额外的函数来约束差别矩阵的构造过程,增加计算负担。利用等价差别矩阵具有相同属性约简的思想,将元素对象分割成相容对象与矛盾对象,通过对参与构造差别矩阵的行与列元素进行约简,减少了某些重复计算过程,提高了计算效率。以此为基础,给出了一种改进的属性约简算法。数值算例验证了该算法是有效可行的。

基于粗糙集不确定度的特定类属性约简

粗糙集属性约简是数据分析的有效手段,传统决策分类属性约简适用于所有决策类优化,实际应用还需要考虑单个决策类优化的特定类属性约简.基于粗糙集不确定度构建,对比决策分类属性约简,提出特定类不确定度属性约简并研究约简相关关系.分解决策分类不确定度,获取决策类不确定度及其粒化单调性等性质,提出相应的特定类不确定度约简及其启发式约简算法,得到特定类不确定度约简与特定类正域约简、决策分类不确定度约简的关系.新建的特定类不确定度约简具有改进性,适用于特定决策类的优化处理与不确定性应用,决策表实例验证了相关算法与关系的有效性.

基于云模型的乡村振兴战略实施效果综合评价

针对脱贫攻坚与乡村振兴的有效衔接问题,聚焦乡村振兴战略总要求,以农村相对贫困群众为研究对象,对乡村振兴战略的落实效果进行了阶段性评价。首先,采用决策表属性约简与主客观博弈对14个评价指标进行科学赋权以消除感知数据的随机性与主观性,随后结合云模型理论,生成评价综合云图,该方法最大的优势在于能够经过雾化直观展现出群众对乡村振兴战略实施效果的真实评价。其次,立足于群众真实感知视角,基于593份重庆市农村脱贫家庭数据进行实证分析。结果表明,群众对乡村振兴战略评价从高到低依次为:居住条件,村级硬件建设,公平氛围,外部帮扶,温饱改善,程序规范。最后根据研究结论提出一系列针对性的政策建议。

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。