决策系统基于不可区分关系及区分关系的约简

信息系统中的知识约简和知识发现是粗糙集理论的重要研究方向。针对决策系统中的不可区分关系及区分关系,给出相应的协调集判定定理,进而借助区分矩阵及区分函数给出属性约简方法,并借助实例将其与已有的相关研究工作进行了对比分析。

不完备信息系统中的不可区分关系

针对带"*"值的不完备信息系统,在对已有扩充粗糙集模型分析的基础上,对属性集合进行分类,定义各类别属性的比重和属性集的贡献度,提出一种基于属性贡献度的不可区分关系。实例分析说明,该关系在某些特殊情况下可等价于已有的扩充粗糙集模型,基于该不可区分关系的扩充粗糙集模型更灵活合理。

基于广义不可区分关系的决策表约简

研究决策表的正域约简及分配约简理论。针对具有自反性的广义不可区分关系,提出了决策表的正域约简及分配约简理论,借助区分函数给出了正域约简及分配约简的计算方法。对Skowron的区分条件进行了改进,在一定意义上为正域约简及分配约简提供了一般理论框架。

关系决策系统中相对不可区分和区分关系的约简

针对相对不可区分和区分关系约简的问题提出相应的算法。首先,考虑等价关系中相对不可区分关系的约简,提出一种新的辨识矩阵,并在此基础上得到了一种约简算法,通过关系的补关系提出相对区分关系的约简算法。然后,将相对不可区分关系等概念推广到一般关系。对于关系决策系统的相对不可区分关系约简给出了相应的辨识矩阵,并利用关系的补关系得到了相对区分关系约简的辨识矩阵,从而得到了两者的约简算法。最后,在选取的UCI数据集上,对提出的算法进行验证。在等价关系上,基于绝对约简的相对不可区分关系的约简(EQIND)算法与相对不可区分一般关系的约简(BIIND)算法所得约简相同,基于绝对约简的相对区分关系的约简(EQDIS)算法与相对区分一般关系的约简(BIDIS)算法所得约简相同;同时算法BIIND、BIDIS可以对不完备决策表进行约简。实验结果验证了所提算法的可行性。

基于程度不可区分关系的粗糙集模型

不可区分关系是粗糙集理论的基础。针对信息系统,提出了程度不可区分关系的概念来刻画信息系统中对象的可区分性程度的差异。提出了基于程度不可区分关系的粗糙集模型,并讨论了模型的基本性质,最后研究了基于程度不可区分关系的粗糙近似算子与Pawlak近似算子的关系。

不可区分关系与联系度

为了研究粗集理论中的六种不可区分关系间的联系与区别,将集对分析中的联系度引入到信息系统中,定义了对象与对象的联系度,计算出了当对象与对象间满足某种不可区分关系时它们所对应的联系度的取值,证明了可以用联系度来表示不可区分关系,还提供了一种用计算机来判断对象间是否具有不可区分关系的算法.

序信息系统下的程度可区分关系研究

在经典粗糙集中通常运用不可区分关系对知识进行粒化。为解决知识粒化过细带来的分类和决策困难,文章在程度不可区分关系的基础上,讨论了各种可区分关系和不可区分关系的演化机制,提出了基于序信息系统的改进程度可区分关系,进一步刻画对象属性值间的差异程度,最后建立了一种基于程度可区分关系的概率粗糙集模型。

矿井通风仿真系统区分井巷层位关系的新方法研究

为了正确区分单线井巷空间层位关系,在深入研究通风网络巷道连接关系的基础上,首次提出并实现区分单线井巷空间层位关系的"自动架桥"法和"假双线"法。"假双线"法无需计算双线坐标来快速实现通风系统固定宽度双线图自动绘制,在自动生成双线图的基础上,能够实现通风系统立体图的快速自动生成,可以更好地区分井巷的层位关系。这两种新方法具有计算量小,执行效率高,并且解决了传统方法存在的问题和不足。

基于“不可区分-相似-优势”关系的定序分类模型

经典粗糙集方法的优点在于能够通过不可区分关系来获取知识,但其不足之处在于不能够处理定性属性、定量属性以及准则属性同时出现的定序分类问题。为此,本文对经典粗糙集进行扩展并提出了一个新的决策分析方法,该方法采用"不可区分-相似-优势"关系来代替经典粗糙集中的不可区分关系以获取知识的粗糙近似,从而不但能够解决上述定序分类问题,而且还能处理决策表中可能存在的不一致现象。实例验证了该方法的有效性与优越性。

论区分所有权相邻关系的独立地位

区分所有权相邻关系与传统相邻关系相比,有其特殊性:其实现了公法、私法与自律法之融合保护;从请求权基础来看,其可以通过物权请求权、债权请求权和侵权损害赔偿请求权进行救济;其不仅调整相邻关系主体间的财产利益,还保护人格利益。从世界的立法潮流来看,独立于传统相邻关系制度进行单独立法是许多国家立法机关的选择。赋予区分相邻关系独立地位,可以对相邻关系人提供充分保护,维护民法体系的和谐。

对区分所有建筑物之相邻关系的探讨

区分所有建筑物之相邻关系作为一类新型的相邻关系,其纠纷已日益显现出多样性和复杂性。而我国尚未有相关法律对此进行规定,这种情形显然滞后于社会的发展,故文章从区分所有建筑物之相邻关系的相关法理出发,提出了一系列解决措施。

基于不可区分度的启发式快速完备约简算法

在已有的粗糙集属性约简算法基础上,给出了一个新的度量属性重要性的不可区分度函数,分析了不可区分度的性质,提出了一种能有效处理噪声的基于不可区分度的快速完备约简算法,最坏时间复杂度为max(O(|A||U|),O(|A|2|U/A|))。理论分析和实验结果表明,该约简算法在效率上较现有算法有显著提高,能较好抵制数据噪声,适于对大数据集进行处理。

决策系统中几种约简之间的关系

不可区分关系是粗糙集理论的基础。首先,刻画了λ约简与最大分布约简、分布约简之间的相互关系,证明了λ协调集是最大分布协调集,也是分布协调集;其次,针对λ约简设计了一种基于区分矩阵中属性频率的启发式约简算法,可以降低约简计算的复杂度;最后,通过实例验证了所提算法的可行性与有效性。

Excel高级条件筛选中与或关系的应用选择

在实践工作中,Excel是一个很好的表格处理工具,特别是其中函数的应用更是给我们带来方便,本文主要用具体实例来阐述,设置筛选条件时条件的"与"和"或"的区别及应用。

论人大与监察机关的监督关系

监察法明确了监察机关的监察范围包括人大在内的所有行使公权力的公职人员,而人大作为我国的权力机关依据宪法同样负有对监察机关的监督职责,如此监察机关和人大之间就形成了一种新型的互相监督关系。从性质上来说,监察机关对人大进行的是“对人”的监督,而人大对监察机关进行的则是“对机构”的监督;从地位上来说,人大对监察机关的监督居于高位;从措施上来看,监察机关对人大的监督要区分对具有双重身份的人大代表的监督,而人大对监察机关的监督可以采取法律监督和工作监督等方式。

Rough集中U/P的快速算法

针对目前计算Rough集中U/P算法需要重复扫描决策系统、不断地进行属性值比较和排序的缺点,提出了一种基于树型结构的不可区分关系树,通过不可区分关系树实现了计算U/P的快速算法。该算法只需扫描一次决策系统,并且也避免了不断地进行属性值比较和排序。经实验验证该算法较目前基于排序的U/P算法更快,而且算法实现更简洁。

信息系统中正区域性质的研究与应用

针对约简算法的基本问题,作了分析和研究:提出并证明正区域的一种新的等价定义,以此推导了高效的正区域基本算法;对不同约简属性集所对应的属性子集、论域子集和正区域,给出它们相互关系的性质,及关于正区域递增算法约简属性性质的推论.综合以上分析和研究,给出了一种完备、高效的属性约简算法.实验结果和理论分析表明:本研究可有效地应用于属性约简算法分析和构建.

一种多属性和准则定序分类模型

针对经典粗糙集理论在解决定性属性、定量属性以及准则属性同时出现的定序分类问题时能力较弱的这种情况,对经典粗糙集理论进行扩展,并给出了一个基于扩展粗糙集的决策分析方法.该方法使用"不可区分-相似-优势"关系来代替经典粗糙集理论中的不可区分关系来获取知识的粗糙近似.实例验证表明该方法不但能够解决上述问题而且还能处理决策表中可能存在的不一致现象,具有较好的有效性与优越性.

模糊信息系统的一种规则提取方法

该文定义了一种相似度量算子对对象间关于属性的接近程度,并基于此提出了代表一类模糊相似关系的模糊不可区分关系R:B,即关于对象的模糊不可区分关系.以此模糊相似关系为基础,在广义近似空间(U,R:αB)中定义了上、下近似算子;并引入阈值α,β,即允许一定程度的错误分类率存在,讨论了属性间的相互依赖关系,且给出应用实例.

多类别属性的定序分类模型

经典粗糙集方法是通过不可区分关系来获取知识的,但它不能解决定性属性、定量属性以及准则属性同时出现的定序分类问题,针对这种情况给出1种基于扩展粗糙集的决策分析方法.该方法使用"不可区分-相似-优势"关系代替经典粗糙集中的不可区分关系来获取知识的粗糙近似,不但能解决上述问题,而且能处理决策表中可能存在的不一致现象.实验实例说明,本文扩展方法能解决定序分类问题和不一致现象,获得较为合理的决策规则.