基于区分对象对集的快速求核算法

为降低基于正区域求核算法的时间复杂度,首先给出了简化决策表和简化差别矩阵及其核的定义。然后给出了简化决策表中条件属性的区分对象对集的定义,并得出区分对象对集与决策表核属性的关系,证明了求决策表的核可以转化到求条件属性的区分对象对集上。再结合简化差别矩阵的核的性质,设计了一个基于区分对象对集的快速求核算法。该算法的时间复杂度优于同类算法的时间复杂度。最后用实例说明了新算法的有效性。

区分对象对集的不完备决策表属性约简

通过利用粗糙集中差别矩阵的思想,引入不完备决策表的区分对象对集的概念。并给出不完备决策表基于区分对象对集的属性约简定义。同时,也证明了利用该定义得到的不完备决策表的属性约简与基于正区域的属性约简是等价的。相比较基于正区域的不完备决策表属性约简算法,基于区分对象对集的属性约简算法时间复杂度是降低的。最后,用一个实例说明了该算法的合理性。

基于区分对象对集的不完备决策表求核算法

在不完备决策表中对求核算法的研究较少,且时间复杂度都相对较高。为此,根据不完备决策表中差别矩阵及其核的定义,给出条件属性的区分对象对集的定义,并得出其与决策表核属性的关系,从理论上证明求解不完备决策表的核可以转化到求条件属性的区分对象对集上。结合不完备决策表差别矩阵核的性质,提出一种基于区分对象对集的不完备决策表求核算法。实验结果表明,该算法的时间复杂度优于同类算法的时间复杂度。

基于区分对象对的不完备决策表求核

在差别矩阵的基础上,针对不完备决策表提出了基于差别矩阵的区分对象对集定义,并证明求不完备决策表的核可以转化到求基于差别矩阵的区分对象对集上。在此基础上,提出了一种基于区分对象对的不完备决策表求核算法,该算法的时间复杂度为:max{O(|C||U||U pos|)O(K|C||U|)},优于同类算法的时间复杂度;用实例说明了新算法的有效性。

基于区分对象对集的高效属性约简算法

给出区分对象对集的定义和基于区分对象对集的属性约简的定义，证明该定义与基于正区域的属性约简定义等价．由于求区分对象对集时，要求出U／C，故设计一个高效的求U／C的算法，其时间复杂度降为O（｜C｜｜U｜）．进而提出一个基于区分对象对集的高效属性约简算法，其时间和空间复杂度分别降为O（｜C｜｜U｜）＋O（｜C｜｜U／C｜^2）和O（｜U｜）＋O（｜U／C｜^2）．用1实例说明该算法的高效性．

一种快速的Rough集属性约简遗传算法

遗传算法适合复杂问题的处理因此可用于属性约简的求解.目前利用遗传算法进行属性约简的主要不足是:适应度函数计算复杂,效率不高.尤其在处理大型决策表时,计算时间将大量聚集在适应度函数的计算上,从而导致算法性能下降.为了更快的计算适应度函数,在研究基于正区域的区分对象对集的基础上,设计了一种计算适应度函数的快速方法.利用启发信息设计了一种快速的属性约简遗传算法.通过实例分析和算法实验表明该算法能够高效求出决策表的属性约简并且适合处理大型决策表.

用差别矩阵思想设计的基于正区域的高效属性约简算法

近来一些学者用差别矩阵或差别矩阵的思想设计了基于正区域的属性约简算法.由于计算差别矩阵是一个既消耗时间又消耗空间的过程,故这些算法的效率并不好.为了降低这类属性约简算法的复杂度,文中利用基于区分对象对的属性约简的思想,在简化决策表的基础上,定义了一个函数,该函数能度量简化决策表中条件属性集产生的区分对象对的个数,并用该函数设计了一个启发函数,同时给出了计算该启发函数的快速算法,经分析其时间和空间复杂度均为O(|U/C|).最后用该启发函数设计了一个有效的基于正区域的属性约简算法,该算法的时间复杂度降为O(|C||U|),空间复杂度降为O(|U|).文中还用一个具体实例说明了新算法的有效性.经实验证明,新算法具有较高的效率.

高效的不完备决策系统属性约简算法

差别矩阵方法因其易懂,易设计被广大学者接受并使用.然而,对于大型的决策表而言,计算差别矩阵时不仅费时,而且会占用大量的存储空间,使得算法的效率不高.为了尽可能减少差别矩阵的存储空间,又能用到差别矩阵的思想,提出了区分对象对集的思想,研究发现,这样设计的方法也无法适用大型数据集.为此,在区分对象对集基础上,设计一个能计算区分对象对集的个数的函数,并用该函数设计了一个启发函数,同时给出该启发函数的快速算法,利用启发函数设计了一个高效的不完备决策系统属性约简算法,新算法时间复杂度及空间复杂度分别降为O(K C U)(其中K=max{TC(xi),xi∈U}和O(U).通过实例仿真说明该算法是一高效可行的属性约简算法.

一种新的信息熵属性约简算法

给出一个区分对象对的属性约简定义,同时证明该属性约简的定义与基于信息熵的属性约简的定义是等价的。为求出区分对象对集,首先给出了一个快速求简化决策表的算法,其时间复杂度为O(|C||U)|。然后在简化决策表的基础上,设计了基于区分对象对集的信息熵属性约简算法,其时间复杂度和空间复杂度分别为O(|C||U)|+O(|C||U/C|2)和O(|U/C|2)+O(|U|),最后用一个实例说明了新算法的高效性。

基于相似关系的集值决策信息系统的属性约简

属性约简是粗糙集理论中重要研究内容,由于现实应用领域中决策信息系统往往呈现出不完备性特点,为此,首先将不完备决策表转化为集值决策信息系统,并详细分析了集值决策信息系统下基于相似关系的分布约简和最大分布约简,在此基础上,构造了一种基于可区分对象集的属性约简算法,算法利用可区分对象集的集对,计算极小析取范式求解出所有的分布约简和最大分布约简。最后,利用实例分析验证了算法的有效性。

一种新的信息系统启发式属性约简算法

为降低信息系统属性约简算法的时间复杂度，首先引入简化信息系统的概念，然后定义了简化信息系统中属性集的区分对象数，证明了基于简化信息系统区分对象数的属性约简与原属性约简是等价的．进而定义了简化信息系统的属性重要性，并设计了一个快速求属性重要性的算法．同时，以属性重要性为启发式信息，设计了一个新的属性约简算法．新算法的时间复杂度降为max{O（｜C｜｜U｜），O（｜C｜^2｜U｜C｜）}．最后用一个实例说明了新算法的有效性．

基于链表结构的启发式属性约简算法

属性约简是粗糙集理论研究的主要内容之一,正区域计算是多数属性约简算法的关键。为了减少正区域的计算时间,提出基于链表存储的正区域计算方法。将属性值相同的数据存储在链表同一结点对象中,收集过程中不断删除基数为1的子划分,通过降低样本数据的规模来减少计算耗时,加速属性约简。同时,给出不可区分对象对数定义,并以此度量属性重要性,设计一种高效的启发式属性约简方法。通过实例和实验与经典约简算法进行性能测试比较,结果证实该算法在时间和空间效果上切实有效、可行。

一种不完备决策表的属性约简算法

对于不完备决策表,给出了区分对象对集和基于区分对象对集约简的定义,并证明出基于区分对象对集的属性约简定义等价于基于广义决策的属性约简定义。在此基础上,提出一种基于区分对象对集的新算法。新算法以区分度K(ci)和完备度P(ci)为启发信息,结合基数排序,使得算法最终时间复杂度为O(|C||U|2),相比传统的算法时间复杂度O(|C|3|U|2)和O(|C|2|U|2),时间复杂度有效降低。通过实例说明了新算法的正确性和有效性。

不协调决策信息系统的知识约简及决策规则优化研究

针对不协调决策信息系统的知识约简及决策规则的优化问题,引入分布约简和最大分布约简理论,提出一种基于分布区分对象集的知识约简算法,并得到具体的优化决策规则获取方法。该算法通过求解分布区分对象集和最小析取范式从而得到知识约简集,依据属性约简集挖掘出最优决策规则集。理论分析和实例结果表明该方法的有效性和实用性。

对技校德育工作的几点思考

一、德育目标的层次性问题 近几年来,为了适应市场需要,许多技工学校特别是高级技工学校开展多层次办学,校内既有中技班,又有高技班,有的高级技工学校还有高职大专班。不同层次的学生在年龄、文化、

区间值不协调信息系统基于变精度优势关系的知识约简算法

知识约简是粗糙集理论的重要研究内容.针对区间值不协调决策信息系统的特点,引入优势可能度和变精度优势关系概念,提出一种基于优势关系类的属性约简算法.该算法通过确定分配区分对象集和区分函数的最小析取范式从而得到分配约简集,给出了具体的算法步骤.理论分析和实例表明该文算法的有效性和合理性.

学会打招呼,赢得好人缘

看到这个题目,有同学就在偷笑:打招呼谁不会啊,哪天不跟同学、朋友打招呼啊!还值得一讲?同学们,不要小看打招呼,这小小的招呼中可有大学问。如果招呼语说得言辞得体,一两句话就能为你增加印象分,赢得对方的好感。