不完备序区间值决策系统中所有可信规则的获取

研究了含区间值的不完备复杂信息系统,其不仅包含遗漏型未知属性值,而且属性值域为全序集.根据区间值特点给出其遗漏型和填充式区间值概念,并定义了不完备序区间值决策系统;然后,提出了区间段值概念和基于区间段值的序决策系统,其中引入灰的白化方法以将填充式区间值转换为区间段值;接着,提出基于区间段值的优势和弱势描述子,用以获取序区间段值决策系统中的所有可信规则并给出具体算法步骤;最后,用实例进行了验证.试验分析的结果表明了该方法的有效性.

不完备系统中基于优势关系的最优可信规则获取

以具有遗漏型未知属性值的不完备目标信息系统为研究对象,根据优势关系,提出升序和降序最优可信规则.给出基于优势关系的描述子的概念,由此获得不完备目标信息系统中的升序和降序可信规则.定义了基于区分矩阵的区分函数用以计算对象的升序和降序约简,从而获得升序和降序最优可信规则,为从不完备目标信息系统中获取规则提供了新的理论基础与技术手段.

不完备决策软集与优势可信规则获取

软集理论是一种新的处理不确定性知识的计算工具,它能灵活地表示数据,有效简化数据分析过程,在人工智能和系统科学领域有着重要的应用。针对基于优势关系的不完备决策信息系统,给出了一种拓展的软集模型,提出了不完备决策软集的概念以及决策软集的优势关系和优势集概念,进一步给出了一种基于优势关系的决策软集获得不完备决策系统中的优势可信规则的方法,以及软最优可信规则的提取算法。理论和实例分析表明,该优势可信规则挖掘方法是有效的,与粗糙集理论相比极大地约简了规则冗余,提高了运算的效率。

概念层次中基于粗糙集的优化可信规则获取

随着系统中数据量剧增,规则太多以及不同决策者对规则有不同层次需求等问题,概念层次提供了一种解决方法。讨论条件属性具有概念层次的情况下,利用粗糙集理论分析属性在不同层次组合下的正域和规则关系,自顶向下提出了概念层次中基于粗糙集的优化可信规则获取的算法。该算法改进了现有的属性约简策略,借助描述子实现属性约简并获取优化可信规则。考虑到层次上正域为空和正域没有新增对象的特殊情况,提高了规则获取的效率。最后通过实例分析说明该算法的可行性。

序区间值决策系统中的最优可信规则获取

以包灰色含区间值的序值决策系统为研究对象,针对区间值之间不能直接比较的问题,引入灰色系统理论中的白化方法以构建一个新的序白化值决策系统,并讨论了其在优势和弱势关系下的可信规则获取.深入研究了优势和弱势对象的约简以及其决策类的相对约简问题,其中可信规则的约简是保持该可信规则的支持集中的元素不发生变化的最小数量属性的合取.给出相应的判定定理与区分函数,并进行了实例分析.所构建的决策系统为最终从序区间值决策系统中获取最优可信决策规则提供了新的理论基础与操作手段.

序区间值决策系统中最优可信规则获取与约简

基于描述子的规则获取可导出序值决策系统中的所有可信规则,但对包含区间值序决策系统却不能有效支持。因此,首先根据每个属性值域的范围,提出了一个区间段值的概念,用以将序区间值决策系统转换为序区间段值决策系统;然后,在序区间段值决策系统中提出了基于区间段值的优势和弱势描述子概念,用以导出序区间值决策系统中的所有可信规则;最后,研究了两种新的描述子的约简以及相对约简问题,给出了相应的判定定理与区分函数。以上为从序区间值决策系统中获取有效的最优可信决策规则提供了一种新理论基础与操作手段。

序值决策系统中基于描述子的可信规则获取

在序值决策系统中,根据下近似并不能导出所有可信规则。为此提出了优势和弱势描述子概念,讨论了优势和弱势描述子的支持集与决策类之间的包含关系,用以导出序值决策系统中的所有可信规则。研究了两种新的描述子的约简以及这两种描述子关于决策类的相对约简问题,给出了相应的判定定理与区分函数,为从序值决策系统中获取最优可信决策规则提供了新的理论基础与操作手段。

基于决策矩阵的可信关联规则挖掘方法

针对信息系统的规则提取问题,提出一种基于决策矩阵的可信关联规则挖掘方法。依据各条件等价类自动设置阈值参数,过滤其余可分辨条件等价类生成条件决策分辨函数,将此分辨函数转化为等价的极小析取范式,得到蕴含于该条件等价类的全体可信关联规则;在此基础上进一步考虑待测样例与可信关联规则集的匹配情形设计决策匹配策略,将该方法与策略应用于UCI数据集。实验结果表明,该方法具有较稳定的分类预测性能。

不完备序区间值决策系统中的可信规则获取

以不完备序区间值决策系统为研究对象,其中不仅包含遗漏型未知区间值,而且属性值域为全序集.给出了未知区间值的三种形式及其填充式区间值的定义,引入灰的白化方法用以构建一个新的填充式不完备序白化值决策系统,并讨论其在优势和弱势关系下的可信规则获取.进一步研究了优势和弱势对象的约简以及其决策类的相对约简问题,给出了相应的判定定理与区分函数,为最终从不完备序区间值决策系统中获取最优可信决策规则提供了新的理论基础与操作手段.、

可信关联规则及其基于极大团的挖掘算法

目前的关联规则挖掘算法主要依靠基于支持度的剪切策略来减小组合搜索空间.如果挖掘潜在的令人感兴趣的低支持度模式,这种策略并非有效.为此,提出一种新的关联模式—可信关联规则(credible association rule,简称CAR),规则中每个项目的支持度处于同一数量级,规则的置信度直接反映其可信程度,从而可以不必再考虑传统的支持度.同时,提出MaxcliqueMining算法,该算法采用邻接矩阵产生2-项可信集,进而利用极大团思想产生所有可信关联规则提出并证明了几个相关命题以说明这种规则的特点及算法的可行性和有效性.在告警数据集及Pumsb数据集上的实验表明,该算法挖掘CAR具有较高的效率和准确性.

基于可信度的决策规则处理

在Rough集理论中,利用信息表通过数据预处理、属性约简、值约简等处理后,可以得到一组决策规则知识,其应用能够大大提高决策水平,但这些获取的知识完全建立在数据源的支持上。数据源在产生和处理的过程中容易受到一些事件或人为因素影响,因此所得到的规则知识可能和现实存在一定的偏差,如果不加处理将其直接应用于逻辑推理系统,可能影响决策的质量和效果。为此,提出了数据支持度、专家支持度和规则可信度的概念,引入专家的经验判断,利用专家的知识对获取的规则知识进行评价,形成规则知识可信度的排序,然后去除不可靠的规则知识,得到了具有较高可信度和实际应用价值的决策规则知识。

规则可信度的学习算法

本文提出了一个规则可信度的学习算法,并设计了有关这个算法的适用于深度优先推理策略、宽度优先推理策略的仿真实验。实验结果表明这个学习算法可以有效地修正规则的可信度。目前,这个学习算法已用于一个工业专家系统。

医疗辅助诊断专家系统中的规则可信度计算方法

采用粗糙隶属函数计算规则可信度可减少确定可信度(CertaintyFactor,CF)的主观因素,使规则可信度更加精确客观。给出计算孤立性肺结节辅助诊断专家系统中规则可信度的实例,证明该方法可提高应用可信度理论进行不确定性推理的可靠性。

宁波市自然资源和规划局关于印发《不动产登记可信身份认证应用规则》的通知

规范性文件统一编号ZJBC63-2020-0001甬自然资规规[2020]1号各区县(市)自然资源和规划分局(局),局机关各处(室、局),局属各事业单位:《不动产登记可信身份认证应用规则》已经市自然资源和规划局局长办公会议审议通过,现予以印发,请认真贯彻执行。

《关于不动产登记可信身份认证应用规则》政策解读

一、出台背景随着互联网技术的飞速发展、"最多跑一次"改革深入推进以及浙江政务服务网功能的日益完善,涉不动产登记事项"网上办"、"掌上办"等在线办理成为常态。在在线政务服务中推广应用"互联网+可信身份认证",采取在线人脸信息采集、活体检测和人脸对比等身份认证,可确保申请人身份的真实性,有效杜绝冒名顶替、弄虚作假等非本人办证带来的登记风险,满足不动产登记服务无纸化需求,极大提升不动产登记服务效能。

Web软件可信性的模糊评价方法

在对ISO/IEC 9126模型及Web软件属性图进行改进和扩充后,应用因子分析法构建了Web软件可信性评价指标体系,运用结构熵值法确定了各个可信指标的权重,并运用改进的证据合成方法构造专家评价信息的模糊评价矩阵;最后,运用置信度识别准则对软件可信性进行等级评价和得分计算,对应可信性决策规则集得出相应的策略。结合对Web软件中网上银行项目的实例分析说明了该方法的实用性和有效性。

基于改进型可信度理论的凝汽器故障诊断模型研究

针对凝汽器故障及征兆间存在着的模糊关系及现有凝汽器故障诊断模型存在的不足,研究并设计了一个基于可信度理论的故障诊断模型,将可信度推理处理不确定关系的优点应用于凝汽器故障诊断之中。通过对征兆的表达、不确定算法的构建、可信度传递等问题的描述探讨,提出了更为合理的征兆表达方式及转换数学方程,为征兆的准确获取提供了依据;同时改进了规则可信度的设定方法,使可信度推理更接近于人类专家思维。实例证明,该模型能很好地适应凝汽器故障诊断的需要。

一种近似决策规则生成算法及其应用

实际应用中,Rough集理论所推导出的基本决策规则在对新对象进行匹配时,往往会遇到新对象不能被匹配的情况,使得不能对新对象作出有效的决策.为了提高规则对新对象的匹配能力,提出了一个更有效的近似决策规则生成算法,并将其应用于基于Rough集理论的垃圾邮件过滤模型中.实验结果表明,该算法所产生的近似决策规则能够有效地提高规则对新邮件的匹配能力,以及对邮件的过滤性能,因此该算法是可行的.

基于BP神经网络模型的疾病确诊方法研究

分析了BP神经网络由训练到求解的人工智能过程与自然人专家由学习专业知识到诊疗疾病的生理智能过程的近似性和差异性,提出了基于BP网络的CF向量疾病确诊模型,设计了症状描述规范化方法及诊断域CF知识规则向训练数值样本迁移方法,构造了BP神经网络模型确诊算法。模型和人类专家对比性实验数据表明,该方法诊断正确率达到90%,具备较好的综合诊断性能,对于开发实用性AI辅助诊疗系统有着建设性意义。

知识约简的逻辑特征

论文研究信息系统的规则提取问题,研究规则的形式、可信度,从非经典逻辑的角度讨论信息系统约简前后规则的相互关系,进而更深入地了解各种知识约简方法的特点与相互关系。