协调的决策多尺度不完备信息系统的最优尺度选择

粒计算模拟人类思考模式,它以粒为基本计算单位,以建立大规模复杂数据和信息处理的有效计算模型为目标,是知识表示和数据挖掘的一个重要方法.针对决策属性具有多尺度的不完备数据集的知识获取问题,首先,提出了决策属性具有多尺度的广义不完备多尺度信息系统的最优尺度选择的概念,阐明了尺度选择全体构成了一个完备格;其次,给出了在不同尺度选择下信息粒的表示及其相互关系;最后,讨论了协调的决策多尺度不完备信息系统的最优尺度选择问题,并用示例解释最优尺度选择的计算.

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。

基于可分离性的多尺度决策信息系统的最优尺度约简

针对最优尺度约简问题,从对象与决策类的关系出发,提出一种基于可分离性的多尺度决策信息系统的约简方法。首先,分别给出类内对象紧性和类间对象分散度的定义并探究其性质。其次,在多尺度决策信息系统中通过类内对象紧性和类间对象分散度定义属性子集的可分离性,并给出可分离性与约简之间的关系,在此基础上,结合属性权重与尺度权重给出了基于可分离性的重要度。最后,设计了一种基于重要度的启发式最优尺度约简算法。实验结果表明,所提方法在分类精度和约简集基数上具有较大的优势。

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。

多尺度邻域决策信息系统的特征子集选择

多尺度决策信息系统的特征子集选择是处理多尺度分类问题的一种有效的数据预处理方法.在实际应用中,数据类型往往多样混合,现有的多尺度模型无法有效处理这类数据.针对该问题,文中面向多源异构多尺度数据,提出多尺度邻域半径的形式化定义,构造多尺度邻域信息粒并讨论其相关性质.在此基础上,探讨特征的重要度,提出可同步进行最优尺度选择和特征选择的特征子集选择算法.改进原有的Wu-Leung模型,在一定程度上扩展其在实际问题上应用的范围.最后,在UCI数据集上验证模型和算法的可行性和有效性.

分层多尺度决策信息系统的序贯三支决策

传统信息系统中每个属性只有一个尺度,但随着海量数据的涌现,实际应用中经常是在多个尺度上处理和分析问题.三支决策是解决分类问题的一种经典方法,序贯三支决策是在三支决策的基础上进行多步决策的一种方法.将多尺度决策信息系统与三支决策相结合,基于决策理论粗糙集提出分层多尺度决策信息系统的序贯三支决策模型,得到动态变化的正域、负域、边界域.对多尺度决策信息系统进行分层,依次在分层后得到的多个单尺度决策信息系统上进行讨论,构建尺度层面的序贯结构;在每个单尺度决策信息系统上,通过增加属性的方式得到属性子集序列,诱导出多级粒度结构,构建该尺度下粒度层面的序贯结构.为此,给出两种属性子集序列的选择方法;在序贯三支决策过程中,利用相对损失函数计算阈值,并讨论了阈值的性质;最后给出序贯三支决策过程中的分类规则,并用实例说明提出的模型能有效地处理分类问题.

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.

协调广义多尺度序模糊决策系统的最优尺度组合与属性约简

针对广义多尺度序模糊决策系统的知识获取问题,首先,在广义多尺度序模糊决策系统中定义优势关系,给出广义多尺度序模糊决策系统中信息粒的表示,同时定义在不同尺度组合下集合关于属性子集在优势关系下的下近似与上近似的概念.然后,在协调广义多尺度序模糊决策系统中定义5种最优尺度组合的概念,使用基于证据理论的信任函数与似然函数刻画最优尺度组合的数值特征,证明信任最优尺度组合与下近似最优尺度组合是等价的,似然最优尺度组合与上近似最优尺度组合也是等价的,并在信任最优尺度组合的基础上给出属性约简方法,同时给出最优尺度组合和属性约简的搜索算法.最后,在UCI数据集上的实验验证文中方法和算法的可行性与有效性.

基于熵的多尺度多重集值信息系统的最优尺度选择与属性约简

针对现有的信息系统难以体现和处理数据融合时出现的数据重复问题,文中提出多尺度多重集值信息系统的概念,并讨论该系统的最优尺度选择和属性约简问题.首先,在多尺度多重集值信息系统的每个属性中,基于属性值域中多重集之间的海林格距离定义论域上的相似关系,获得由每个属性子集导出的论域中所有对象的相似类构成的信息粒.然后,引入多尺度多重集值信息系统中知识粗糙熵的概念,进一步给出多尺度多重集值信息系统中的最优尺度与熵最优尺度的概念,证明基于相似关系定义的最优尺度和基于知识粗糙熵定义的最优尺度是等价的.最后,在熵最优尺度的基础上提出系统中基于相似关系的约简和基于知识粗糙熵的约简的概念,并分别给出筛选熵最优尺度和熵约简的算法.

不协调广义决策多尺度序信息系统的最优尺度选择与规则提取

粒计算模拟人类思考问题的模式,在大数据挖掘和知识发现方面有独特优势。针对不协调的广义决策多尺度序信息系统的知识获取问题,利用证据理论来研究不协调的广义决策多尺度序信息系统的最优尺度选择与规则提取。首先,将优势关系引入决策多尺度信息系统中,并介绍广义决策多尺度序信息系统的相关概念;其次,通过引入不协调广义决策多尺度序信息系统的尺度组合概念,给出不同尺度组合下信息粒和集合的下近似与上近似的表示及其相互关系,并进一步定义了几种针对不同决策的不协调广义决策多尺度序信息系统的最优尺度组合概念,讨论了它们之间的关系;最后,给出了基于广义优势决策函数的辨识矩阵属性约简与规则提取方法。

具有多尺度决策的信息系统的最优全局剪枝选择

作为人工智能领域的一个重要方向,粒计算在数据挖掘和知识发现方面的研究呈现较大的优势.针对具有多尺度决策的信息系统的知识获取问题,利用粒度树与剪枝来研究具有多尺度决策的信息系统的最优尺度选择问题.首先介绍了粒度树与剪枝的概念,每个属性和决策都有一个粒度树,每个粒度树都有许多不同的局部剪枝,代表特定属性下的尺度选择.不同属性和决策的一个局部剪枝组合形成全局剪枝,从而产生一个混合尺度决策表.其次,给出具有多尺度决策的信息系统基于粒度树与剪枝的最优全局剪枝选择的概念.最后将全局剪枝选择与最优尺度选择进行比较研究,还设计了一个算法来验证该方法的有效性.

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.

国土空间规划中的多尺度地理信息采集、集成与分析

国土空间规划在促进我国经济社会持续健康发展,保障生态环境质量,确保国土空间有序科学利用中具有显著作用。地理信息采集、集成和分析是国土空间规划工作的重要支撑环节。采用迭代反馈法和地理信息系统(GIS)数据处理等方法,构建了多尺度地理信息采集、融合与分析的框架和流程,为有效应对复杂多元的国土空间规划任务提供一种可能的解决路径。本研究在全国、区域、城市三个层级把握国土空间格局与变化,确定了研究尺度对于空间规划活动的重要影响,理清了尺度转换的路径与步骤。研究结果表明,国土空间规划中的多尺度信息能够全面反映国土空间结构和功能,有助于精准表达和调控国土空间的利用与保护。这为国土空间规划提供了新的思路和技术支撑,有助于实现国土资源优化配置和可持续发展。

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。

多尺度随机信息系统的粗糙近似关系

传统随机信息系统中的条件属性都是单一尺度,而现实生活中一个对象却有多方面的刻画.为更好地分析数据,在该系统里结合多尺度信息系统中的粒度转换函数,给出多尺度随机信息系统的概念,并研究不同尺度下的信息粒和粗糙上下近似算子之间的关系及最优尺度选择.

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。

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。