基于决策属性支持度的知识约简方法

提出了一种基于决策属性支持度的属性相对约简算法·该算法利用粗糙集理论分析的方法,通过在知识表达系统中引入决策属性支持度的概念,来描述由条件属性所提供的知识对整体决策的支持程度,并通过决策属性支持度定义了条件属性对决策属性的相对重要性,以此作为启发式信息,可以方便地求出相对核·再以相对核作为求解最小相对约简的起点,按重要性的不同逐次选择重要属性添加到相对核中,直至其支持度达到整体条件属性支持度时为止,此时即得到知识库的最小约简·通过实例分析证明,该方法是有效的·

基于决策支持度的不完备信息系统约简算法

提出了一种基于决策属性支持度的属性相对约简算法。通过引入决策属性支持度对不完备决策表中属性的重要性进行了定义,并以此作为启发信息进行属性的选择,该算法的时间复杂度是多项式的。寻找决策表中最小相对约简问题是典型的NP-hard问题,采用该算法可降低问题复杂度。通过实例说明,该算法能得到不完备决策表的最小相对约简。

一种基于决策规则支持度的值约简算法

基于决策规则的条件属性支持度和规则支持度,结合Apriori算法思想,本文提出了一种利用决策规则支持度对粗糙集中决策表进行值约简的算法。实例表明该算法可以有效地对决策表进行值约简。

一种基于粗糙集理论的连续属性离散化方法

基于粗糙集的有关理论,提出了一种新的连续属性离散化方法·首先说明决策属性支持度的概念,再利用决策属性支持度作为反馈信息,提出一种领域独立的基于决策属性支持度的连续属性离散化算法·该算法能在保证决策表原始分类能力不变的前提下,提高约简效率·同时,各个属性拥有较少的分割区间,会使规则集合更加简洁·通过实例分析比较,说明该算法是非常有效的·

并行遗传算法在粗糙集属性约简中的应用

遗传算法是一种全局优化的数值计算方法,它存在自然并行性.给出一种求解粗糙集属性约简问题的并行遗传算法,并在普通网络环境下实现.结果表明,并行遗传算法适合于求解问题规模较大及大数据样本点的数据约简问题.

邮件系统的时间属性分类与属性值约简方法

为了给邮件网络分析提供预处理后规范、简约的数据集,提出了基于粗糙集的邮件系统相关定义。将邮件对象集按邮件收发时间属性分类,并描述了基于邮件属性值支持度的属性值约简方法。该方法成功运用在Enron公司邮件包中部分邮件数据的预处理上。实验表明,处理后的邮件分析数据更加规范化,并且极大地缩减了邮件对象集的大小。

Sedimentary microfacies of the H8 member in the Su14 3D seismic test area

The distribution of sedimentary microfacies in the eighth member of the Shihezi formation（the H8 member） in the Sul4 3D seismic test area was investigated.A Support Vector Machine（SVM） model was introduced for the first time as a way of predicting sandstone thickness in the study area.The model was constructed by analysis and optimization of measured seismic attributes.The distribution of the sedimentary microfacies in the study area was determined from predicted sandstone thickness and an analysis of sedimentary characteristics of the area.The results indicate that sandstone thickness predictions in the study area using an SVM method are good.The distribution of the sedimentary microfacies in the study area has been depicted at a fine scale.