广义不完备序值信息系统中的知识约简

以同时具有丢失型和遗漏型未知属性值的广义不完备序值信息系统为研究对象,提出确定特征优势关系的概念,并基于此关系讨论了该系统的知识约简问题.对比分析证明,确定特征优势关系在一定程度上克服了特征优势关系的局限性.在广义不完备序值决策系统中引入近似分布约简,提出新的近似分布约简概念,结果表明基于确定特征优势关系粗糙集模型能有效地处理具有两种未知属性值的广义不完备序值系统,为从复杂的不完备系统中知识获取提供了新的理论基础与技术手段.

广义不完备序值系统中的优势关系粗糙集

为了使用优势关系粗糙集处理同时具有丢失型和遗漏型未知属性值的广义不完备序值系统,提出了特征优势关系的概念,并且在广义不完备序值决策系统中引入近似分布约简,提出了4种新的近似分布约简形式,为从复杂的不完备系统中获取规则提供了理论基础与操作手段.结果表明基于特征优势关系粗糙集模型能有效地处理具有2种未知属性值的广义不完备系统.

不完备序信息系统的模型扩展及其属性约简

粗糙集理论是一种处理不精确、不确定和不完备知识的有效数学工具.经典粗糙集是基于完备信息系统建立的,然而现实世界中不完备信息系统也是经常遇到的.因此,不完备序信息系统的粗糙集模型推广及其属性约简是基本的研究内容.对于有遗漏型的未知属性值的不完备序信息系统,广义扩展优势关系与限制扩展优势关系都不能合理比较论域中任意两个对象间的优势关系.针对这个缺点,基于属性值的概率分布原理,提出β优势关系及其粗糙集扩展模型;在此基础上,从矩阵角度给出基于β优势关系的近似约简的概念及约简方法.然后,通过实例分析表明β优势关系的有效性和优越性.最后,在UCI数据集上进行仿真实验,实验结果说明基于β优势关系的不完备序信息系统,可以获得更加合理的近似精度.

广义不完备信息系统中一种拓展粗糙集模型

以同时具有遗漏型和丢失型未知属性值的广义不完备信息系统为研究对象,定义一种用于分类的α程度限制优势关系,提出一种基于α程度限制优势关系的拓展粗糙集模型,并给出其上、下近似性质。通过一个教师教学质量评估实例,说明这种模型在广义不完备信息系统中处理模糊和不确定知识是有效和可行的。

广义相似关系下的不完备信息系统粗糙集模型

为了更好地从含有杂合数据和不完备数据的信息系统中提取合理的规则知识,构建基于广义相似关系的不完备信息系统粗糙集模型。其步骤为:针对决策信息系统中存在杂合数据的情况,并对决策信息系统中所存在的不完备信息进行细致区分,给出广义相似关系的定义;通过提出上、下广义相似划分的上、下近似的概念,给出2种划分意义下的属性约简和规则知识提取策略;最后,在理论上对该扩展粗糙集模型的正确性进行相关证明,并用实际算例进一步验证该模型的有效性和优越性。

基于半半序关系的集值不完备信息系统的属性约简

将粗糙集模型扩展后应用于属性值为集合值的不完备信息系统,并由属性值集合间的关系导出集值不完备信息系统下的半半序关系,提出基于这种二元关系的可辨识属性矩阵构造方法,研究了集值不完备信息系统的属性约简方法,并给出属性约简判定定理,从而为不完备信息系统的处理提供了一种新的思路和方法。

不完备序信息系统的证据特征及属性约简

不完备有序信息系统粗糙集模型是经典粗糙集的扩展,利用优势关系代替等价关系能很好地处理含未知属性值和带有偏好关系的数据。研究了不完备序信息系统的证据特征,给出了不完备序上、下近似算子,并证明了二者分别与证据理论中的似然函数、信任函数相对应。进而提出了不完备序信息系统的R~≥约简、信任约简以及似然约简的概念,探讨了它们之间的一致性,证明了R~≥约简与信任约简是等价的,均是保持信任函数和的最小属性集合,得出了似然约简协调集必为R~≥约简协调集的结论。

广义不完备直觉模糊信息系统的属性约简

给出了广义不完备直觉模糊信息系统的概念,并把特征关系引入广义不完备直觉模糊信息系统,在此基础上构建了广义不完备直觉模糊信息系统与决策表的辨识矩阵,进而分别讨论属性约简和相对约简.

不完备信息系统中的广义多粒度双相对定量决策粗糙集

经典的粗糙集理论建立在等价关系基础上,要求过于严格,所以限制了它的实际应用范围.为此,扩展形式的粗糙集模型得到了广泛关注,并已成为研究热点.在现实世界中,由于数据测量的误差、对数据的理解或获取的限制等众多原因,所遇到的信息系统往往是不完备的.面向不完备信息系统,在广义多粒度粗糙集以及双相对定量决策粗糙集的基础上定义了两种广义多粒度双相对定量决策粗糙集(GMDrq-DTRS).一方面,讨论GMDrq-DTRS与广义多粒度粗糙集之间的等价关系,以及它们正负域的大小关系;另一方面,在不同的参数关系下,讨论GMDrqDTRS的正域、负域以及上下边界域所具有的特殊关系.并用具体实例来解释说明GMDrq-DTRS决策过程和所讨论的GMDrq-DTRS与其他模型之间的关系.

基于包含度的不完备序信息系统属性约简的一种算法

在不完备序信息系统中,通过引入包含度的概念,对属性重要度进行了定义;在此基础上,提出了一种基于包含度的属性约简算法;最后,通过实例分析表明,该算法能得到不完备序信息系统的一个约简.

区间颗粒下不完备序信息系统的优化决策规则获取

在不完备序决策信息系统中,结合区间知识颗粒,进而导出区间决策规则,然后给出相应的属性约简,并构造相应的判定定理及区分函数求法,来获取优化的区间决策规则,使得决策规则的条件属性部分的描述更加清楚、简洁。

不完备序信息系统的集对优势度粗糙集模型

不完备序信息系统粗糙集模型是经典粗糙集模型的扩展,它能进一步处理含未知属性值和具有优势关系的数据.针对相似优势关系条件过于宽松而限制扩展优势关系条件又过于严格的缺点,引入集对分析思想,提出了集对优势度粗糙集模型.它可以通过调整参数,达到较理想的分类,克服了现有不完备序信息系统优势关系的不足.并以实例分析验证了集对优势度粗糙模型的有效性.最后,在UCI数据集上进行仿真实验,通过实验进一步说明集对优势度粗糙模型可以获得更优的分类效果.

直觉模糊序信息系统的广义优势关系

以直觉模糊序信息系统为研究对象,定义了直觉模糊序信息系统的广义优势关系,进而对广义优势关系和优势关系进行比较分析.并用实例说明了广义优势关系的优点.

不完备信息系统的一种属性相对约简算法

经典粗糙集理论是建立在完备信息基础上的,然而现实中,由于各种原因,很多的信息系统是不完备的。该文分析了不完备信息系统下的粗糙集模型,引入了一种构造广义决策表的方法,提出了一种基于广义决策表直接求取不完备信息系统属性相对约简的算法。通过实例计算,说明了算法的简单性和有效性。

不完备信息系统中基于相似关系的知识约简

以具有丢失型未知属性值的不完备信息系统为研究对象,根据非对称相似关系,讨论了知识约简问题。在不完备决策系统中,引入了近似、粗糙分布约简以及广义决策约简,讨论了它们之间的相互关系,给出了近似分布约简的判定定理、可辨识矩阵以及约简公式,并进行了实例分析,为从不完备信息系统中获取知识提供了新的理论基础与操作手段。

一种新的不完备信息系统属性约简算法

针对不完备信息系统提出一种基于粗糙集理论的属性相对约简方法。利用粗糙集等价关系的扩展,即容差关系为基础提出容差关系相似矩阵的概念,通过引入广义决策函数的限制来解决不完备信息系统约简的不一致性问题,通过容差关系相似矩阵求不完备信息系统的核属性,利用属性在容差关系相似矩阵中出现的频率给出了属性重要度的计算公式,利用属性重要度为约简的启发式规则,并运用折半启发式算法减少扩展次数,提高约简速度。实验表明该方法简单、有效。

不完备区间值信息系统的安全评估

针对不完备区间值信息系统(IIIS)多属性群决策的"瓶颈"问题,讨论基于广义优势关系粗糙集的不完备区间值信息的处理方法,并改进分类质量的概念,在结合层次分析法形成一致性判断矩阵的基础上,确定群决策中各决策者的权重,实现对IIIS的综合安全评估。实例分析说明了该方法的有效性和实用性。

基于决策熵的不完备信息系统的知识约简方法

为有效地解决不完备信息系统的知识约简,得到更优的决策规则集,研究了基于容差关系的决策熵在不完备信息系统中能客观反映决策规则的决策能力,提出了一种基于决策熵的不完备知识约简方法。该方法基于决策熵的思想,考虑了决策规则可信度和对象覆盖度,同时引入了容差关系,以决策熵的属性重要性度量为启发信息进行知识约简,最终得到确定的规则集。仿真实验结果表明了该算法的可行性。

不完备不协调序决策系统的属性约简与规则提取

针对不完备不协调序决策系统,提出了广义优势决策函数的概念,给出了基于广义优势决策函数的区分矩阵属性约简算法,并获得了提取序决策规则的方法。最后,实例说明了所提出算法的有效性。

不完备信息系统下的不确定性度量方法

在不完备信息系统中,不确定性度量是Rough Set理论中的一个难题。文中通过分析现有完备信息系统的不确定度量方法以及不完备信息系统的特性,提出了广义相似关系,并以之为基础给出了一个直接度量不完备信息系统不确定性的方法。通过实例分析,验证了该方法的有效性。