可变精度优势关系下的析取集值有序信息系统

集值信息系统是单值信息系统的一种推广,按照语义可划分为合取集值信息系统和析取集值信息系统两类。本文分析了析取集值信息系统中已有的4种优势关系的局限性,提出了一种可变精度优势关系,定义了可变精度优势关系下的析取集值有序信息系统,扩展了经典粗糙集理论。然后,在析取集值有序信息系统中引入了一种对象排序的新方法,该方法利用对象在信息系统中的整体优势度来对对象进行排序。最后,通过风险投资实例说明本文方法可以用于处理析取集值有序信息系统中的决策规则获取问题。

复合有序信息系统

优势关系粗糙集模型是粗糙集的一种扩展模型,能够处理具有偏好信息的多准则决策问题.有序信息系统中的数据处理与知识获取是优势关系粗糙集模型的重要应用之一.现实应用中,一个有序信息系统中可能存在多种类型的数据,在不同属性上对象之间也可能存在各种不同的优势关系.基于此,在充分考虑各种不同类型的数据上可能具有不同优势关系的基础上,提出一种新的集成不同优势关系的复合优势关系,定义了基于此关系下的复合有序信息系统,并建立了复合优势关系粗糙集模型.最后,利用矩阵运算能够较直观地体现构造化方法的特点,通过优势关系的矩阵表示和矩阵的相关运算,给出了该模型中上、下近似集的矩阵计算方法,并通过实例对该方法的有效性进行了验证.

基于Roughset的有序信息表的排序问题研究

针对有序信息表的排序问题,提出了总体排序的过程框架。将有序信息表转化为二进制信息表,运用粗糙集理论对信息表进行简化,在对属性值标准化的基础上构造有序信息表中实体的排序度量函数,根据度量函数值的大小进行排序。实例表明该过程框架在误差允许范围内是有效可行的。

基于概率的有序信息系统

若信息系统中所有的条件属性都是偏好有序的,则称此信息系统为有序信息系统。首先,分析了区间值有序信息系统没有蕴含属性值区间上的概率分布信息的缺点,建立了一种基于概率的有序信息系统。然后,在这种信息系统上,研究了关于单调偏好有序属性和非单调偏好有序属性的二元偏好关系,建立了一种基于概率的优势关系,定义了基于这种优势关系的粗糙集模型。最后研究了基于概率的有序决策表及其决策规则。

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。

初论地质信息有序系列

信息有序系列（ＩＯＳ）是笔者提出的一个新概念，是指具有非随机性定义的信息、非周期性、存在于大量无序中的有序部分特征的有序性。ＩＯＳ的理论是应用基于较少假设的、较为简单的数字或几何模式去研究地质体客观存在的复杂性，减少类似概率分布、周期性、平稳性、遍历理论等假设要求。ＩＯＳ中的一组现象，表面上看类似于周期，但被广义地定义，它们不能被谱分析和统计分析发现。“系列”一词用以与“模型”相区别，其特点是仅在有限范围和短时间内存在，是不平稳和遍历的。“有序”一词是强调在混沌中存在的有序部分，可应用于预测目的。所以，ＩＯＳ是有序性中一部分。大地震、热点、超大型矿床、节理等时空分布表明了ＩＯＳ的客观存在。

基于双向有序互信息的单调分类决策树算法

决策树是一种智能进行实例分类的数据挖掘方法,已被广泛应用于机器学习、数据挖掘、智能控制等人工智能领域.单调决策树可以解决属性具有单调序关系的分类问题,近年来引起了国内外研究者的广泛关注.Hu提出了基于优势关系的有序信息熵的概念,并将其成功地运用于有序决策树的构造算法中,得到了较好的效果.在Hu的算法的基础上,利用双向的有序互信息生成不同的决策树,再集成其分类规则得到最后的决策结果,实验数据表明,相对于单向的有序分类树,此算法可以提高分类准确率,缩短分类规则的长度.

信息有序的理论框架

本文从普遍存在的无序向有序发展变化的理论,探讨信息从无序向有序发展的规律及现在普遍应用的方法及工具。最后,总结并揭示了信息有序发展的理论框架图。

自组织理论框架下的Web2．0信息有序化研究

自组织理论在自然和社会科学领域已经得到成功应用。本文分别运用其中的耗散结构理论和协同学分析Web2.0信息有序化的条件和动力,并试图用"熵"和分形自相似概念测度Web2.0信息有序。最后将理论用于对CSSIG(中国社会科学信息门户)博客的实证研究。

印尼特大巨震的预测和信息有序性

2004年12月26日在印度尼西亚苏门答腊西北地区发生了8.7级特人巨震.作者在2004年10月对这一巨震做过预测:发震时间为2004年12月20日±5天(或±10天),预测震级为MS=7.5～8.5,与实际发震时间和震级符合较好,预测地区(在日本南部)与实际相差较大.印尼特大巨震的发生具有53～54年的信息有序性,因此特大巨震的发生是有可能预测的.

基于有序条件互信息和有限父结点构建基因调控网络

基因调控网络重建是功能基因组研究的基础,有助于理解基因间的调控机理,探索复杂的生命系统及其本质.针对传统贝叶斯方法计算复杂度高、仅能构建小规模基因调控网络,而信息论方法假阳性边较多、且不能推测基因因果定向问题.本文基于有序条件互信息和有限父结点,提出一种快速构建基因调控网络的OCMIPN算法.OCMIPN方法首先采用有序条件互信息构建基因调控相关网络;然后根据基因调控网络拓扑先验知识,限制每个基因结点的父结点数量,利用贝叶斯方法推断出基因调控网络结构,有效降低算法的时间计算复杂度.人工合成网络及真实生物分子网络上仿真实验结果表明:OCMIPN方法不仅能构建出高精度的基因调控网络,且时间计算复杂度较低,其性能优于LASSO、ARACNE、Scan BMA和LBN等现有流行算法.

管理效率与信息有序化

管理高度依赖信息；信息的价值体现在管理效率中。对信息的有序化工作强有力地保证了管理活动的高效运转。

有序规则挖掘问题的研究

许多关于数据挖掘和机器学习的研究都集中于分类的研究,然而现实世界涉及到的不仅仅是分类问题,比如对象的排序问题。将有序规则的挖掘问题加以形式化,挖掘有序规则即要找到各个属性产生的排序与对象整体排序之间的关系。提出了有序信息表的形式化概念,然后提出了通过将有序信息表转化为一个二值信息表,继而挖掘有序规则的方法。

一种基于粗集的信息排序新算法

对有序信息表的排序问题进行了研究,在将有序信息表进行转化的基础上,应用粗集理论对信息表进行简化,通过将属性值标准化并构造排序度量函数,提出了一种基于粗集的总体排序算法,与传统算法相比,该算法不需要领域专家的参与,而且有效地降低了时间复杂度.

有序决策树的比较研究

有序分类是现实生活中广泛存在的一种分类问题。基于排序熵的有序决策树算法是处理有序分类问题的重要方法之一,这种方法是以排序互信息作为启发式来构建有序决策树。基于这项工作,通过引入模糊有序熵,并以模糊有序互信息作为启发式构建模糊有序决策树,对有序决策树进行了扩展。这两种算法在实际应用中各有自己的优劣之处,从四个方面对这两种算法进行了详细的比较,并指出了这两种算法的异同及优缺点。

重大地震灾害链的时空有序性及其预测研究

重大地震与地震灾害链预测是当今世界地学前缘课题.本文通过国内外具体实例,重点介绍了重大地震灾害链的时空有序性、地震灾害链网络结构及其预测方法.

江苏—南黄海地区地震链及其有序网络结构研究

根据翁文波信息预测理论,对江苏—南黄海地区自1839年以来M_s≥5中强地震链时空有序性进行了深入研究,构建了本区南黄海海域和全区M_s≥6强震的有序网络结构,并据此对未来6级强震进行了预测,同时分析讨论了本区地震活动的分期.结论表明:本区从1998年起进人新一轮平静幕,此幕可能持续到2042年前后.下次活跃幕的首次6级强震可能发生在2053年前后.

长江流域大洪水有序网络结构及其预测研究

根据1827年以来的统计资料进行分析,长江流域大洪水展示出极为显著的有序性.运用翁文波信息预测理论,构建长江大洪水二维平面和三维立体信息有序网络结构并进行综合分析和预测,结果表明:2014、2020、2030、2036、2051与2058年前后的汛期,长江流域将有可能发生大洪水.

青藏北块M≥7强震有序网络结构与汶川8级大震预测回顾

自1700年以来,青藏北块地区M≥7强震具有显著的有序性,其主要有序值为53～54a,26～27a,11～12a与3～4a等。根据翁文波信息预测理论,运用自组织网络技术构建本区7级强震信息有序网络结构,努力探索具有中国特色自主创新的强震中长期预测方法。据此有序网络结构,可对2008年汶川8级大震进行预测和分析。此外,还讨论了汶川大震的成因,同时对本区未来7级以上强震提出预测意见:2012,2016,2027年前后本区仍有可能发生7级左右强震。研究结果表明:强震和强震链是可以预测的,强震活动所呈现出的网络特性很可能是大地震形成的一种机制。笔者提出的有序网络方法,对于强震的中长期跨越式(特别是长时间、长距离)预测具有独特的效果,可为建立我国早期强震预警系统提供有效工具。

中国水旱灾害的有序网络结构特征及其预测研究(英文)

信息有序性和可公度性是自然界的一种秩序,具有广泛的普适意义.历史资料表明,中国水旱灾害具有显著的有序性.基于翁文波的信息预测理论,本文详细分析讨论了中国天灾时间序列的可公度信息系的特性,同时相应构建了长江、黄河历史大洪水以及全国大旱灾信息有序网络结构,并据此进行预测研究.结果表明:(1)我国长江流域大洪灾其可公度信息系的网状结构由基本周期60a、22a、38a、53a、82a所组成,其中干支60a周期最具重要意义,它是天灾时序的主链.太阳活动的22a、11a等周期,也对长江洪涝灾害的节律产生重要影响.略去太久远的预测,未来长江大洪灾可能发生在2007~2008、2013、2020-2021年前后.(2)黄河大洪水也具有显著的可公度性,50a、22a^23a为其主要周期.未来黄河大洪水可能发生在2004、2014、2021、2027年前后.(3)未来我国大旱年份可能发生在2010、2016和2021~2022年前后.(4)宇宙是统一的整体.日、地、月运行与天灾活动相互联系,相互依存和影响.天灾的发生可视为地球内部因素和外部天文因素非线性作用的结果.巨洪、大旱更是多因强化综合作用的结果.重大天灾时间序列所呈现的网络结构特性可能是其形成的一种机制.因此,把巨灾放在天地生大系统范围内开展多学科的综合研究,这无疑是一条必由之路.(5)利用天灾时序的网络结构进行分析和中长期预测,它避免了传统数学分析的繁琐和数量的不可识别性,为我国防灾减灾提供了一种直观、便捷而有效的新方法.