集值信息系统中的模糊优势关系粗糙集

以集值信息系统为研究对象,考虑对象之间的优势程度,提出了模糊优势关系的概念;将模糊的方法引入优势关系粗糙集理论,给出了基于模糊优势关系的粗糙集模型并讨论了其相关性质,为从集值决策系统中获取决策规则提供了新的理论基础与操作手段。通过实例验证了所提方法的可行性和有效性。

基于模糊优势关系的粗糙聚类定性组合算法

为对包含数值和名词属性的混合数据集进行定性组合聚类分析,提出一种基于模糊优势关系的粗糙聚类定性组合算法f-QRD。根据混合数据集的不同属性分别进行聚类并计算类簇之间的模糊优势关系,为避免组合后的类簇碎片过多,对模糊优势关系差值较小的类簇进行合并处理。实验结果表明,与QRD算法相比, f-QRD算法能够有效减少类簇数目并提高聚类准确率。

基于模糊区间的智能交通中信息融合性能评估方法研究

以智能交通的应用为背景建立了信息融合性能指标体系,给出了一种用于多传感器信息融合性能测试与评估的系统结构;提出了信息融合过程中基于模糊区间目标之间优势关系评价方法,从对目标实现排序的情况进行分析讨论,将对目标的两两比较与一个目标优于其它目标的可信度联系起来,对目标之间一致性和不一致性进行定义,给出优势阈值和非不同阈值的概念,讨论了基于模糊区间的目标评价方法,为基于不同属性标准的评价进行综合处理提供了理论基础。

区间值优势关系系统中属性约简及规则提取方法

本文以包含偏序关系的区间值决策系统为研究对象,对连续属性值进行模糊化处理,构造一种模糊优势关系粗糙集模型,并讨论了其相关性质。基于新模型提出一种不确定性度量-模糊粗糙熵,并以此为启发信息构造一种启发式约简算法,同时给出了该算法的时间复杂度分析结果。由该算法所得到的决策规则集具备较高的准确度和覆盖度,从而保证了数据预测、分类的准确性和合理性。通过实例分析,证明该算法是区间值优势关系系统中规则获取的有效方法。