二进制辨识矩阵的属性约简及不必要属性的求解

针对现有二进制辨识矩阵的属性约简算法得不到最小约简且效率较低的问题,提出从行和列的角度对属性的重要度进行计算,求取属性约简,并在约简的过程中对辨识矩阵进行删减,提高了算法效率.在计算属性约简的过程中可以求得核属性、绝对和相对不必要属性.最后通过实例和实验证明,该方法的有效性和可行性.

随机信息系统属性重要性的等价刻画及其约简

在基于等价关系的随机信息系统中,文章以证据理论中的信任测度和似然测度为基本工具,给出了核心属性、不必要属性及相对必要属性的一些等价刻画,研究了随机目标信息系统的属性约简问题,并利用实例说明了约简方法的有效性。

合成信息系统与有限个子系统的属性特征研究

信息系统的合成和分解在实际应用中是一个很重要的问题。给出任意有限个对象合成信息系统和有限个属性合成信息系统的概念,分别讨论它们的核心属性、不必要属性、相对必要属性等属性特征与有限个原子信息系统的属性特征之间的关系。

基于约简重要性的最佳约简求解算法

为解决多约简决策表的约简选取问题,在综合考虑约简中属性的平均重要性以及属性个数的基础上,提出了约简重要性的概念,并对其进行了详细论证。以此概念为基础介绍了最佳约简求解算法,即以此概念为准则对多个约简进行比较,可选出一个最佳约简。最后以实例验证了算法的实用性。

基于粗糙集的定性概率网整合方法

由于子定性概率网(QPN)仅局限于表示子领域知识,为构建一个较大QPN进行知识的全面表示,基于粗糙集理论,提出了一种具有不同节点的多个子QPN整合方法。在QPN中,可将单个变量或多个变量的组合看做粗糙集中的一个属性。当多个QPN整合时,首先合并多个子QPN结构;然后,在保证不出现环路的情况下,根据粗糙集的属性间的依赖度向合并的QPN中添加有向边及其定性符号;接着,再根据属性间相对必要性来删除具有多个父节点的属性所不必要的冗余边,从而整合出较大QPN。最后,实验验证了该整合方法的可行性和有效性。