基于粒关系包含度矩阵的属性约简

针对决策信息系统属性约简问题,根据粒矩阵运算简便直观的特点,提出了粒关系包含度矩阵概念,然后将粒包含度矩阵中隐含的信息作为启发式算子,设计了一种相容决策信息系统属性约简算法.最后,通过实例验证了该算法的有效性.

粒矩阵与模糊综合评判融合的课堂教学质量评价研究

针对课堂教学质量评价体系中指标权重确定方法存在的不足,以粗糙集理论为基础,提出了一种基于粒关系矩阵与模糊综合评判相融合的课堂教学质量评价方法.首先,基于粒关系矩阵计算课堂教学质量评价体系中评价指标权重向量;然后通过隶属度函数建立模糊评判矩阵;最后将各指标的权重向量与模糊评判矩阵进行合成,计算出各指标的综合评价结果.实例分析表明该方法的可行性与有效性.

基于粒计算的Rough集模型

上近似、下近似是Rough集的基本定义,它使我们能够用精确的集合讨论不精确的概念,Rough集利用可计算的边界域实现了G.Frege的边界思想。然而,Rough集本身的代数定义和其他各种扩展模型并没有提供简单直观的计算边界元素数目的算法。在二进制粒计算的基础上,通过定义粒矩阵和粒矩阵运算,建立了基于粒计算的知识表示方法和基于粒计算的Rough集模型,据此可以获得Rough集基本概念的粒矩阵表示和粒矩阵快速计算方法,为建立基于粒计算的知识发现算法提供了理论基础。举例证明了Rough包含与Rough相等的隶属度函数定义并非充要条件。同时给出了基于粒计算的Rough包含与Rough相等的充要条件。

基于粒计算的信息系统规则提取方法

根据关系的粒矩阵表示和矩阵运算简便直观的特点,计算条件属性集的粒关系包含度矩阵,并在该矩阵中获得满足给定阈值的决策规则集合;在保持该集合中元素个数不变的前提下对决策信息系统进行属性约简,并在约简的属性集上提取具有更高泛化能力的决策规则.理论证明和实例分析检验了该方法的可行性和有效性.

Rough集理论中知识与运算的矩阵表示

同一问题在不同知识表示下算法难度不同。Rough集理论把知识定义为对对象的分类能力,并提供了一套基于代数系统的知识表达和处理方法。然而在代数表示下,知识的本质以及运算直观性较差,不易于理解。同济大学苗夺谦教授建立了知识与信息之间的关系,在此基础上给出了Rough集理论中概念和运算的信息表示,并给出了知识约简在代数和信息两种表示下的等价性证明。现进一步将知识及其运算表示成粒矩阵形式,继而给出了知识约简在代数、信息和粒矩阵3种表示下的等价性证明。

基于粒关系包含度矩阵的属性约简算法研究

针对信息系统属性约简问题，通过借助粒关系包含度矩阵这一中间工具，给出一种决策表属性启发式约简算法．首先，计算决策表中条件属性与决策属性之间的粒关系包含度矩阵；然后，将粒关系包含度矩阵中隐含的信息LB作为启发式算子对决策表进行属性约简；最后，删除冗余属性并设置终止条件，实现决策表的属性约简．通过实例验证了该算法的有效性．