基于属性约简集评价节点重要性研究

社会网络成员的重要性确定通常依赖结构属性对网络节点的评价。首先定义了网络中节点排序可区分以及属性约简集的概念,并在此基础上量化了属性聚类的阈值,从而确定了类别的数量。设计了网络节点重要性的属性约简集评价算法。通过与度、介数、全属性评价在人工网络、海豚网上的实现,证明了属性约简集评价节点排序的可行性。通过属性约简集在海豚网、9·11恐怖分子合作网上的节点评价值、网络鲁棒性以及节点可区分性等方面的应用对比分析,发现属性约简集评价节点重要性既兼顾了网络结构的完整性,又避免了单一属性评价的片面性和多个属性之间的属性冗余性,提高了节点评价结果的准确性,降低了算法复杂度。

基于Rough集理论的知识约简与规则挖掘方法

提出了利用可辨识矩阵和分辨函数自动获取规则的算法,该算法从已知决策系统出发,通过决策系统的可辨识矩阵和分辨函数计算核和所有的约简集,以约简集为初始节点,建立层状节点网络模型,对于各节点,提取符合可信度要求的规则写入规则集中。应用实例表明,文章提供的算法是确实可行的。

基于粗糙集的决策表属性约简方法的研究

求核和属性约简是粗糙集理论研究的一个核心问题。文中主要针对现有的一些决策表属性约简算法存在的不足,尤其是基于信息熵的属性约简算法在较大数据集上效率不高的问题提出改进。主要通过结合粗糙集的相关理论来改进原有的属性约简算法在求核中的约束条件,进而在原有算法的基础上提出了一种改进算法。在求约简属性集时,利用新提出的约简算法,使计算复杂度降低,同时保持了高效的决策准确率。实验结果表明改进后的决策表属性约简方法能够更加快速有效地找到约简集。

基于向量集约简的精简支持向量机

目前的支持向量集约简法在寻找约简向量的过程中需要求解一个无约束的多参数优化问题,这样,像其他非线性优化问题一样,求解过程需要面对数值不稳定或局部最小值问题.为此,提出了一种基于核聚类的SVM(support vector machine)简化方法.此方法首先在特征空间中对支持向量进行聚类,然后寻找特征空间中的聚类中心在输入空间中的原像以形成约简向量集.该方法概念简单,在简化过程中只需求解线性代数问题,从而解决了现存方法存在的瓶颈问题.实验结果表明,该简化法能够在基本保持SVM泛化性能的情况下极大地约简支持向量,从而提高SVM的分类速度.

信息表中约简补集对及其一般定义

约简是粗糙集理论的核心研究内容,也是粗糙集区分于其他数据挖掘算法的最精彩的部分.现有约简以信息表中满足某种性质的最小属性子集为主要特征,不考虑属性集之间的相互作用和相互补充关系.从一对满足某种性质的互补属性子集出发,寻找其最小互补属性子集对,从而保障所求约简属性集对满足一定的互补性,可对实际应用中的限制条件约简进行建模.其次,从约简需保持的性质与特定划分不确定度量之间的关系出发,提出几类基本的约简补集对的一般化定义.此外,结合经典启发式约简算法,提出约简补集对的通用求解算法.最后运用一个中西医结合诊断肺炎的约简补集对求解实例说明所提算法的实用性及有效性.

基于概念格同构下的属性约简及其算法研究

通过研究概念格和同构理论,发现不同的概念格之间存在同构关系,并引入算子E=A-D和G=E-D**,给出一系列概念格同构的判定定理。基于概念格同构这一理论,对形式背景的属性约简及最小属性约简集的算法进行初步研究,为应用概念格进行数据挖掘提供新的理论依据。

基于极小析取范式的属性约简算法

属性约简是粗糙集理论的核心问题之一,针对求取决策表所有决策约简集的NP问题,化繁为简将问题转化为对象动态增加下的决策约简求取问题。在深入分析了可辨识矩阵中可辨识集的特点及相互关系的基础上,优化改进决策辨识矩阵:①两对象之间不作逆向比较;②将决策可辨识矩阵列简化为属性等价类;③正域等价类作为决策可辨识矩阵的行,分情况给出了新决策表求取所有决策约简集的极小析取范式属性约简方法。该方法统一解决了相容和不相容决策表所有决策约简集的求取问题,最后通过实例分析验证了算法的可行性与有效性,为决策表的属性约简提供了一条高效的途径。

基于粗糙集和熵权法的石油供应链可持续发展评估

分析石油供应链管理研究现状,提出石油供应链可持续评估的重要性。构建了压力状态响应模型来评估石油供应链的可持续性。在该模型中应用一种新的权重确定方法,即结合粗糙集和熵权法综合考虑属性对决策的重要性和属性的信息量。将该模型应用于中国石油天然气股份有限公司的可持续发展水平评估,并与通过理想解构建优化模型确定权重的方法进行比较,一方面检验该方法进行可持续发展评估的合理性,另一方面评估了该公司近年的可持续发展水平,并对相关问题进行了分析。

基于DSM的知识约简方法研究

根据对象属性的差异性与相似性 ,以及对DSM(difference similitudematrix)矩阵元素mdij,msij的特性分析 ,定义了属性的重要度和合并度 ,给出了最佳属性约简集的修正子集的求解方法 ,从而提出了基于DSM的知识约简方法 ,该方法能在保证规则相容的情况下生成少量规则 ,同时只使用部分条件属性 .通过约简UCI机器学习数据库 ,并与粗集理论约简的结果比较 ,表明了该方法的合理性和有效性 ,并在约简效率和规则的正确率上都要好于粗集理论 .

基于粗糙集与支持向量机的变压器故障诊断

提出了一种基于支持向量机、粗糙集和属性约简集选择的变压器故障诊断方法,以二值分类法为基础,构建了基于支持向量机的多值分类器。利用领域知识对变压器连续性色谱数据进行离散化,采用粗糙集进行约简,并用约简集选择算法提取其重要特征子集,建立特征气体比值与故障类型的映射关系,采用粒子群算法对支持向量机核参数进行优化,达到了故障诊断的目的。仿真结果表明,该方法对变压器故障诊断具有较高的诊断率。

对偶概念格的属性约简

概念格理论是研究概念和概念之间层次结构的一种强有力的工具。概念格是根据数据之间的关系建立起来的,已经被应用于数据挖掘、软件工程、信息检索和粗糙集等领域。属性约简是概念格理论研究的核心问题之一。通过探讨对偶概念格与Wille教授提出的概念格之间的联系,得出对偶概念格与概念格的协调集是相同的。结合概念格协调集的判定定理得出了对偶概念格协调集的判定定理,并利用对偶概念格与概念格的对偶性,在概念格属性约简的基础上给出了对偶概念格属性约简的方法。

区间值信息系统的概念格约简方法

区间值信息系统是属性值取值为区间值形式的一种特殊信息系统。通过把区间值信息系统转化为0-1形式背景,利用概念格属性约简方法,区间值信息系统协调集的判定定理,并引入可辨识属性矩阵,研究区间值信息系统上基于概念格属性约简的理论方法。

一种新的双犹豫模糊软集及其在决策问题中的应用

将犹豫模糊集和双软集模型相结合,给出一种新的双犹豫模糊软集的概念,以及双犹豫模糊软集上的算子,如补、交、并、扩张并、扩张交、限制并和限制交等,并通过约简双模糊软集和水平截集,提出一种基于决策的双犹豫模糊软集的可调方法.该算法给出了做最优选择的方法.

集族等价与基于粒的下近似算子研究

基于覆盖的粗集是推广经典粗集理论的方法之一,有基于元素、基于粒和基于子系统的3类定义上下近似的途径,以往大多数的文献往往从基于元素的角度出发进行定义。为了研究基于粒的近似算子特别是下近似算子的性质,借鉴格论中既约元、可约元等概念,提出了集族约简的概念。从集族约简出发,探讨了集族等价的概念与性质,并设计了集族约简的算法,得到了两个集族等价是两个集族生成相同的下近似运算的充要条件这一结果,为进一步开展一般二元关系下基于粒的近似算子的公理化方法的研究做了初步的理论方面的准备工作。

不完备系统中一种增量式属性约简算法

实际应用中,信息系统的数据常常是动态变化的,当对象增加时,原始的属性约简集不一定有效。针对不完备决策系统对象增加的情况,提出基于条件熵的增量式属性约简算法。首先定义不完备决策系统中的条件熵,然后分析对象增加时条件熵的变化机制以及对约简集的影响,提出增量式属性约简算法,当对象增加时,该算法能够更高效地进行属性约简。最后,实验验证本文算法的有效性和高效性。

测试信息不完备条件下航空电子装备故障诊断

在复杂航空电子装备的故障诊断中,经常存在某项测试信息丢失或不确定的情况。针对该问题,建立了复杂航空电子装备的测试信息不完备故障诊断信息系统,利用最大分布约简集获得不完备测试信息的最优选择;针对最优选择的不唯一性,提出一种改进的不完备测试信息最优选取方法。以某型雷达系统的不完备测试信息系统的诊断规则提取为例,验证了该方法的有效性,表明使用该方法可提高在测试信息不完备条件下对复杂电子装备实施故障诊断的效率。

基于证据理论的规则融合方法及其应用

针对已有规则融合方法的不足以及将证据理论引入规则融合将面临的问题,提出了应用证据理论对多约简集决策进行融合的方法,论述了该方法的具体实现步骤,并对航空发动机故障样本进行了应用分析。结果表明:该方法规避了单约简集决策的牵强、各约简集之间识别率的不稳定以及单属性决策之间的高冲突等问题,为航空发动机的故障诊断提供了科学的理论决策依据。

结合分辨矩阵改进的邻域粗糙集属性约简算法

针对基于邻域粗糙集属性重要度约简算法在某些决策表中约简正确率下降等问题,结合基于等价关系下的分辨矩阵知识,定义一种邻域决策系统下的分辨矩阵,邻域分辨矩阵由能够分辨不同邻域对象的条件属性子集组成。根据条件属性在邻域分辨矩阵中的占比提出一种属性重要度的度量方法,以新的重要度作为启发性因子,设计一种邻域决策系统下属性重要度启发性约简算法。该算法以核属性集作为初始集合,依次选择重要度大的属性加入到核集,直至找到最小属性约简时,算法终止。实例分析和UCI数据集试验结果表明,与基于属性依赖度的约简算法相比,该算法能够更有效地找到最小属性约简集,并且可以有效减少计算工作量,证明了算法的有效性和可实用性。

质量评估的粗挖掘模型的研究

针对目前的质量评估的挖掘模型和算法不能保证得到决策表的最佳约简集,影响了后续挖掘的效率.利用粗糙集提出质量评估的粗挖掘模型,该模型的算法不仅能计算决策表的最佳约简集,而且能简化最佳约简集的生成,减少计算机的大量运算,有效地促进粗挖掘的实施.并以教学质量评估为例,验证了该算法的可行性、有效性.

基于属性约简的分类及其应用

约简是粗糙集用于数据分析的重要方法和手段,也是粗糙集理论的核心内容之一.论域U上的等价关系可以确定U的划分,U上的不可区分关系是等价关系.利用不可区分关系定义信息系统的划分协调集及划分约简集,而且证明了划分约简集的判定定理,并将其应用于实际分类问题.