规则简化与模糊决策树剪枝的比较

决策树归纳学习算法是机器学习领域中解决分类问题的最有效工具之一。由于决策树算法自身的缺陷了,因此需要进行相应的简化来提高预测精度。模糊决策树算法是对决策树算法的一种改进,它更加接近人的思维方式。文章通过实验分析了模糊决策树、规则简化与模糊规则简化;模糊决策树与模糊预剪枝算法的异同,对决策树的大小、算法的训练准确率与测试准确率进行比较,分析了模糊决策树的性能,为改进该算法提供了一些有益的线索。

图像情感语义规则简化学习算法

讨论了研究图像情感语义规则的意义,给出了粗糙集中重要概念的定义以及极小极大规则学习算法的描述。提出了将极小极大规则学习应用于图像情感语义规则简化的方法。首先使用粗糙集理论中的属性约简对训练集进行简化,再使用决策树算法得到规则集,最后将极小极大规则算法应用于决策树规则的简化。此方法缩小了简化的范围,并能保证图像情感语义规则的准确率,且可减少规则的总数量。

基于FTCPN的工作流模型简化规则与线性推理研究

分布式协同工作流系统的建模和时间性能计算是工作流的一个重要研究内容。针对传统的Petri网不能对工作流系统的不同事件和事件的时间性能进行分析和优化的问题,给出了模糊时间着色Petri网(Fuzzy-timing colored PetriNet,FTCPN)的形式化定义,并给出了基于FTCPN的工作流网四种基本组件模型的简化规则及其线性推理。最后,以汽车车身的协同概念设计流程为例,对提出的方法进行了应用和验证。研究表明:模糊时间着色Petri网能全面描述复杂工作流系统的不确定性时间信息和不同事例的工作状态,对丰富分布式工作流系统的建模理论具有一定的参考价值。

基于柔性制造系统的Petri网模型简化规则

为解决Petri网模型中的状态爆炸问题,提出了一种将简化规则应用到Petri网模型中的方法。该方法通过库所和变迁的合并与消除,来达到简化模型的目的。以柔性制造系统的加工站为例,建立加工站的Petri网模型,将简化规则应用到改进的加工站模型中。为了说明简化网保持了原网的外部功能,利用基于时序Petri网的时态逻辑规则进行了证明。结果显示,简化网在保持功能性的基础上,提高了验证和分析的效率。

基于简化模糊规则的超声波电机模糊PI转速控制

针对超声波电机运行过程中表现出的非线性及时变特性,给出一种模糊PI控制策略。为减少模糊调节器的在线计算量,提高转速控制的实时响应速度,在保证控制性能符合期望的前提下,通过分析每一条模糊规则对转速控制性能的影响程度,保留影响大的规则、剔除影响小的规则,从而将模糊规则数量减少了87%。仿真结果证明了所述方法的有效性,且电机控制性能良好。

论转文式通知标题简化规则——兼与杨墨同志商榷

批转、转发公文是"通知"这一文种的重要职责,在各级党政机关使用范围广泛、应用频繁,但"通知"标题简化不当问题大量存在,影响了公文的规范性和严肃性。文章提出了转文式通知标题制作需遵循合规、无歧义、简洁原则,并提出了标题简化的规则。

简化规则在排球教学中的应用研究

文章运用文献资料法,针对简化规则在排球教学中的应用进行理论研究,认为:在教学中,从学生的实际出发,抓住运动的主要因素简化规则,使规则适应学生的身心发展特点,制定恰当的目标,让学生"跳起来,摘到桃子",发挥学生主体作用,激励学生挑战自我,跳入"最近发展区",给学生自主发展的空间和环境,有效地提高学生的学习兴趣,对掌握排球的基本技能、提高体质起到了积极的作用。

对《中图法》（四版）类目复分最简化加“0”规则的研究

文章从加“0”难点－特例的分析、加“0”的基本问题、一条规则及其说明与例释和四版相关类目修订建议4方面，论述了《中图法》第四版类目复分最简化加“0”规则。

控制系统信号流程图一般简化规则的进一步简化

对控制系统信号的流程图的简化规则进行了进一步简化,对其中的规则进行合并,并通过例子证明了该简化规则的可行性。

中学智能辅导代数专家系统规则库的简化

由于研究问题的复杂性,专家系统规则库中规则量往往十分庞大,这给规则库的管理和维护带来很大不便。该文针对代数智能辅导解题系统,以规则的层次分类为基础,探讨了规则库建立过程中问题复杂度的降低,冗余规则的减少;同时应用粗集方法对其进行约简,精炼了规则库,提高了系统的效率。

任意矩阵的连接法中的简化规则

连接法的基本思想是证明矩阵中每一条路径都是互补的,即至少含有一个互补文字对,如果所有的路径是互补的则矩阵是互补的。因而原始待证公式是有效的,在[1]中W.Bibel给出了一阶逻辑的规范矩阵算法,这个算法容易推广到任意矩阵中。 作者在[2]中提出了几条应用于规范矩阵连接法的简化规则,本文提出两条可用于任意矩阵连接法的简化规则,它们的使用使得连接证明中要测试的路径和子目标的个数减少,并保证了原来矩阵的互补性。这两条规则作为定理来叙述并加以证明。

简化规则的小足球比赛游戏在课堂教学中的应用

本文从简化得分和人员规则两个方面出发,设计出巧妙、趣味性很强、简单易行的可操作性小足球比赛游戏。"赛"是"学"与"练"的一面镜子,能真实反映"学"与"练"的效果,"赛"也能促进学生形成"乐学"与"勤练"的好习惯。学生在运用技术的同时不断挑战,既有射门得分的积极的运动体验,也有不断挑战的心路历程。

协调多源决策表的规则提取

规则提取是知识发现的一个重要研究方向.多源数据是一类重要的数据集,从不同的角度对多源数据进行规则提取可为决策行为提供更加可信的依据.以多源决策表为数据基础,首先以数据源和决策规则的结论为切入点,提出两类多源决策规则的概念及其支持度和覆盖度的刻画方式;其次,分析这两类多源决策规则之间的联系;最后通过引入单源化决策表的定义,研究这两类多源决策规则的获取方法,并基于此讨论了两类多源决策规则的简化方法.

基于规则熵函数法的结构自适应模糊辨识与控制

提出一种新的结构自适应模糊辨识器，其特点是采用“规则熵函数”法在线调节模糊逻辑系统参数，使规则前件参数趋于一致，从而进行规则合并，简化了系统结构。将该结构自适应模糊辨识器用于一类非线性系统的自适应控制，仿真结果验证了所提出方法的有效性。

有判定的极小极大规则学习及其应用

使用粗糙集理论对训练集进行属性约简,再使用决策树算法得到决策树规则;然后,根据规则信息量及规则可信度的概念提出两条规则筛选准则,并将两条准则应用于极小极大规则学习方法,形成有判定的极小极大规则学习。将该算法应用于决策树规则的简化,缩小了简化的范围,并能保证规则覆盖的一致性,且可减少规则的总数量。

基于社会计算的大数据集关联规则的研究

针对出现大规模的数据集无效的问题,提出了一种新的挖掘方法 WTabular算法。该算法为每条规则分配一个权重,移除不重要的规则,结合奎因-麦克拉斯基算法来对规则进行简化。实验表明,与传统的代表性算法,如APRIORI算法和频繁模式(FP)增长算法相比,提出的WTabular方法有效地改善了支持度、可靠性,规则简化率以及处理时间。

基于奎因-麦克拉斯基算法的大数据集关联规则的研究

对数据挖掘的关联规则数目进行简化是社会化计算领域的一个非常重要的话题,针对出现频率的现有方案对相对大规模的数据集无效的问题,提出一种新的挖掘方法 WTabular算法,该算法给每条规则分配一个权重,移除不重要的规则并结合奎因-麦克拉斯基算法来对规则进行简化。实验表明相比传统的代表性算法,如APRIORI算法和频繁模式(FP)增长算法,本文方法有效地提高了支持度、可靠性、规则简化率以及处理时间。

基于粗糙集理论的农村居民人均收入预测

粗糙集理论是一种较新的软计算方法,可以有效地分析和处理不完备信息。将粗糙集理论的思想引入到对农村居民人均收入的预测当中,首先,从诸多的影响因素中提取关键因素,并对关键因素进行重要程度的排序,从而得到一致、完备的预测规则。与传统的方法相比,该方法无需前提假设,而且可以有效地处理农村居民人均收入的涨幅与影响因素之间的强耦合与非线性关系。经实验证明该方法是一种适用性强的预测方法。

带文字改名策略的DPLL算法

限制在不可满足公式的不可满足性的证明,给出了一个改进的DPLL算法—RSMLS。新的算法带有一条对称规则(文字改名规则)和三条简化规则((1,*)-消解、子公式、重复规则)。作为一个应用实例,将RSMLS算法应用于鸽巢公式P_(n-1)~n的不可满足性证明。证明了:关于RSMLS算法,公式P_(n-1)~n有一棵反驳证明树至多带有O(n^3)个结点。

改进PSO在软件缺陷预测模型中的研究

文中介绍了运用改进PSO粒子群优化算法,并将该算法应用到软件缺陷预测模型。在该模型中提取度量属性与软件质量属性之间的关系规则,并运用互信息熵的方法简化提取规则集。与标准粒子群优化进行了比较,实验表明该方法实现精简规则集的同时又提高了预测的准确率。