基于Rough Sets理论的保障房项目后评价指标体系优化

保障性住房项目是社会保障体系的重要组成部分,关乎民生与社会和谐。首先对保障房项目后评价的主要内容和特点进行分析,采用改进型德尔菲法与HHM法,从项目目标、执行过程、项目影响、项目效益、项目可持续性等五个维度对保障房项目的后评价指标进行识别与筛选。而后通过基于知识粒度与属性重要度的Rough Sets(粗糙集)理论对所有指标的重要度、指标权重、偏离程度进行计算,剔除与约简了偏离程度较大的冗余指标,建立起了更加科学合理的符合保障房项目固有特点的后评价指标体系,以期为以后的保障房项目后评价管理以及全寿命周期管理提供研究基础。

Rough Sets理论与信任函数理论的比较研究

给出了在 Pawlak粗集代数中信任函数的一种解释 ,并且讨论了信任函数在 Rough Sets上知识的组合规则 ,发现信任函数的综合规则无法用 Rough Sets来表示。

基于Rough Set理论的铁路货运量预测

利用RoughSet理论通过对数据进行分析和推理发现隐含知识的优点,在结合该理论与铁路货运量预测要求的基础上,提出一个基于RoughSet理论的铁路货运量预测流程;合理选择统计指标并将相关原始数据代入预测流程涉及的各步骤后,得出预测我国铁路货运量发展水平的规则集;利用该规则集预测了"十五"期间我国铁路货运量的发展水平;该规则集有望在我国"十一五"规划的制定中发挥一定的参考作用。

基于Rough Set理论的网络入侵检测系统研究

本文提出了一种基于Roug hset理论(Rough Set Theory,RST)的网络入侵检测系统,用于监控网络的异常行为。该方法使用Rough set理论对网络连接数据提取检测规则模型。使用Rough set理论提取规则模型,能有效地处理数据挖掘方法中存在的不完整数据、数据的离散化等问题。实验表明,同其它方法相比,用Rough set理论建立的模型对DoS攻击的检测效果优于其它模型。

基于Rough set理论的增量式规则获取算法

从 Rough set理论出发 ,讨论在新增数据时 ,新数据与已有规则集的关系、属性约简以及值约简的变化规律 .并在此基础上提出一个新的基于 Rough Set理论的增量式算法 .从理论上和实验上对新算法和传统算法在算法复杂度上做了分析与比较 .

一个基于Rough set理论的增量式学习算法

为了获取最小决策规则,当增加新例子时,传统的方法通常需要对决策表中所有数据重新计算,效率欠佳。为了尽量减少重复计算量,该文从Roughset理论出发,提出了一种新的增量式学习算法和最小重新计算的标准,并且用理论和实验对新算法和传统算法在算法复杂度上做了对比。

基于Rough Set理论的摩擦学诊断知识获取系统

摩擦学系统诊断知识的获取本质上是一个模式分类和识别的问题。本文结合摩擦学系统和RoughSet理论的特点 ,提出了一种基于RoughSet理论的摩擦学诊断知识获取方法。这种方法能够用于模糊和不确定知识的获取和处理。并给出了具体的示例 。

基于Rough Set理论的典型振动故障诊断

在分析旋转机械振动特点和Rough Set理论的基础上,针对传统的频谱分析方法对质量不平衡、动静碰摩、支座松动等3种典型故障识别效率低的缺点,提出了一个基于Rough Set的振动故障诊断模型.该模型根据故障和能量的映射关系,分别在时域、频域、时-频域中定义4种信息熵作为条件属性,推导了3种典型振动的决策规则,实现了对振动信号中不一致信息的处理.通过汽轮发电机组振动实验对上述方法进行了验证.结果表明,该模型能够很好地识别这3种典型故障.

Rough set理论及其应用

Rough set理论能从数据间发现隐含的关联和规律，广泛应用于人工智能、模式识别、智能信息处理等领域，成为最受国际学术界重视的处理不确定数据的理论与方法。

基于Rough Set理论的实时个人邮件过滤系统的研究

电子邮件过滤是网络信息安全研究的热点。RoughSet理论是一种处理含糊和不精确性问题的一种新型数学工具,得到了广泛应用。文章结合RoughSet理论的数据分析方法针对实时个人用户电子邮件过滤系统进行了研究。实验结果表明,该方法是有效的。

Rough Set理论研究及其在水上交通事故分析的应用

水上交通事故系统中数据多维、稀疏、不全,有效地识别和发现事故数据的新模式及其内在规律能够预防和减少水上交通事故的发生。从数据挖掘的角度出发,应用了基于属性频度的约简算法和改进的值约简算法的结合对(2000～2004)年水上发生的20起具有一定代表性的典型案例进行分析,并加入相关的支持度和置信度,以期为水上交通的管理提供决策支持。

基于Rough Set理论的商务决策支持系统知识发现的研究

针对商务决策支持系统中存在信息不确定、冗余数据量大的问题,提出了一种基于Rough Set理论的提取最小规则算法。该算法的核心是改进的分明矩阵属性约简和启发式的属性值约简。通过算法对原始数据表中的冗余属性和属性值进行约简,得到了决策表和最小决策规则。最后,对商务决策支持系统的实例进行数据约简,挖掘其中的隐含知识,获取了有价值的决策信息。

Rough Set理论在数据挖掘中的应用

RoughSet理论是一种新的处理模糊和不确定信息的数学工具。近20年来,RoughSet理论由于在知识发现等领域的成功应用而受到广泛关注,并得到飞速发展,已成为数据挖掘中的一个很重要的方法。作者讨论了RoughSet理论在数据挖掘过程中的应用,并对RoughSet理论在数据挖掘应用中存在的问题和挑战提出了自己的见解。

基于Rough Set理论的商务决策支持系统知识发现的研究

以商务决策作为研究背景,基于Rough Set理论解决商务决策支持系统中信息不确定,数据量大的困难.从Rough Set理论的基本概念出发,给出决策表的知识表达系统,提出计算最小决策规则的算法,最后通过运用Rough Set理论和方法对商务决策支持系统的实例进行属性及属性值的约简,挖掘其中隐含的知识,从而得出最小决策规则.

基于Rough Set理论的煤矿巷道事故预测

巷道事故是煤矿经常发生的事故,为了对巷道安全有比较准确的预测,采用了RoughSet理论对煤矿巷道系统中环境影响因素的数据进行了测试,详细叙述预测的过程,并且对试验结果进行分析,给出了下一步的研究方向,具有一定的指导性和可行性。

Rough Set理论在数据挖掘中的研究与应用

Rough Set理论是一种新的处理模糊和不确定信息的数学工具。近20年来,Rough Set理论由于在知识发现等领域的成功应用而受到广泛关注,并得到飞速发展,已成为数据挖掘中的一个很重要的方法。本文讨论了Rough Set理论在数据挖掘过程中的应用,并对Rough Set理论在数据挖掘应用中存在的问题和挑战提出了自己的见解。

Rough Set理论在数据挖掘中的应用

数据挖掘又称数据库知识发现（KDD），它是“从数据集中识别出有效的、新颖的、潜在有用的、以及最终可理解的模式的非平凡过程”是近年来随着人工智能和数据库技术的发展而出现的一门较新兴的技术。知识发现包括数据预处理、数据挖掘、模式评估和知识表示等几个步骤。

基于粗糙集理论与灰色理论的属性约简算法

约简是粗集理论的重要概念,由定义计算约简是一个典型的NP问题且由于约简的不唯一,在面对大数据集或高维数据集问题时获得的属性集往往并非是最小的属性约简集。文中针对Rough sets理论的属性约简进行了研究。研究了通过可辨识矩阵求得属性约简集,利用Rough sets与灰色理论相结合,提出一种属性约简的启发式算法,拟合结果表明本约简算法合有效。

基于Rough Set的规则自动抽取设计方案

知识获取是专家系统的重要研究领域,而理论以理论的独特之处成为这一领域的有效工具。文章针对一具体专家系统Rough Set--专家系统在知识获取方面能力的不足,简要介绍其知识表示和知识获取的方法后,提出了一种基于理论的规则自动抽取OTCA-ES--Rough Set的设计方案。

基于粗糙集理论的网络入侵检测方法

提出了基于粗糙集理论的网络入侵检测方法,应用混合遗传算法求解粗糙集的约简,减少了计算时间。实验结果表明,该方法对DoS和Probe攻击具有很高的检测率和较低的误检率,并且对U2R和R2L攻击也有较好的检测率。