A Method for Data Classification Based on Discernibility Matrix and Discernibility Function

A method for data classification will influence the efficiency of classification. Attributes reduction based on discernibility matrix and discernibility function in rough sets can use in data classification, so we put forward a method for data classification. Namely, firstly, we use discernibility matrix and discernibility function to delete superfluous attributes in formation system and get a necessary attribute set. Secondly, we delete superfluous attribute values and get decision rules. Finally, we classify data by means of decision rules. The experiments show that data classification using this method is simpler in the structure, and can improve the efficiency of classification.

一般决策形式背景的属性约简

决策形式背景是形式背景的重要扩展。属性约简是决策形式背景领域研究的热点问题。由现实数据所构建的决策形式背景通常是不一致的,文中面向实际应用,研究一般决策形式背景的广义属性约简方法。定义了一般决策形式背景的广义属性约简,并基于辨识函数给出了计算所有约简的算法。该算法具有良好的通用性,可应用于一致和不一致的决策形式背景。

基于代数方程组的属性约简研究

属性约简是粗糙集理论重要研究内容之一,求取决策表所有属性约简已被证明为NP-难问题.本文基于吴方法,从代数方程组角度给出了一种求解所有属性约简的新思路.UCI数据集和人工数据集实验表明了该新方法的有效性.

一种基于环上LWE的广义签密方案

广义签密可以灵活地工作在签密、签名和加密三种模式,具有很强的实用性.本文结合基于格的签名方案和密钥交换协议,构造了一个无陷门的广义签密方案.方案构造中引入了区分函数,根据输入的发送方与接收方密钥情况来自动识别加密、签名和签密三种模式,保障了算法在这三种工作模式下的优美对称性.基于环上判定性LWE问题,并借鉴FO13的方法,证明了该方案满足自适用抗选择密文攻击不可区分性安全性(IND-CCA2)和自适用抗选择消息攻击强不可伪造性安全性(SUF-CMA).该方案是基于Fiat-Shamir的中止(abort)框架,没有用到复杂的原像抽样和陷门生成算法,具有较高的计算效率.

粗糙集高效遗传约简算法

提出了简化差别函数的概念及其算法,简化差别函数不仅具有与决策表相同的决策能力,而且剔除了由决策表导出的原始差别函数中的重复项和冗余项.为了降低遗传约简算法适应度函数的搜索空间,有效提高计算速度,又提出了一种高效遗传约简算法,其将染色体对简化差别函数的覆盖度以及染色体中包含1的个数作为适应度函数的参数,从而保证了算法朝着最小约简收敛,并从理论上证明了算法的属性约简结果为最优,算法的时间复杂度为O(|f′||C||U|2).同时,通过4个实例对算法进行了验证,结果表明简化差别函数的项分别为原来的0.39%、0.0008%、0.00008%和0.0003%,且在500代以内能够获得最小属性约简.

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。

模糊信息系统知识约简的分辨函数法

知识约简是粗糙集理论的重要研究内容。针对不同的粗糙集模型和约简定义,给出相应的知识约简方法一直是知识约简的主要任务。以分辩函数法为代表的各种符号值信息系统知识约简方法已得到深入研究。将分辨函数引入模糊信息系统,得到相应的知识约简分辨函数法,并通过实例分析说明了该方法的具体计算步骤.这为从模糊信息系统中获取知识提供了一种有效的粗糙集方法。

基于决策类分割的动态数据环境下的归纳学习

深入分析了基于分辨矩阵和传统决策矩阵的归纳学习算法中存在的问题,提出了一种新的决策矩阵及基于它的归纳学习和动态数据环境下的递增式学习方法。其主要思想是基于决策类将决策系统分割为多个子系统,并构造其新的决策矩阵,然后将决策系统上的归纳学习转化为新决策矩阵下的递增式学习。这不仅解决了动态数据环境下归纳学习问题,而且能降低矩阵空间规模,避免了传统决策矩阵算法中的重复计算。实例分析和实验结果验证了基于分治策略算法的合理性和有效性。

一种新的启发式知识约简算法

知识约简是Rough Set理论研究的重要内容.通过分辨矩阵定义了简化分辨函数,然后针对此分辨函数构造了两种操作以及定义了覆盖、最小覆盖等概念,并基于这种操作、概念和相关原理将决策系统的约简问题转化为寻求简化分辨函数最小覆盖的问题;面向最小属性约简定义了基于简化分辨函数的属性重要度,并以此为启发信息,结合已导出的有关最小覆盖的定理构造了一种新的知识约简算法——算法SDFAR.文中,在理论上详细证明了提出算法的完备性并给出了算法的复杂性分析,说明其高效性,对寻找最小约简是相对有效的,这在最后的实验中也得到了验证.

决策表正域约简区分函数条件的改进

文章对Skowron提出的区分矩阵中元素满足的条件作了改进,使得对条件的判断较原来更为简单,并且区分矩阵中满足该条件的元素较原来更少。这样降低了用区分函数计算约简的复杂度,对手工操作和计算机处理均较为有效。该文的安排是这样的:首先,在正域图中从两个方面直观地显示了该文思路的出发点;然后,对改进条件给出了证明;最后,用例子说明了改进条件的有效性。

基于灰关联分析的质量功能配置方法研究

传统质量功能配置中,通常存在顾客需求重要度的确定具有主观性强、准确性差的问题。为此,提出了基于灰关联分析的质量功能配置方法。该方法通过灰关联对顾客需求重要度进行排序,根据顾客需求间的序关系确定顾客需求重要度,用灰关联矩阵代替质量屋中的关系矩阵,具有简单、客观的特点,为产品质量功能配置过程中关键措施和瓶颈技术的确定提供了更加科学的依据。

集值信息系统基于优势关系下的知识约简

在集值信息系统中,把所有属性看成是一种准则,然后利用属性集值的取值分布定义了两种不同的优势关系,它们都是经典信息系统上优势关系的推广。针对这两种优势关系,给出了集值信息系统的知识约简与对象的相对约简的判定,定义了基于区分矩阵的区分函数,并利用布尔推理方法得到了这两种优势关系下的知识约简与对象的相对约简的具体操作方法。

一种快速的Rough集属性约简遗传算法

遗传算法适合复杂问题的处理因此可用于属性约简的求解.目前利用遗传算法进行属性约简的主要不足是:适应度函数计算复杂,效率不高.尤其在处理大型决策表时,计算时间将大量聚集在适应度函数的计算上,从而导致算法性能下降.为了更快的计算适应度函数,在研究基于正区域的区分对象对集的基础上,设计了一种计算适应度函数的快速方法.利用启发信息设计了一种快速的属性约简遗传算法.通过实例分析和算法实验表明该算法能够高效求出决策表的属性约简并且适合处理大型决策表.

基于属性频率函数的粗糙集属性约简算法

以现有的两个粗糙集属性约简算法为基础,提出了一种基于属性频率函数的粗糙集(Rough Set)属性约简算法,该算法既可保证每次计算都能得到一个约简,又具有较好的时间复杂性.

边界域划分约简标准简析

叶东毅教授的文中指出Hu Xiaohua等学者提出的约简方法在某些情况下会给出错误的结果,论文通过分析得出该约简方法实质上保持边界域划分不变,与叶东毅教授提出的约简方法只是标准不同,而无所谓对错问题,在此基础上,分析了边界域划分约简标准的逻辑特征。

不协调决策表几种约简标准及其关系分析

叶东毅教授在文中指出Hu Xiaohua等学者提出的约简方法在某些情况下会给出错误的结果,本文通过分析得出叶的方法实际上就是正域约简,而Hu的方法实质上保持边界域划分不变,与叶东毅教授提出的约简方法只是标准不同,而无所谓对错问题.在此基础上,阐明了决策表各种约简标准的关系,并给出了当两个约简标准存在强弱关系时,其约简结果之间的关系.

钢筋混凝土梁损伤的振动诊断

利用时间序列法中的ＡＲ或ＡＲＭＡ模型得到的脉冲传递函数的特点，提出了由传递函数求出结构动力特性的方法．同时，通过分析实验钢筋混凝土梁的振动信号。

因素空间中属性约简的区分函数

粗糙集用属性所构建的信息系统来描写事物,用各种细化的熵指标来实现信息的标度,为挖掘知识的关系数据库提供了数学基础,当前人们最关注的是她在属性约简中所能发挥的作用。但是它用以约简的区分函数定义不清楚,当没有属性能区分两个对象时,相应的属性变量为什么不取0而是取1?这一问题成为粗糙集应用的一个瓶颈。本文的目的是要为区分函数寻找更合理的解释和运用。所采用的方法是,首先要对属性名之间的运算要下定义,属性名与属性值不同,如果用属性值的运算来代替属性名的运算,就会在理解上出现混乱。为此,我们用因素空间的理论,将属性名视为因素,用因素之间的运算来定义属性名的运算,使区分函数有了明确的定义,同时也清楚解释了属性变量在特殊情况下为何取1的问题。这一结果说明因素空间可以加深粗糙集的理论基础,提高其解决问题的能力。

原始断面的模糊识辨方法

在现有桥梁的水文检算中 ,需要用到建桥前的原始断面 ,用模糊数学中模糊识辨理论解决这一难题 ,并给出相应判据 .

男性精神分裂症患者面部表情识别功能障碍的初步研究

目的:探讨男性精神分裂症患者面部表情识别功能特征及与疾病症状间的关系。方法:选择42例精神分裂症男性住院患者以及年龄、受教育年限与之相匹配的37名正常对照,采用中国面部表情视频系统(CFEVS)作为刺激实验材料,比较两组的面部表情识别功能,采用阳性与阴性症状量表(PANSS)评定精神症状。结果:男性患者识别各种面部表情的反应时间延长且正确率比正常组低,在识别中性表情时的表现最差;识别面部表情正确率与阳性症状严重程度呈负相关,与发病年龄、病程及阴性症状之间未发现联系。结论:男性精神分裂症患者存在明确的面部表情识别功能障碍,尤其辨别中性表情困难;该障碍呈非进行性特征,与阳性症状相关。