Research on knowledge acquisition method about the IF/THEN rules based on rough set theory

The basic principles of IF/THEN rules in rough set theory are analyzed first, and then the automatic process of knowledge acquisition is given. The numerical data is qualitatively processed by the classification of membership functions and membership degrees to get the normative decision table. The regular method of relations and the reduction algorithm of attributes are studied. The reduced relations are presented by the multi-representvalue method and its algorithm is offered. The whole knowledge acquisition process has high degree of automation and the extracted knowledge is true and reliable.

DNA Coding Based Knowledge Discovery Algorithm

A novel DNA coding based knowledge discovery algorithm was proposed, an example which verified its validity was given. It is proved that this algorithm can discover new simplified rules from the original rule set efficiently.

基于不完备信息系统的Rough Set决策规则提取方法

对象信息的不完备性是从实例中归纳学习的最大障碍。针对不完备的信息,研究了基于不完备信息系统的粗糙集决策规则提取方法,利用分层递减约简算法,通过实例有效地分析和处理了含有缺省数据和不精确数据的信息系统,扩展了粗糙集的应用领域。

基于Rough Set的最小决策算法的研究

在决策表中 ,每一行对应了一条决策规则 ,但并非所有的条件属性对该决策都起作用 ,所以要进行决策规则的简化 ,简化后的规则集中仍可能会含有可以去掉而又不影响决策制定过程的冗余规则 ,找到最小规则集 ,能去掉所有的冗余信息 ,达到最简化目的 ,因而最小决策算法的研究很有意义。文中提出一种算法 ,可在不求得核值表的情况下 ,直接找到各规则的最小前提条件属性集 ,获得最小决策算法。

基于Rough Set的最简决策表及最简规则确定的一种算法

决策表在决策应用中起着重要作用 ,它指当满足某些条件时 ,决策 (行为 )应如何进行 ,但表中往往存在许多冗余信息 ,需要找到并去除它们。本文利用 Rough Set理论中关于核的概念 ,给出了一种求最少属性及最少属性值 (即核值表 )的算法 ,从而得到最简决策表 。

多源知识融合处理算法

多源知识融合可有效提高判决结果的可靠性和置信度.借鉴信息融合的思路,分析了知识融合方法和一般模型.重点讨论了基于Bayes准则、基于D-S(Dempster-Shafer)证据理论以及基于模糊集理论的知识融合算法,给出了基于3种知识融合算法的具体处理步骤,并从算法特点和适用性、实用性等方面对3种知识融合算法性能进行了对比分析.通过知识融合在合成孔径雷达(SAR,Synthetic Aperture Radar)图像融合中应用的仿真实验,验证了知识融合算法的有效性.

基于粗糙集理论的分类规则发现

研究了利用粗糙集理论中核的概念，求取信息系统的最小简化策略，给出了从数据库中发现分类规则的方法。

基于粗集理论知识表达系统的一种归纳学习方法

基于粗集（ＲＳ）理论，针对知识表达系统提出一种新的归纳学习方法。对该方法中条件属性的简化，核值表的求取，决策规则的约简进行了详细讨论，并给出相应的求解算法。本方法为机器学习以及从数据库中进行机器发现提供了新的思路。

集值决策信息系统的知识约简与规则提取

本文用集值信息系统描述不完备信息系统。在集值信息系统中定义了两种不同的关系:相容关系和优势关系,给出了两种不同关系下集合的上下近似概念及其性质。研究了集值决策信息系统在两种不同关系下的广义决策约简,得到了广义决策约简的判定定理和辨识矩阵,从而得到了约简的具体操作方法。最后,基于两种关系从集值决策信息系统提取了最优广义决策规则,并进行了讨论。

基于粗集理论的规则知识获取技术

提出一种新的规则知识获取方法 .该方法利用粗集理论对数据进行分析 ,推理出可能规则 ,然后提出了一种概率最优准则 ,按照这种准则选择规则可以获得概率优化规则 .通过实例分析 ,具体说明了该方法的实现步骤 ,这是知识获取技术的一种新的探索 。

不完备区间值信息系统中的粗集理论

针对不完备区间值信息系统,提出了一种用于分类的偏序关系,并给出了计算这种偏序关系约简的实际操作方法。在不完备区间值决策系统中,根据基于偏序关系的粗糙集模型,引入了上、下近似约简的概念。上、下近似约简是保持所有决策类的下、上近似都不发生变化的最小属性子集,借此获取简化的决策规则。

基于粗糙集分类一致性的规则挖掘算法研究——以IT外包中知识转移风险为例

随着IT外包服务业务的不断增长,IT外包服务中知识转移所导致的风险问题也愈加突出,如何规避IT外包中的风险问题也显得尤为重要。从知识分类的角度出发,利用粗糙集理论,对IT外包中的知识转移风险规则挖掘算法进行了分析与探讨,结合具体案例予以实证,以期为IT外包企业风险控制做出贡献。

地理信息知识获取Rough-NN模型研究

提出了一种粗糙集结合神经网络的粗糙集神经网络模型,对具有高度自相关性的地理信息进行知识获取.主要思想是利用辨别矩阵形成约简算法,得到最简的if-then规则;然后构造三层神经网络模拟最简规则,其中网络的输入输出由本文提出的参数训练方法确定.本文利用VB实现该模型,并对松花江流域的洪涝干旱灾情进行了仿真实验,结果表明该模型可以快速地获取最简的if then规则,得到正确的决策结果.*

基于模糊粗糙集数据挖掘的汽轮机组故障诊断研究

针对当前专家系统知识获取瓶颈的难题,提出了基于模糊粗糙集数据挖掘的汽轮机组故障诊断方法。模糊粗糙集理论把知识直接与真实或抽象世界有关的不同模式联系在一起,能有效分析处理不精确、不完整等各种不完备信息,并从中发现隐含的知识,揭示潜在的规律。将汽轮机组故障历史数据进行模糊化及离散化处理,构建故障诊断决策表,以决策表作为主要工具,即“知识库”,采用模糊粗糙集数据挖掘方法直接从决策表中提取出潜在的诊断规则,为汽轮机组提供有效的故障诊断。提出了基于模糊粗糙集的分类规则学习和约简算法,实现了基于模糊粗糙集数据挖掘的汽轮机组故障诊断系统,其诊断正确率达到了88%。实验表明该方法可行,对汽轮机组故障诊断系统的设计具有借鉴意义和深入研究的价值。

基于粗集理论的决策表知识获取方法研究

对决策表各条件分类和决策分类集合之间的关系进行了研究,提出了直接从各分类中计算决策表核及属性约简方法;依据属性约简,创建了一个多变量决策树;在此基础上,阐述了提取决策表中蕴含规则的方法,从而省去了在约简后的决策表中计算值约简步骤;通过实例,验证了这些方法的有效性。

序信息系统上的优势关系与规则获取(英文)

本文利用优势基粗糙集方法主要讨论了序信息系统中对象集的上下近似、决策规则的发现和知识约简等问题。

基于一致规则的知识约简方法

粗糙集理论应用于决策表知识约简的主要思想是在保持信息系统分类能力不变的前提下,通过寻找最佳知识约简导出问题的决策和分类规则。传统方法多是基于知识分类的相对知识约简研究,算法较为复杂;文章从决策规则本身出发,依据规则的一致性进行算法设计,方便快捷地实现了决策表的属性约简和属性值约简。

基于知识的神经网络产生式规则的获取方法研究

将连续数据离散化并将已有知识规则的依赖度作为神经网络的初始权值,构建新的网络结构并对其动态训练,给出其具体网络训练算法.从训练后的网络权值中利用正确的分类及该网络结构具有的性质,从而给出其具体的规则抽取算法,并将抽取的具有冗余性的产生式规则利用粗集理论进一步对其精化处理,最后得出最简化的产生式知识规则.充分结合神经网络及粗集理论的优点,探索两者的有机结合无疑对智能信息处理系统的研究具有重要的现实意义.

粗糙集的知识获取及其应用

提出了一种基于粗糙集的知识理论模型,运用这一模型对决策表进行属性约简,去除其中不必要的属性,揭示出条件属性中的冗余性,最后得出了属性约简的结果以及决策规则。给出了一个简单的例子来说明如何建立和应用这种知识理论模型。