基于粗糙集理论的有序信息表分析方法研究

来源 :第五届中国Rough集与软计算学术研讨会 | 被引量 : 0次 | 上传用户:CHENHUANHUAN7
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文通过引进属性值上的有序关系,提出了有序信息表的概念,然后提出了有序信息表上的一个数据分析方法,该方法基于粗糙集理论有关约简及属性核等概念,通过分析有序信息表中的属性依赖,定义了有序信息表的约简集和核的概念,从而可以获得有序信息表中的重要信息。
其他文献
本文根据基于Rough集的Bayes方法用来构造Rough集综合评价矩阵,计算出不同方案的综合确定度,对各方案进行综合评价,从中比较选优,以得出能给决策者带来效益而又可以规避风险的决策。
无线Ad hoc网络(MANET Mobile Ad-hocNetworks)是由多个移动节点通过无线链路相连接,具有时变拓扑结构的一个多跳、临时性自治系统。本文通过仿真模拟实现了Ad hoc网络中不同时刻节点间最小跳数的预测,证明在Ad hoc网络特点分析基础上提出的对Elman网络结构的改进是可行的。
本文的讨论中给出了函数粗集与Z.Pawlak粗集之间的关系。本文的讨论指出:函数粗集是Z.Pawlak粗集的推广,Z.Pawlak粗集是函数粗集的特例,函数粗集具有更广泛的应用空间。
本文将数据挖掘的关联规则技术应用于选择和预取代理缓存内容,这种应用是将代理服务器和Web服务器结合起来,Web服务器定期根据代理服务器上用户最近一段时间的访问情况,计算两两网页间关联规则的支持度,将若干个支持度较大的网页预先放人代理缓存中,使得代理缓存系统中普遍存在的缓存一致性(代理服务器上的网页副本由于未能及时更新而与服务器上的网页不一致)问题也得到了较好的解决,通过模拟实验验证了这种应用可显著
构造性方法和公理化方法是研究粗糙集理论的两种主要方法。构造性方法有很强的应用背景,所研究的间题也往往应实际的需要而产生,在知识的表示与获取方面的研究有重要的应用。用构造性方法定义的近似算子,用来描述知识的不精确性,导出各种类型的粗糙集代数,但粗糙集的代数结构不易深刻了解。而公理化方法的最大特点是可以深刻地理解各类近似算子的结构特征.在有限论域上以二元关系为基础的粗糙集的构造性方法和公理化方法的研究
本文提出和明确了广义对角关系的概念,讨论了其基本性质;讨论了广义对角关系在研究Rough关系中的意义和作用;提出并且证明了基于广义对角关系条件的Rough近似关系的重要性质.
本文给出了将图像的视觉和语义特征相结合的图像检索方法.利用粗糙集方法进行特征选择,系统还给出了基于相关反馈的图像语义特征提取的方法。
粗集理论已被成功应用于决策规则的提取,但均未考虑时间因素对决策值的影响,如随时间的变化,有些对象的决策值应发生相应的变化。在考虑时间因素的前提下,文章定义了时态粗集来处理此类问题。文章分析了时态粗集的基本性质,并分析了最大时态决策规则及一般决策规则的提取。
本文首先提出一种基于因子分析和信息熵评价的启发式搜索优化属性集合的方法—FAE方法,进而利用Rough分析可以剔除属性集合中冗余属性并进行规则归纳的能力,建立基于Rough分析的分类器模型-FAERS模型。针对在对未知类别的对象进行预测时会遇到多规则匹配与无规则匹配问题,定义了部分匹配函数和灵活匹配函数,根据计算得到的函数值决定未知类别对象的归属,实验结果表明本算法的分类效果很好。
本文研究了粗糙集和数学形态学之间的联系,利用粗糙集的上下近似概念和数学形态学之间的膨胀腐蚀运算有效地处理了灰度图像的分割问题,通过结构元素的等价关系和粗糙集中Rough量度,无需先验知识,获得客观的像素隶属度,有效地处理了图像分割中像素归属的不确定间题,并引人像素空间属性值,使最终的分割结果更符合人眼的视觉特性.