属性粗糙集的新型近似算子

由等价类中元素属性测度的上、下确界定义的属性粗糙集,没有充分反映等价类中其它元素的作用,在信息处理中不免造成元素信息的丢失.为此提出一种新的属性粗糙集近似算子的表示方法,给出了相应的性质并实例说明了这一方法的合理性.     

关于属性测度空间粗糙集模型的一个注记

文[1]关于属性粗糙集的定义中,上、下近似算子分别由等价类中元素属性测度的上、下确界来确定,没有充分反映等价类中其它元素的作用,在信息处理中不免造成元素信息的丢失。为此提出一种新的属性粗糙集近似算子的表示方法,给出了相应的性质,并实例说明了这一方法的合理性。     

基于Vague粗糙集信息熵的属性约简算法

针对复杂系统分析中的数据信息冗余问题,提出一种基于Vague粗糙集信息熵的属性约简算法。首先,对Vague粗糙集相关概念进行拓展,提出Vague粗糙集的扩展信息熵和广义信息熵的模型;其次,对基于信息熵的属性重要性度量和属性约简原理进行研究,进而提出了一种基于Vague粗糙集信息熵的监督式属性约简算法;最后,选取UCI数据库对算法性能进行验证,计算结果表明该算法实用有效。     

质量评价的属性数学模型和模糊数学模型

本文提出了质量评价的属性数学模型。该模型由三部分组成：单指标属性测度分析，多指标综合属性测度分析，属性识别分析。我们分析了属性数学模型和模糊数学模型的差异。应用例子表明属性数学模型是更合理的     

属性测度μ_x(A)的扰动问题及属性扰动算子研究

提出了属性测度 μx的扰动概念 ,使得对属性集的描述更加符合客观实际 .在此基础上定义了扰动属性区间集、属性测度区间和属性扰动算子 ,为属性数学的进一步发展拓宽了空间 .     

基于粗集与概念格的属性简约讨论

概念格的属性简约是在形式背景下解决复杂问题的重要途径,通过对概念格、粗糙集的讨论,将两者有效结合,并借助粗糙集上(下)近似的方法,得出了一个对概念格属性简约的方法,方法将二维的概念格属性简约转化为一维的一种对象格的简约,避免了形式背景下的概念的计算和进一步的可辨识矩阵的计算,方法简便,算法简单易实现,是概念格属性简约有效的算法.     

一般二元关系下的关系决策系统属性约简

文献[Wang C Z,Wu C X,Chen D G.A systematic study on attribute reduction with rough sets based on general binary relations.Information Sciences,178(2008),2237～2261]将基于经典粗糙集上的属性约简模型推广到基于广义粗糙集模型上,给出了关系决策系统中属性约简的判定定理和辨识矩阵.但是在属性约简模型中,支撑域的界定使模型的一般性受到限制.本文通过重新定义决策域的正域,给出了改进的决策系统属性约简判定定理和辨识矩阵,并对约简性质进行研究,实现关系决策系统基于正域的属性约简.     

属性模糊集的分解特征

在模糊集理论研究的基础上,结合粗糙集的属性集、元素迁移的相关知识,提出属性模糊集的概念,利用给出属性模糊集的有关知识,结合模糊集与粗糙集合的有关理论,得到了属性模糊集的一系列重要定理,为模糊集合理论的进一步研究奠定了理论基础.     

基于属性测度的决策系统研究

在属性集和属性测度理论基础上系统地讨论了属性测度综合评价和决策系统.把综合决策系统分为三个子系统;第一个为单指标性能函数分析子系统,第二个为多指标综合性能函数分析子系统;第三个为识别分析子系统.并在属性测度决策系统的基础上,给出了一个应用实例.通过实例的分析,表明该系统是合理、实用和有效的.     

属性数学-属性测度和属性统计

本文研究了属性集和属性测度,它们是属性数学的基础.本文提出了属性统计方法,并指出,概率统计、模糊统计、集值统计是它的特殊情况.     

Evidence-theory-based numerical algorithms of attribute reduction with neighborhood-covering rough sets

Covering rough sets generalize traditional rough sets by considering coverings of the universe instead of partitions, and neighborhood-covering rough sets have been demonstrated to be a reasonable selection for attribute reduction with covering rough sets. In this paper, numerical algorithms of attribute reduction with neighborhood-covering rough sets are developed by using evidence theory. We firstly employ belief and plausibility functions to measure lower and upper approximations in neighborhood-covering rough sets, and then, the attribute reductions of covering information systems and decision systems are characterized by these respective functions. The concepts of the significance and the relative significance of coverings are also developed to design algorithms for finding reducts. Based on these discussions, connections between neighborhood-covering rough sets and evidence theory are set up to establish a basic framework of numerical characterizations of attribute reduction with these sets.     

一种基于Rough理论的知识推理冲突消解策略

知识推理中的冲突消解,不仅受到知识粒度的影响,还与所采用的具体方法有关.首先讨论了应用Rough理论对规则的粒度进行客观刻画,在此基础上采用距离概念构造了刻画规则相近性的规则距离公式,并在公式中引入了Rough理论中属性重要性算子,然后在分析传统冲突消解策略的基础上,提出了知识推理过程中规则集进化的概念,最后通过实例说明了此策略在知识推理中的具体应用.     

模糊粗糙集及粗糙模糊集的模糊度

1965年,Zadeh提出了Fuzzy集理论,1982年,Z.Pawlak提出Rough集理论。将二者结合而形成的模糊粗糙集（FR集）及粗糙模糊集（RF集）近年来越来越受到国际学术界的关注。本文所研究的FR集及RF集的模糊度,是对FR集及RF集模糊程度的一种度量,进而引进了相应的明可夫斯基距离,明可夫斯基模糊度和Shannon模糊度。     

模糊粗糙集的表示及应用

一个模糊粗糙集是一对模糊集,它可以用一簇经典粗糙集表示出来.本文研究了模糊粗糙集的表示问题,利用模糊集的分解定理证明了一个模糊粗糙集可以用一簇粗糙模糊集表示出来,利用这个结果可以证明模糊粗糙集的一些重要性质.     

粗糙模糊集与模糊粗糙集的截集性质

研究粗糙模糊集、模糊粗糙集、广义粗糙模糊集和广义模糊粗糙集的截集性质,并且还研究了基于逻辑算子的广义模糊粗糙集的基本性质。     

双论域上的区间值直觉模糊粗糙集模型及其应用

基于区间值直觉模糊相容关系,给出了双论域上的区间值直觉模糊粗糙集模型并讨论了其相关性质,为粗糙集的应用提供了新的理论基础与操作手段。最后,通过一个例子阐述了本文提出的区间值直觉模糊粗糙集模型在临床诊断系统中的具体应用。     

粗糙Vague集及其相似度量

对粗糙V ague集的基本操作和性质进行了研究。另外,对粗糙V ague集的相似度量问题进行研究,首先构造一种粗糙V ague值的相似度函数并给出其基本性质,然后给出一种粗糙V ague集的相似度函数以及一种粗糙V ague集的加权相似度函数。     

依零测度的Fuzzy集运算

给出了Fuzzy集合依零测度的包含，依零测度的相等。依零测度的并．交，补运算等。并补充地研究了这些基本运算，获得了若干好的性质。Fuzzy集依零测度的基本运算比标准fuzzy集合论的相应运算更有人情味,更为接近人的智能机理。有望在智能信息处理和软计算领域取得好的应用。