连续值域决策表的一种属性权重确定方法

结合模糊聚类技术与粗糙集中属性重要性思想,针对连续值域决策表,提出一种属性权重的确定方法.该方法首先将连续值域决策表转化为模糊决策表,然后求出对象之间关于条件属性的相似度矩阵,再采用平方法将相似度矩阵化为等价矩阵,最后根据模糊聚类技术与粗糙集中求属性重要性方法求各连续属性的权重.实例说明了该方法的合理性和有效性.     

基于决策表的MIS智能查询系统

将人工智能技术应用于管理信息系统(MIS)使其具备某些智能特征,这是目前计算机应用领域的重要研究内容之一。本文将决策表技术引入管理信息系统作为知识存贮手段,用户可通过决策表自行设置规则集,并用推理机进行演绎推理,从而实现对管理信息系统数据库的智能查询。该系统的原型已在 IBM PC/286上实现。本文讨论它的设计思想和实现技术,并给出一个简单的查询实例。     

Rough集中不一致决策表的一种处理方法

Rough集理论在对不一致决策表的处理上一直是较为困难的问题。给出一种处理不一定决策表的方法，可将原决策表加工成为人们决策时满意的决策表。     

改进的简化决策表及属性约简

研究了不一致决策表的简化与属性约简问题,指出目前简化的决策表的局限:在简化的决策表上用现有的属性约简方法与在原决策表上基于正区域的属性约简方法,所得到的结果不一致.进一步对简化的决策表进行转换,得到新的决策表.基于正区域的属性约简,证明了在原决策表上约简与在新的决策表上约简结果相同.从而保证在实际应用中,对新的决策表可以用任意一种属性约简方法.     

粗集决策表简化理论研究

对粗集决策表简化理论进行研究 ,为了提高决策表简化算法效率 ,通过研究得出几个定理 ,并将其应用于决策表简化算法设计。     

一种基于Rough集的数据约简方法

在对Pawlak的属性约简数据分析方法和Skowron的分明矩阵方法进行深入研究后,通过引入排斥矩阵提出了一种新的数据约简方法,经过实践证明这种方法在对决策表进行数据约简时可以和Pawlak的属性约简数据分析方法取得同样的效果.     

一种新的基于粗集的增量式规则提取算法

通过引入属性值通配符,进而将规则表示为带通配体的样本－－规则样本,并对粗集的知识约简方法稍作修改,使得加入新样本后更新规则库时能够充分利用已经获得的规则,尽量减小待简的决策表的数据量,避免每次从庞大的原始决策表开始约简,从而加快更新速度,减小计算量,只作少量修改,而不必再从头约简,最后结合个实例阐明了该方法的基本思路。     

基于粒关系包含度矩阵的属性约简算法研究

针对信息系统属性约简问题,通过借助粒关系包含度矩阵这一中间工具,给出一种决策表属性启发式约简算法.首先,计算决策表中条件属性与决策属性之间的粒关系包含度矩阵;然后,将粒关系包含度矩阵中隐含的信息L_B作为启发式算子对决策表进行属性约简;最后,删除冗余属性并设置终止条件,实现决策表的属性约简.通过实例验证了该算法的有效性.     

优势关系下决策表的下近似约简方法研究

研究了优势关系下不协调决策表的下近似约简问题,引入新的下近似约简的定义,证明新的下近似约简与文献[7]定义的下近似约简等价。给出新的下近似约简的判定定理和辨识矩阵,与文献[7]的辨识矩阵相比,计算新的下近似约简的辨识矩阵的时间复杂度要低。因此,可以利用新的辨识矩阵来求决策表的下近似约简．