多源信息系统基于信息粒化的不确定性度量

信息系统是不确定数据的重要模型,多源信息系统可用来表示来自多个同构异源的复杂数据。本文研究了多源信息系统中的不确定性度量,基于信息粒化思想给出了四种度量工具来度量多源信息系统的不确定性。首先,通过不同的信息值类型定义了两个信息值之间的距离,从而诱导出多源信息系统中的相容类。其次,基于粒计算的思想,将这些相容类看作多源信息系统的信息颗粒。从而,通过信息颗粒引入多源信息系统中的四种不确定性度量工具,并研究其之间的联系。这些研究结果对建立信息系统的粒计算框架以及属性约简将会很有帮助。     

基于覆盖度的银行客户分类模型

投资收入是银行的主要收入来源之一。近年来,客户的投资意向显著降低,银行的投资收入减少。因此,银行希望将营销工作重点放在订阅概率更高的客户上。然而,繁多的客户样本以及客户信息导致银行的客户筛选工作低效。面对庞大的客户信息数据,粗糙集理论可以在不影响决策分类结果的前提下,通过属性约简删除属性集中的冗余属性,并导出问题的决策规则,提高效率。但在传统的属性约简过程中,没有针对进入正域的噪声样本进行控制,导致噪声特征被加入约简集。本文基于高效的相关族定义覆盖度,限制进入正域的样本。实验结果表明,覆盖度算法能够提高分类算法准确度及稳定性。最后,本文并将算法运用于银行客户分类实际问题中,剔除无用信息,筛选出关键属性,提高了分类准确度和稳定性,构建简洁高效的银行客户分类模型。     

粒度空间约简及其粗糙集模型研究

针对交可约粒度空间中覆盖、基和粒结构的关系,结合偏序关系的哈斯图,给出一种约简粒度空间的方法.另外,通过限定上、下近似算子的取值范围,重新定义了交可约粒度空间上的粗糙集模型,并讨论了其相关性质.     

覆盖粗糙集属性约简的新算法

覆盖广义粗糙集是Pawlak粗糙集的重要推广,其属性约简是粗糙集理论中最重要的问题之一.Tsang等基于一种生成覆盖设计了覆盖信息系统属性约简算法,但并未明确指出其适用的覆盖粗糙集类型.在本文中,我们首先指出Tsang的属性约简算法适用的覆盖粗糙集是第五,第六和第七类.其次,我们通过建立覆盖与自反且传递的二元关系之间的等价关系,提出了一种时间复杂度更低的属性约简算法,并证明了本文中的属性约简方法就是Wang等所提出的一般二元关系属性约简的特例.本文不仅提出了属性约简的简化算法,还首次建立起覆盖属性约简与二元关系属性约简之间的联系,具有理论和实际的双重意义.     

不一致不完备直觉模糊信息系统的属性约简

利用广义优势关系,可完成不完备直觉模糊信息系统属性约简工作.若不完备直觉模糊信息系统属性约简不一致时,则可进一步利用广义优势关系定义此类信息系统的分布函数和最大分布函数,然后介绍分布约简和最大分布约简的概念,最后给出求分布约简和最大分布约简的有效方法.由此可成功解决不一致不完备直觉模糊信息系统属性约简问题.     

基于公式真度的公式集约简

基于经典命题逻辑的真度理论,讨论了经典命题逻辑系统当中公式集的约简问题。提出了真度约简及α-真度约简的概念,为公式集的约简提供了一种可行的操作方法。     

基于截形式背景的属性约简分析

在模糊概念格中讨论了基于截形式背景的属性约简,其中着重分析了在精度的偏序关系下属性约简的包含关系,并证明了此说法的正确性,进而还举例说明了其正确性;在此基础之上,本文还给出了在用不同精度把模糊概念格转换了经典概念格时造成的误差,并给出其算法,最后举例说明其有效性.     

基于基数排序及属性约简的雷电预报因子提取方法

雷电预报因子筛选是构建雷电预报模型的关键,也是提高雷电预报准确度的一个瓶颈问题。本文提出了一种基于粗糙集正域属性约简的雷电预报因子提取方法,该方法采用基数排序方法快速求解决策表的正域,引入可分辨度概念度量属性的重要性,提出了基于可分辨度的核属性与非核属性的提取方法,设计了相应的面向雷电预报因子提取的属性约简算法。真实气象数据集测试结果表明,该方法能有效提取最小集合的雷电预报因子,并较以往方法具有更好的性能。