基于优势-等价关系下不协调目标信息系统的分布约简

引入优势-等价关系下不协调目标信息系统的概念,讨论了该系统的分布约简和最大分布约简之间的关系,得到了辨识矩阵及分布约简和最大分布约简的判定定理,并通过实例验证了该方法的有效性.     

基于优势关系下不协调目标信息系统的分布约简

在基于优势关系下的不协调目标信息系统中引入了分布约简和最大分布约简的概念,并讨论了二者之间的关系,而且得到了分布和最大分布约简的判定定理以及辨识矩阵,建立了不协调目标信息系统的分布和最大分布约简的具体方法,同时通过实例验证了该方法的有效性,从而进一步丰富了粗糙集理论。     

基于优势关系的不协调区间值目标信息系统的分布约简

区间值信息系统是单值信息系统的的一种推广,知识约简是粗糙集理论的核心问题之一.在基于优势关系下的不协调区间值信息系统中引入了分布约简和最大分布约简的概念,进一步建立了分布约简和最大分布约简的判定定理和辨识矩阵,从而利用辨识矩阵给出了在优势关系下不协调区间值目标信息系统分布约简的具体方法.     

优势关系下不协调目标信息系统的部分一致约简

在基于优势关系下的不协调目标信息系统中引入了部分一致约简的概念, 并得到了部分一致约简的判定定理以及辨识矩阵, 建立了不协调目标信息系统的部分一致约简的具体方法, 同时通过实例验证了该方法的有效性, 从而为优势关系下信息系统的知识发现提供了理论基础.     

基于优势关系的不协调区间值目标信息系统的分配约简

区间值信息系统是单值信息系统的一种推广模型,知识约简是粗糙集理论的核心问题之一,在基于优势关系下的不协调区间值目标信息系统中引入了分配约简和近似约简的概念,分别讨论了它们二者之间的关系,进一步给出了知识约简的判断定理和辨识矩阵,从而提供了在优势关系下不协调区间值目标信息系统分配约简的具体方法。     

连续值域信息系统的规则提取与知识约简

研究连续值域信息系统的规则提取和知识约简，给出规则提取的完整方法和2种新的知识约简的概念，讨论各种协调集之间的关系，探讨系统允许误差变化对规则提取的影响。     

基于单调包含度的模糊决策信息系统的知识约简

知识约简是机器学习,模式识别,信号处理等领域的主要问题之一。本文介绍了基于单调包含度的模糊决策信息系统的知识约简。证明了模糊决策信息系统的约简即是其对应信息系统的约简,从而为该种模糊决策信息系统的知识约简提供了简单直接的方法。     

不一致直觉模糊决策信息系统的约简

近年来出现了许多用粗糙集理论处理各种信息系统的方法,但是对直觉模糊信息系统还没有做出相关的讨论.本文首先在不一致直觉模糊决策信息系统中定义了优势关系,然后引入基于此优势关系的分布约简、最大分布约简的概念,并通过可辨识矩阵及辨识函数得到求解这两种约简的具体方法.     

Fuzzy目标信息系统的知识发现

本文在Pawlak提出的Rough集的知识发现的基础上,给出了Fuzzy目标信息系统的知识发现和知识约简方法。     

基于信息量的集值信息系统的属性约简

属性约简是粗糙集理论研究的核心内容之一.在集值信息系统中引入信息量和属性重要性,给出它们的性质及与属性约简之间的关系.针对集值信息系统提出了一种基于信息量和属性重要性的属性约简算法及算法的时间复杂度.通过实例说明,该算法是有效的.     

模糊信息系统属性重要性度量

利用包含度工具将粗糙集方法应用在模糊信息系统中,给出了模糊信息系统中属性重要性度量计算方法,通过举例说明了[3]中关于属性重要性度量概念的局限性。     

知识的Fuzzy-Rough性研究及其应用

提出了知识的Rough熵与Fuzzy熵的概念,综合度量了知识的粗糙性和二元关系的不确定性,讨论了它的性质,给出了若干定理,并应用于目标信息系统的相对约简,得到最小约简,最后举例说明相对约简过程。     

基于依赖空间的不协调决策信息系统的分配约简

从属性集角度研究不协调决策信息系统的分配约简问题。定义了一种决策分配二元关系,并利用这种关系建立了属性集幂集上的等价关系,由此产生依赖空间。同时利用决策分配二元关系和依赖空间给出了不协调决策信息系统分配协调集的判定定理,进而得到了一种保持不协调决策信息系统分配不变的属性约简方法。同时通过实例验证方法的有效性。