属性约简在中医证候诊疗数据分析中的应用

针对中医诊疗数据和诊疗结果数据存在不确定性等特点,通过研究基于粗糙集的属性约简方法,引入属性作用集差异度概念,并定义基于属性作用集差异度的属性重要度的计算方法,提出基于属性作用集差异度的属性约简算法,并将其应用于中医证候数据约简中以实现中医证候诊疗症状关键因子提取的需要。通过实际中医证候诊疗数据集上测试及与其他属性约简算法的测试比较,结果表明所提出的属性约简算法是有效的。     

一种新的混合智能算法及其在属性约简中的应用

属性约简是粗糙集理论的核心部分.受细菌觅食过程的启发,本文将细菌觅食算法的思想应用于粒子群算法,提出了一种细菌觅食粒子群算法.细菌觅食过程的趋向操作可以指导粒子朝着更优方向进化,而粒子群算法又能提高细菌觅食算法的收敛速度和寻优能力.将该算法应用到属性约简中,数值实验结果表明,本文提出的细菌觅食粒子群优化的约简算法在寻优能力方面均优于Hu算法,粒子群约简算法和细菌觅食约简算法,能得到更好的最小属性约简.     

基于小生境遗传算法的粗糙集属性约简

利用小生境遗传算法在解决多峰最优问题的快速搜索能力,解决了目前用一般的启发式约简方法不能解决的找到粗糙集的多个属性约简的问题.并通过matlab编程,验证了几个典型的决策表约简,试验证明这种方法是正确、可靠的.最后分析了算法的时间复杂性.     

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。     

概念格的规则约简与属性特征

在研究了概念格形成的偏序结构的基础上，引进了由两个形式背景形成的决策形式背景，讨论了外延集类上等价关系和交一致关系，给出了决策形式背景下规则提取与属性约简方法．同时对于在规则约简中起不同作用的属性，区分了核心（存在于任何约简中）、相对必要属性（存在于某些约简中）和不必要属性（不存在于任何约简中），给出了各类属性的特征和判别方法．这些方法为概念格规则提取的启发式算法打下了基础．     

基于粗糙集的指标体系优化及评价方法研究

粗糙集方法能客观、有效地对有限指标数据进行挖掘,通过属性约简剔除冗余指标,并根据属性重要度生成指标权重,系统地探讨了利用粗糙集进行指标体系优化和综合评价的全过程思路及方法,并通过同行评议专家科技信用评价实例,验证了方法的实用性.     

混合信息系统属性约简

将属性分为基于等价关系的离散属性及基于优势关系的连续属性,利用U/{a}划分及正域方法对系统属性进行约简并提取规则,选用UCI中的6个数据集验证了方法的有效性。     

基于自适应相位匹配量子计算的求核算法

在经典计算环境下,粗糙集的核属性求解只能逐个验证属性,而量子计算则提供了一种并行计算的可能。经分析,量子计算中的Grover算法适用于粗糙集的核属性求解,但经典Grover算法及Grover算法的一些变体都不能总以100%的概率获得目标分量。该研究首先提出一种将固定相位角度改为由目标分量占比决定的自适应匹配相位角度的改进策略;然后将改进策略应用于粗糙集的核属性求解,提出了一种基于自适应相位匹配量子计算的求核算法。通过理论证明和仿真实验,该算法总能以100%的概率得到粗糙集的核属性,其效率相较于传统求核算法有着平方根的加速。     

一种基于粗糙微聚集算法及属性重要度的匿名模型的数据质量评估

提出一种基于属性重要度的匿名模型并改进了微聚集算法,提出一种用于解决微聚集算法在处理分类型数据时存在的问题的方法。并针对改进算法,从粗糙集理角度出发,设计了一种度量函数来衡量匿名化数据的质量。仿真实验证明,改进的方法是有效的。 更多还原     

基于粗糙集理论的示例学习研究

到目前为止，一些启发式算法被提出用于基于扩张矩阵理论的示例学习研究，该文基于粗集理论研究示例学习问题，提出了粗集理论下的几个新概念，如：必要选择子，核选择子集，约简选择子集和所产生复合的评价指标；精确度、覆盖度和简单性，给出了扩张矩阵的粗糙集算法，并提出了基于覆盖度和简单性的遗传算法最优示例学习方法。     

基于知识约简的故障案例重用方法

案例重用是使用旧的经验去解决新的问题,可以提升基于案例推理的故障诊断系统解决问题的能力,本文提出一种基于知识约简的故障案例重用方法,主要包括针对静态案例的值约简算法（improved attribute value reduction algorithm based on discernibility matrix,IAVRADM）以及新增案例情况下的值约简增量式更新算法（incremental updating algorithm for attribute value reduction,IUAAVR）,其中,IAVRADM算法利用吸收律和互信息增量作为启发式信息,改进了已有算法中分辨矩阵构造和搜索过程,提高了决策规则的生成效率,IUAAVR算法分析总结出需要进行规则更新的3种情况.实验结果表明,IAVRADM算法的适应性强、时间开销低,IUAAVR算法在获得相同数量的决策规则情况下与案例的数量无关且更具时间优势.     

一种基于粗糙集的层次分析判断矩阵的构造方法

利用粗糙集中属性约简的思想来确定各属性的重要程度,对属性依赖度进行计算,构造出属性间相对依赖的客观判断矩阵。在此基础上将客观矩阵和利用层次分析法确定的主观矩阵相结合,提出了一种组合矩阵,通过计算组合矩阵的权重来进行决策。实例表明该方法是切实可行、有效的,能提高     

可证明安全的基于属性的多授权中心签名方案

基于属性的密码体制中用户的多个属性由一个授权中心管理,这将会增大其工作负担,降低工作效率.本文设计了一个可证明安全的多授权中心的签名方案,将用户的多个属性由不同的授权中心分别管理,属性参数在全域范围选择.采用归约安全证明的研究方法证明此方案的安全性归约为计算Diffie-Hellman难题,方案具有存在性不可伪造和抗合谋攻击的特性.     

基于DSM的知识约简方法研究

根据对象属性的差异性与相似性，以及对DSM(difference-similitude matrix)矩阵元素m^dij，m^sij；的特性分析，定义了属性的重要度和合并度，给出了最佳属性约简集的修正子集的求解方法，从而提出了基于：DSM的知识约简方法，该方法能在保证规则相容的情况下生成少量规则，同时只使用部分条件属性。通过约简UCI机器学习数据库，并与粗集理论约简的结果比较，表明了该方法的合理性和有效性，并在约简效率和规则的正确率上都要好于粗集理论。     

基于粗集理论的MIB变量开采

利用粗集理论对大量的MIB（Manager information base)变量进行数据挖掘,找出反映网络故障现象的MIB变量组及其逻辑组合关系,通过对网络故障采集的MIB变量离散化,运用粗集方法去处错误和不必要的数据,提取表现故障现象的规则,并将规则用于设计计算机网络故障诊断程序,给出了具体的分析过程和算法的实现步骤。     

非线性规划问题的一个内点势减算法的全局收敛性

结合经典阻尼牛顿方法和线性规划内点势减方法建立了一个求解一般非线性规划问题的内点势减算法.理论分析表明在一些假设条件下,这一方法产生的序列全局收敛于问题的KKT点.     

平面图团覆盖问题的核心化和参数化算法

团覆盖问题是经典的理论计算问题,本文从参数理论角度考虑平面图团覆盖问题,提出了核心化简化规则,通过这些简化规则可以得到平面图团覆盖问题的核心,其规模为4k-4.根据该问题核心设计了参数化算法,可以用O（20k＋n2）复杂度求得平面图团覆盖问题的精确解.通过实验与现有的求解团覆盖的算法进行了比较.     

基于Memetic算法的仿真用例集约简技术

在芯片项目中,回归测试是一项重复进行的工作,需耗费大量资源,用例集的反复执行可确保设计的正确性,但会产生较大的测试运行代价。将遗传算法的特点与局部搜索策略的优点有机结合,对约简问题进行数学建模,设计了Memetic算法,对其中的全局策略和各算子、局部策略进行了改进,以功能覆盖率为衡量标准,在完全覆盖的情况下,Memetic算法较标准遗传算法的收敛速度更快,用例集更精简,并较大程度地降低了回归测试的运行代价。