不完备系统中基于特征关系的知识约简

以同时具有丢失型和遗漏型未知属性值的不完备系统为研究对象，根据特征关系讨论了其中的知识约简问题．在不完备决策系统中，引入了近似分布约简的概念并给出了相应的判定定理与辨识矩阵，为从复杂的不完备系统中获取知识提供了新的理论基础与技术手段．     

决策代价约简求解中的交叉验证策略

属性约简是粗糙集理论中的核心问题,其目的是剔除冗余属性以找到具有较好泛化能力的属性子集.在决策粗糙集理论中,决策代价经常被作为属性约简的约束条件.但值得注意的是,虽然基于决策代价的约简求解算法可以有效地降低训练样本集上的总决策代价,但其往往忽视了测试样本集上的总决策代价.为解决这一问题,利用交叉验证的基本思想,设计了以决策代价为约束条件的一种新的属性约简求解算法.在八个UCI数据集上的实验结果表明,相较于传统基于决策代价的约简求解算法,所提算法不仅能有效地降低训练集合和测试集合的总决策代价,而且找出的属性子集亦可以带来更好的分类性能.     

基于正交矩阵与联合独立滤波机制的无线传感网络信号定位算法

为解决当前无线传感网信号定位算法易受瑞利噪声影响,且其采用的半径扫描旋转定位机制在高衰落信道条件下难以消除定位角度误差,导致定位精度较低的缺陷,本文研究了鉴于正交矩阵联合单一滤波制度的无线传感网信息定位方案:首先,通过基准节点以及有关接收节点的位置关系,构建正交矩阵定位结构,用来接收待测节点发送的信号,并根据接受节点与待测节点的角度,对获取的待测节点子信号进行初步定位,减少接收节点定位待测节点的角度误差;随后,依据接收节点与待测节点的角度估计,构建联合独立滤波机制,采取功率谱密度函数计算定位过程中定位角度的平均估计,从而实现了对角度估计的优化,提高了信号定位精度.仿真实验表明:与JISA算法及NP-CPLA算法相比,本文算法具有较好的抗噪能力,其定位精度与效率更高,而定位误差更低.     

不完备模糊信息系统

以不完备模糊信息系统为研究对象，建立了其中的模糊相容关系及模糊粗糙上、下近似集。在此基础上，探讨了论域上的模糊覆盖问题并提出了覆盖的3种运算形式；定义了2种新的模糊粗糙熵以讨论不完备模糊信息系统中的不确定性因素，证明了不确定因素的变化与度量强度之间的重要关系；建立了一种度量部分模糊知识依赖的新方法，获得了一些新的定理结果证明。     

基于多粒度理论的不完备决策规则获取

将多粒度理论引入不完备决策系统中,针对其不完备性,结合非对称相似关系提出基于相似关系的不完备多粒度粗糙集模型,并讨论该模型的性质。随后重点讨论基于相似关系的不完备多粒度粗糙集模型中属性约简和决策规则获取的问题,将多粒度理论和近似分布约简相结合,提出了不完备多粒度近似分布约简,获得所有的最简确定决策规则和最简可能决策规则。最后通过实例分析,发现使用多粒度近似分布约简与规则获取方法比原有的单粒度近似分布约简与决策获取方法更合理有效。     

一种高效的邻域信息粒化及其在约简求解中的应用研究

一般而言,在邻域信息粒化的进程中,样本的邻域求解需遍历样本空间中所有的样本,并计算该样本与样本空间中所有样本间的距离.当面临样本规模急剧增加的情形时,这一粒化策略将会带来巨大的时间消耗.为解决这一问题,提出了一种快速邻域信息粒化策略.其核心是当计算样本间距离时,通过减少需要遍历的属性的个数,过滤掉那些必然不属于邻域内的...     

多值不完备决策表的属性约简方法

在许多情况下．现实世界的信息系统是不完备的．考虑包含不确定性和不精确性两种因素的不完备信息系统，建立了一种推广的粗糙集模型并对这种情况下的不完备决策表进行分析．研究了属性约简的方法，根据约简生成了决策规则。