基于粗糙集理论的舰船研制方案总体评价

以系统评价思想为指导,提出了基于粗糙集理论的多目标评价方法,对舰船研制方案综合评价问题进行了研究,建立了综合评价模型,并通过算例表明,该方法用于舰船研制方案的总体评价比现行方法有明显的优越性.     

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。     

知识约简在机器学习中的应用

文中首先介绍了人工智能中机器学习的概念与概况，并介绍了粗糙集理论中的知识约简的基本概念．在此基础上提出了将知识约简应用于常规的机器学习中，将常规的机器学习方法与粗糙集理论中的知识约简有机地结合起来，使得机器学习将得到更好的效果．     

Gauss整环上不可分解的Hermite型

本文给出了构作虚二次域Ｑ（－ｍ）的整数环上不可分解的正定整Ｈｅｒ ｍｉｔｅ型的方法．     

~*命题集的约简及命题集的根

本文的主要目的有两个,第一,在*系统中给出了独立命题集的概念,并定义了命题集的约简;第二,讨论了命题集的根。     

一种高效的复杂信息系统增量式属性约简

文中提出一种离散和连续混合属性的复杂信息系统增量式属性约简算法.首先,将粒计算模型中的知识粒度在混合型信息系统下进行推广,提出了邻域知识粒度,并构造出基于邻域知识粒度的非增量式属性约简算法,然后在混合型信息系统下研究了邻域知识粒度随对象增加时的增量式计算,理论证明了该计算方式的高效性,最后提出了基于邻域知识粒度的混合信息系统增量式属性约简算法.UCI数据集的实验结果表明,所提出的算法在混合型信息系统中具有很高的增量式属性约简性能.     

基于粗糙集的分布式集值数据属性约简

有许多文献针对集中式集值决策信息系统进行了研究,但还没有针对分布式集值决策信息系统方面的研究。主要讨论了分布式环境下集值决策信息系统的属性约简问题。从概率角度给出了集值对象的相似性度量,定义了分布式集值决策信息系统中的粗糙集模型;以保持系统正域不变为准则,分析了分布式集值决策信息系统中子决策表和属性的可约性;随后,给出了分布式集值决策信息系统中属性对于系统可约的2个判定条件,并采用后向搜索策略提出了相应的属性约简算法;为了验证该方法的有效性,在5份数据集上进行了50组实验。实验结果表明,提出的方法可以在保持分布式集值决策信息系统分类能力基本不变的情况下约简掉冗余的属性。。     

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。     

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。