变精度粗糙集

摘要： 针对经典的Pawlak粗糙集模型容易受到噪声数据影响的问题,在覆盖概念的基础上,对变精度粗糙直觉模糊集进行研究。首先,通过设定变精度中的两个约束条件(α,β),将其引入到覆盖粗糙直觉模糊集模型中,从而提出基于覆盖的变精度粗糙直觉模糊集模型,又考虑到元素邻域、规则置信度及元素与最小描述之间的关系,定义了有关该模型的4种类型,并且证明了该模型的相关性质,分析了该模型与现有模型之间的关系以及4种模型之间的关系。其次,在所给模型的基础上定义了基于覆盖的变精度粗糙直觉模糊集模型的近似质量和粗糙性测度。最后,通过信用卡申请的实例分析证明了该模型在实际应用中的有效性,并通过改变两个约束条件(α,β)的取值,分析得出较合理的α和β取值范围。

摘要： 将Nishino粗糙集引入到形式概念分析理论中,构造三支近似算子,提出了面向对象的三支近似概念,并基于参数β的不同阈值,对所提出概念中的上下近似的性质进行讨论。最后,结合实例验证三支近似概念的有效性和合理性。

摘要： 特色小镇项目具有投资量巨大、时间长且短时间不易见效的投资特点,因此基于变精度粗糙集进行指标筛选,从收益和风险两方面构建特色小镇融资项目决策指标体系,通过动态幂加权几何平均算子集结各备选方案时间点评价信息,从而得到待评价项目综合函数值,继而得以对评价方案进行排序择优.通过运用该模型对丽水古堰画乡小镇项目进行实证分析,得出最优融资项目运营模式,以期为特色小镇融资项目模式决策提供参考.

摘要： 多粒度粗糙集是近年来粗糙集理论中的主要研究课题之一.本文介绍了变精度多粒度粗糙集模型的上、下近似算子;其次,借助划分函数把变精度多粒度粗糙集转化成单粒度粗糙集,构建了变精度多粒度粗糙集模型的信任结构,并生成相应的信任函数与似然函数,这些结果有利于完善变精度多粒度粗糙集的数值属性约简理论.

摘要： 多粒度粗糙集是近年来粗糙集理论中的主要研究课题之一.本文介绍了变精度多粒度粗糙集模型的上、下近似算子;其次,借助划分函数把变精度多粒度粗糙集转化成单粒度粗糙集,构建了变精度多粒度粗糙集模型的信任结构,并生成相应的信任函数与似然函数,这些结果有利于完善变精度多粒度粗糙集的数值属性约简理论.

摘要： 传统的KNN算法存在分类效率低等缺点.针对这些缺点,本文提出一种高效的结合多代表点思想的加权KNN算法,利用变精度粗糙集上下近似区域的概念,结合聚类算法生成代表点集合构造分类模型,再运用结构风险最小化理论优化分类模型并对影响分类模型的因素进行分析.分类过程中根据测试样本与各代表点的相似度,得到测试样本的相对位置.其中属于样本点下近似区域的测试样本可直接判断其类别.若测试样本在其他区域,则根据测试样本与各代表点的相对位置对各代表点覆盖范围内的样本进行加权后判断测试样本的类别.在文本分类领域的数据集上进行实验,结果表明该算法能有效的提高分类模型的性能.

摘要： 由于高光谱图像分类中现有的无监督波段选择方法无法计算出波段之间的相似性,以及在选择过程中存在的高维度特性,本文提出了一种基于变精度粗糙集的贪婪无监督高光谱波段选择方法。首先利用变精度粗糙集定义了一种新的依赖度量,使得它对变精度粗糙集中误分类参数变得不敏感,从而充分利用波段之间的相似性。其次,提出了一种新的判别准则,找出未选择和已选择波段子集中具有较高和较低的相似性值的波段。然后,采用一阶增量搜索法,逐条选择出所需的信息波段,从而避免大量信息的产生,减少计算复杂度。最后通过使用三个高光谱数据集将所提出的波段选择技术与五种最新技术进行比较。结果显示提出的方法对所有数据集均具有较好的分类精度,且在50%标记像素条件下平均分类精度相对于所有像素点平均分类精度分别仅下降了1.9%,3.1%以及4.1%。所提方法能够保证良好的分类性能与数据集泛化能力,并且对参数具有鲁棒性。

摘要： 本文针对传统粗糙集适应噪音数据能力较差的缺陷，利用变精度粗糙集(VPRS)构建旅游目的地游客满意度测评模型，该方法大大提高了权重设置的精确度，弥补了现有方法的不足。

摘要： 针对目前多数评价方法在理论上是可行的，但其实际应用价值不高的特点，本文提出了基于变精度粗糙集和变权的多指标综合评价方法。该方法利用变精度粗糙集理论中属性的近似依赖性，进行完全由数据驱动的评价，保证了评价结果的精确性。通过属性的约简，不仅简化了评价指标，减少了计算量。而且有助于决策者根据属性的重要度来调整决策方案。同时，基于变精度粗糙集的多指标综合评价方法，克服了基本粗糙集方法对噪声的敏感性，增强了鲁棒性。另外，本文根据变精度粗糙集所得到的常权进行变权综舍评价，更能突出指标体系中个别指标的明显变化，比常权综合评价方法更接近专家评价的思维模式，具有广泛的适用性，有很好的推广前景。

摘要： 本文根据变精度粗糙集理论,提出了基于变精度粗糙集的多指标综合评价方法.通过对教学质量评价实例表明,这种方法不仅可以简化评价指标体系,减少评价时间,降低评价成本,而且利用变精度粗糙集中属性的近似依赖性,进行完全由数据驱动的评价,保证了评价结果的客观性.同时,该方法在一定程度上弥补了基本RS模型处理实际问题的不足,提高综合评价的准确率,得到的结果更符合实际评价要求,有较大的应用价值.但是,该方法还需要粗糙集领域对β取值的稳定性研究及相关算法研究的支持。

摘要： 在防空作战中,对部署方案进行评估是非常关键的一环,评估模型的优劣对结论起着重要的影响.在深入分析防空部署方案的基础上,给出影响作战效能的指标.提出一种改进的变精度粗糙集—径向基神经网络的评估决策系统,有效简化了神经网络的规模和结构,缩短了网络训练时间,提高了系统的实时性.仿真结果表明,改进后的模型可行,为防空部署方案评估决策提供了重要参考.

摘要： 为了更准确的判断道路行车安全状态,本文综合考虑了驾驶入因素(驾驶意图、驾驶行为)、汽车运动状态、道路交通环境(障碍物、路面湿滑程度)对安全行车的影响,构建了基于以上多源异构信息融合的汽车碰撞危险态势辨识模型.应用变精度粗糙集方法从大量自然驾驶行为下的观测数据中提取了汽车碰撞危险态势的评估规则,并采用属性加权相似度量方法计算汽车行驶过程中的安全状态信息与评估规则中的条件属性信息之间的相似程度,进而辨识汽车当前行驶过程中是否存在碰撞危险.试验结果表明,融合"人-车-路"多源信息辨识汽车行驶过程中碰撞危险,相对于传统的基于安全距离指标的辨识方法,更能反映实际的行车安全状态.

摘要： 目前粗糙集模型中概念的上、下近似集的计算方法大多是基于静态信息系统的.而实际的信息系统是随时间动态变化的,通常包括对象集、属性集和属性值3种类型的粒度变化,这些变化必然引起概念近似集的动态变化.如何快速、有效地更新概念的近似集是基于粗糙集的动态知识更新中的热点研究问题之一.而利用既有知识的增量式更新方法是一种有效的近似集动态更新方法.在信息系统动态变化的客观环境下,以矩阵作为表达和运算工具从一个全新的视角研究信息系统的论域随时间变化时,变精度粗糙集模型中概念的上、下近似集的增量式更新方法,并构造出近似集增量式更新的矩阵算法,随后分析了算法的时间复杂度.进一步,在MATLAB平台上开发出增量式更新和非增量式更新近似集的两种矩阵算法的程序,最后在UCI的6个数据集上测试了两种矩阵算法的性能并将实验结果进行比较,结果表明增量式更新的矩阵算法可行、简洁和高效.

摘要： 为了构建程度近似算子与变精度近似算子的新运算，探讨其计算算法，提出了程度上近似算子与变精度下近似算子的差运算，提出了宏观算法和微观算法，进行了算法分析与比较，得到了微观算法具有算法空间优势的结论。最后用医疗实例对宏观算法和微观算法进行了分析与说明。该研究对程度粗糙集模型与变精度粗糙集模型的结合与应用具有意义。

摘要： 粗糙集理论中，等价类中对象的不可分辨关系和边界区域的存在使得生成的决策规则具有不确定性。因此，对规则不确定性量度的研究是很必要的。本文对已有的基于信息熵的规则不确定性量度进行了分析，讨论了决策类在生成几乎一致性规则的等价类上的划分对规则不确定性的影响，提出了一种改进的规则不确定性量度。实例和分析表明该不确定性量度能够更合理，更精确地反映规则的不确定性。

摘要： 本研究在不完备信息系统与模糊集的基础上,将VPRS模型引入不完备模糊信息系统，并讨论它的性质与精度约简。

摘要： 本研究在不完备信息系统与模糊集的基础上,将VPRS模型引入不完备模糊信息系统，并讨论它的性质与精度约简。

摘要： 一种基于粗糙集理论和最小二乘支持向量机的机床加工精度保持性预测方法，一般来说，需要长期测量误差数据和多次在规定的期限内对加工精度进行检测和分析，会产生复杂和庞大的数据误差。本发明为了在误差数据的基础上提出一种了加工精度保持性预测方法，首先利用旋量理论的指数矩阵形式，在机床的拓扑结构的基础上，建立起机床整体的空间误差模型进行基于拓扑结构的旋量理论误差建模，并进行了误差数据的测量，其次基于粗糙集(RS)理论对误差数据进行约简，然后基于最小二乘支持向量机(LS‑SVM)方法进行加工精度保持性预测。最后用仿真方法证明本发明所提出预测方法的有效性。

摘要： 本发明属于图像信息处理研究领域，具体涉及一种基于粗糙集和粗糙熵的Petri网络图像分割方法，包括以下步骤：找到图像的最大和最小灰度值，并把他们保存到变量max和min中；根据图像的宽和高将图像分割为点集；使用Monte Carlo方法从点集中随机的选择1000个点；计算点集的灰度最大和最小值分别为Pimax和Pimin；计算对象的下降和上升粗糙集分别保存到OT和计算背景的上升和下降粗糙集保存到和BT中；对子集进行排序，并根据阈值T来画出轮廓，如果子集的灰度值大于阈值T，则子集属于对象缓冲区，如果子集的灰度值低于阈值T，则子集属于背景缓冲区，得到图形的粗糙轮廓；对粗分割的第一阶段进行调整，得到精确轮廓。本发明解决了不确定性、非均匀性和效率低下的问题。

摘要： 本发明提供了一种基于变精度容差关系扩展粗糙集的个性化推荐方法，该方法通过对两个对象不可分辨性的特点分析，提出一种更符合统计意义的变精度容差关系扩展粗糙集，通过分辨矩阵，获取核集，并将包含核属性的分辨矩阵元素置空。初始化约简集为核集，之后将分辨矩阵非空元素出现次数最多的属性分别与约简集中的相应约简做并运算，得到新的约简，同时将分辨矩阵中含有该属性的元素置空，完成约简集的提取。针对每个约简，构建知识树，界定剪枝条件，根据剪枝条件进行特殊情况的剪枝，降低计算复杂度，获取有效规则，形成规则集，从而有效实现数据挖掘。最后根据需推荐结果的条件属性值，在规则集中进行规则匹配，依据匹配结果，完成个性化推荐。

摘要： 本发明公开了一种冲突关系下的数据驱动可变精度优势关系粗糙集阈值获取方法，包括以下步骤：S1.获取信息数据并根据获取的信息数据建立决策表；S2.根据建立的决策表，确定优势关系；S3.根据优势关系，构建优势关系粗糙集；S4.根据优势关系定义冲突关系；S5.根据冲突关系定义冲突集并求解最小冲突集；S6.根据冲突集最小冲突集确定决策表局部最小确定性α

摘要： 一种基于粗糙集理论和最小二乘支持向量机的机床加工精度保持性预测方法，一般来说，需要长期测量误差数据和多次在规定的期限内对加工精度进行检测和分析，会产生复杂和庞大的数据误差。本发明为了在误差数据的基础上提出一种了加工精度保持性预测方法，首先利用旋量理论的指数矩阵形式，在机床的拓扑结构的基础上，建立起机床整体的空间误差模型进行基于拓扑结构的旋量理论误差建模，并进行了误差数据的测量，其次基于粗糙集(RS)理论对误差数据进行约简，然后基于最小二乘支持向量机(LS‑SVM)方法进行加工精度保持性预测。最后用仿真方法证明本发明所提出预测方法的有效性。

摘要： 本发明属于图像信息处理研究领域，具体涉及一种基于粗糙集和粗糙熵的Petri网络图像分割方法，包括以下步骤：找到图像的最大和最小灰度值，并把他们保存到变量max和min中；根据图像的宽和高将图像分割为点集；使用Monte Carlo方法从点集中随机的选择1000个点；计算点集的灰度最大和最小值分别为Pimax和Pimin；计算对象的下降和上升粗糙集分别保存到

摘要： 本发明公开了一种基于离散粒子群和变精度粗糙集的发动机故障诊断方法，该诊断方法包括以下步骤：步骤S1：建立发动机故障决策表；步骤S2：建立基于离散粒子群和变精度粗糙集的属性约简算法，利用该属性约简算法对发动机故障决策表进行属性约简，得到最小属性约简；步骤S3：利用离散粒子群和变精度粗糙集得到发动机故障决策表的最小属性约简后进而得出发动机故障诊断的决策方式，对发动机进行故障诊断。该方法改进原有的适应度函数，并将属性依赖度作为判断依据，随着离散二进制粒子群的进化，能够自动调节，保证收敛速度和进化方向，从而提高发动机故障诊断效率。

摘要： 本发明公开的属于动态知识更新技术领域，具体为变精度粗糙集模型中基于三支决策的动态知识更新方法,该更新方法如下：步骤一：设定阀值，选择粗糙集中数据精度；步骤二：根据设定精度阀值，选择粗糙集中数据关系，并进行数据的区域判断；步骤三：判断数据完成后产生粗糙集中的模糊集数据，对模糊集数据设定不承诺规则；步骤四：选定近似空间，将产生的模糊集数据代入，再次进行数据的区域值判断；步骤五：对判断后产生的数据进行区域内数据对比，将产生的重复信息选择性丢弃，得到更新后的数据,通过三支决策，有效的减少了二支决策造成的数据更新漏洞，减少了动态知识更新的重复数据，方便后续的更新。

摘要： 本发明公开了基于遗传算法和变精度粗糙集的PET/CT高维特征级选择方法，该方法一方面综合考虑了染色体编码取值、属性的最小约简数目、属性依赖度等构造一个通用的适应度函数框架，通过调节各个因素的权重系数来实现不同的适应度函数；另一方面，针对Pawlak粗糙集模型的局限性，引入了分类错误率β将Pawlak粗糙集模型中下近似的严格包含放宽为部分包含，不但完善了近似空间的概念，而且增强了处理噪声的能力，同时不断改变β的范围来实现不同的适应度函数。实验结果表明，在分类错误率一致的情况下，不同的权重系数对结果影响较大，同理，在权重系数一样的情况下，不断增大分类错误率，实验结果也有较大的差别，可根据本发明数据找到最适合本发明的参数组合。

摘要： 本发明公开的一种基于相似变精度粗糙集模型的知识推送规则提取方法，属于知识工程领域。本发明通过对用户行为数据提取处理，构建包括条件属性及决策属性决策表，利用信息熵理论得到条件属性相对于决策属性的重要度，在此基础上利用条件属性相对于决策属性的重要度对决策表进行约简，得到约简后的决策表；在约简后的决策表基础上提取含有确定性因子的决策规则；对推送规则进行验证评估，规则评估通过后即可利用规则进行知识推送，提高知识推送精度。本发明能够解决粗糙集模型过于严格问题、提高粗糙集模型的容错能力、使其适于知识推送规则提取情境，此外，能够获取高质量的知识推送规则，提高知识推送精度，降低知识获取成本，提高知识获取效率。